“人形機(jī)器人是一個(gè)載體，當(dāng)大模型和人形機(jī)器人相結(jié)合時(shí)，機(jī)器人可以幫助AI大模型感知物理世界，可以操作環(huán)境上下文；機(jī)器人利用多模態(tài)感知控制自己的身體，完成復(fù)雜的任務(wù)。”
“人工智能真正賦能到各行各業(yè)，智能機(jī)器人走進(jìn)千家萬(wàn)戶的時(shí)代正在到來(lái)。”日前，在由璞躍中國(guó)主辦的Global Tech Network活動(dòng)現(xiàn)場(chǎng)上，來(lái)自深圳市優(yōu)必選科技股份有限公司（以下簡(jiǎn)稱“優(yōu)必選”）的語(yǔ)音技術(shù)科學(xué)家（Principal Scientist）黃東延表示。
優(yōu)必選首席科學(xué)家黃東延 來(lái)源：璞躍中國(guó)
2023年是生成式AI的爆發(fā)之年，也被業(yè)內(nèi)人士稱為“機(jī)器人覺(jué)醒之年”。ChatGPT等生成式AI與人形機(jī)器人行業(yè)結(jié)合，開(kāi)啟了具身智能（Embodied Intelligence）的時(shí)代。
根據(jù)中國(guó)計(jì)算機(jī)學(xué)會(huì)專家的定義，具身智能是指一種基于物理身體進(jìn)行感知和行動(dòng)的人工智能系統(tǒng)，其通過(guò)智能體與環(huán)境的交互獲取信息、理解問(wèn)題、做出決策并實(shí)現(xiàn)行動(dòng)，從而產(chǎn)生智能行為和適應(yīng)性。
黃東延認(rèn)為，人形機(jī)器人的具身智能滲透率有望加速提升。
當(dāng)機(jī)器人遇上大模型
近年來(lái)，包括優(yōu)必選在內(nèi)的多家國(guó)內(nèi)企業(yè)發(fā)布了自主研發(fā)的人形機(jī)器人。人形機(jī)器人是所有機(jī)器人里最復(fù)雜的一類，“具身智能”對(duì)機(jī)器人來(lái)說(shuō)意味著什么？當(dāng)大模型和機(jī)器人相結(jié)合，會(huì)發(fā)生哪些變化？
黃東延說(shuō)，在“具身智能”的狀態(tài)下，機(jī)器人具備自主學(xué)習(xí)和計(jì)劃能力，遇到障礙和困難可以自主反應(yīng)、快速解決。目前國(guó)內(nèi)已有200多個(gè)大模型，實(shí)際上人形機(jī)器人是一個(gè)載體，當(dāng)大模型和人形機(jī)器人相結(jié)合時(shí)，機(jī)器人可以幫助AI大模型感知物理世界，操作環(huán)境上下文；機(jī)器人利用多模態(tài)感知控制自己的身體，完成復(fù)雜的任務(wù)。
黃東延認(rèn)為，2023年至2025年期間，可以結(jié)合通用大模型，讓機(jī)器人能夠在工業(yè)和商業(yè)方面實(shí)現(xiàn)服務(wù)；到2025至2030年，機(jī)器人將更智能化，會(huì)涉及更多領(lǐng)域的場(chǎng)景應(yīng)用，如知識(shí)陪伴和家庭陪護(hù)，機(jī)器人能夠?qū)崿F(xiàn)自主感知、認(rèn)知和決策。
黃東延稱，人工智能真正賦能到各行各業(yè)、智能機(jī)器人走進(jìn)千家萬(wàn)戶的時(shí)代正在到來(lái)，今后希望結(jié)合通用大模型，讓機(jī)器人擁有手眼協(xié)調(diào)、靈巧手技術(shù)。伴隨著技術(shù)的突破帶來(lái)性價(jià)比提高，在未來(lái)，具身智能滲透率將有望加速提升。
作為投資人，中金資本執(zhí)行總經(jīng)理毛琛在活動(dòng)現(xiàn)場(chǎng)的圓桌論壇環(huán)節(jié)表示，人形機(jī)器人行業(yè)是巨大的挑戰(zhàn)也是巨大的機(jī)遇。國(guó)內(nèi)本身在人形機(jī)器人軟硬件一體上有獨(dú)特的優(yōu)勢(shì)，供應(yīng)鏈有優(yōu)勢(shì)、迭代速度很快，此外，國(guó)內(nèi)還有巨大的場(chǎng)景優(yōu)勢(shì)，對(duì)于數(shù)據(jù)的寬容度較高，“我認(rèn)為具身智能行業(yè)對(duì)于國(guó)內(nèi)創(chuàng)業(yè)者會(huì)有非常大的機(jī)會(huì)，創(chuàng)業(yè)者如果有志于此，可以持續(xù)投入。”
“人形機(jī)器人的新時(shí)代正在到來(lái)”
2023年11月2日工信部印發(fā)《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見(jiàn)》（以下簡(jiǎn)稱《意見(jiàn)》）為人形機(jī)器人發(fā)展指明方向�！兑庖�(jiàn)》中指出，到2025年，人形機(jī)器人創(chuàng)新體系初步建立，“大腦、小腦、肢體”等一批關(guān)鍵技術(shù)取得突破，確保核心部組件安全有效供給。整機(jī)產(chǎn)品達(dá)到國(guó)際先進(jìn)水平，并實(shí)現(xiàn)批量生產(chǎn)。
有觀點(diǎn)認(rèn)為，距離人形機(jī)器人實(shí)現(xiàn)量產(chǎn)走進(jìn)家庭的時(shí)間并不遙遠(yuǎn)，2024年或許是人形機(jī)器人實(shí)現(xiàn)量產(chǎn)的一年，我們與人形機(jī)器人走進(jìn)家庭的距離還有多遠(yuǎn)？
對(duì)此，黃東延告訴澎湃科技，人形機(jī)器人走進(jìn)千家萬(wàn)戶的時(shí)間取決于人形機(jī)器人制造成本、人工智能、芯片技術(shù)和材料科學(xué)突破。隨著人形機(jī)器人制造成本持續(xù)下降，應(yīng)用場(chǎng)景的拓展，人形機(jī)器人的“大腦”、“小腦” 和 “本體”關(guān)鍵技術(shù)突破， 人形機(jī)器人走進(jìn)千家萬(wàn)戶漸行漸近。
黃東延稱，以優(yōu)必選Walker系列為例， 2018 年開(kāi)發(fā)的第一代 Walker 可以踢球跳舞、上下樓梯，當(dāng)時(shí)主要集中在運(yùn)動(dòng)交互功能上；第二代于2019年增加的雙臂感知功能；第三代和如今剛亮相的 Walker S，讓眾人看到了機(jī)器人的認(rèn)知和決策。
黃東延補(bǔ)充說(shuō)，2024年1月17日，AI研究實(shí)驗(yàn)室Midjourney創(chuàng)始人大衛(wèi)霍爾茨（David Holz）在社交媒體X中一篇帖子寫(xiě)道：“我們有理由期待，到2040年，地球上將有10億個(gè)人形機(jī)器人。到2060年，世界上將會(huì)有1000億人形機(jī)器人。” 在黃東延看來(lái)，這預(yù)示著人形機(jī)器人的新時(shí)代正在到來(lái)。
毛琛表示，人形機(jī)器人是一個(gè)“長(zhǎng)跑項(xiàng)目”，中金資本團(tuán)隊(duì)也在摸索�，F(xiàn)階段，人形機(jī)器人走進(jìn)千家萬(wàn)戶還需要一定時(shí)間，但可能會(huì)隨著技術(shù)的發(fā)展，不斷解鎖新的技能，機(jī)器人在硬件上或其他軟件上的成本也會(huì)下降，這個(gè)時(shí)候在某些領(lǐng)域投資可能會(huì)得到收益。
