當(dāng)大模型成為移動互聯(lián)網(wǎng)之后的下一個產(chǎn)業(yè)周期后，人形機器人也開始成為承載這一技術(shù)的典型產(chǎn)品之一。
公開數(shù)據(jù)統(tǒng)計，2023年國內(nèi)人形機器人領(lǐng)域共有19起融資，披露融資總額達26.7億元，同比增長65.5%。2024年上半年，國內(nèi)的人形機器人投融資事件已達13起，融資總金額超25億元。在參與投資的機構(gòu)，有經(jīng)緯創(chuàng)投、峰瑞資本、紅杉中國等風(fēng)險投資機構(gòu)，也有聯(lián)想創(chuàng)投、上汽、小米這樣的產(chǎn)業(yè)資本，還有亦莊創(chuàng)投、浙商創(chuàng)投等政府資金入常
可以說，與上一波的自動駕駛創(chuàng)業(yè)潮類似，同樣短期內(nèi)還看不到商業(yè)化可能的人形機器人賽道上，為了搶到下一個時代的入場券，資本也開始了早期的密集押注。而不同是，相比自動駕駛而言，各地政府和國有資本進入人形機器人產(chǎn)業(yè)的程度更深、節(jié)奏也更快。
“政府層面如此深度地參與這樣一個早期行業(yè)，確實是在十年前的自動駕駛創(chuàng)業(yè)潮中未曾出現(xiàn)過的現(xiàn)象。”
聯(lián)想集團副總裁、聯(lián)想創(chuàng)投合伙人王光熙對鈦媒體APP表示，至于其中原因，一方面與整個資本市場的環(huán)境變化相關(guān)。近幾年，國有資本在新興產(chǎn)生產(chǎn)力相關(guān)的一些創(chuàng)新領(lǐng)域，開始扮演越來越重要的角色。
另一方面，人形機器人是一個非常早期的行業(yè)，也是一個跨領(lǐng)域的復(fù)雜系統(tǒng)工程從AI軟件到硬件，再到應(yīng)用場景，整個價值鏈的鏈條非常長。這就導(dǎo)致單一的機構(gòu)，很難像政府部門那樣，湊齊那么多的資源來支持產(chǎn)業(yè)的發(fā)展。
王光熙認(rèn)為，在人形機器人這個非常早期的行業(yè)中，政府出來做一些事情還是非常有價值的。而作為本輪人形機器人的資本參與方，聯(lián)想創(chuàng)投也投資了諸如星動紀(jì)元、逐際動力等人形機器人領(lǐng)域的熱門公司。
“人形機器人領(lǐng)域的早期投資，很關(guān)鍵的一點要看創(chuàng)始人是否具有極強的跨領(lǐng)域研發(fā)能力。也就是AI時代原生的具身智能科學(xué)家，而不是原來做了多年的機器人控制或者視覺算法，現(xiàn)在大模型火了，出來學(xué)著做具身智能的人。”
王光熙稱，人形機器人領(lǐng)域的創(chuàng)業(yè)團隊，需要有對前沿技術(shù)的理解和突破能力，然后將最前沿不同領(lǐng)域的工具融會貫通，這樣才能做好整體的技術(shù)架構(gòu)。
在王光熙看來，現(xiàn)在市場對于人形機器人的預(yù)期，短期過于樂觀而長期則過于悲觀。短期內(nèi)，有些人期待著人形機器人很快就能下場干活，進入產(chǎn)線甚至家庭生活。但目前這個行業(yè)的現(xiàn)狀是，至少需要兩到三年才能夠在部分技術(shù)領(lǐng)域有一些長足的進步和突破。
而從長遠來看，有觀點則認(rèn)為人形機器人泛化能力的突破看不到希望，從仿真訓(xùn)練到實際場景的遷徙存在巨大鴻溝。但其實人形機器人從發(fā)展到成熟的過程中，存在著大量的中間狀態(tài)，在不同的可控環(huán)境和可控場景里面，人形機器人可以干各種各樣的事情。
自動駕駛在發(fā)展早期時，政府的傾向可能是先讓企業(yè)在前面跑起來，然后在后續(xù)制定相關(guān)的政策。但人形機器人這波創(chuàng)業(yè)潮中，政府層面相對更靠前進入，包括引導(dǎo)基金參與投資或者各地成立創(chuàng)新中心。你是怎么看待前后兩次創(chuàng)業(yè)潮中，政府相關(guān)部門的角色變化？
王光熙：你的觀察是對的。
自動駕駛本質(zhì)上還是基于百年汽車工業(yè)，有一套已經(jīng)非常成體系的產(chǎn)業(yè)生態(tài)，有成熟的規(guī)則，可以依托于成熟的產(chǎn)業(yè)去做增量試驗。因此，政府部門可能也沒有必要在產(chǎn)業(yè)發(fā)展特別早期的時候，就參與進來。
相對于自動駕駛而言，人形機器人是一個技術(shù)難度更高的行業(yè)，未來潛在的應(yīng)用場景也非常廣泛，涉及到工業(yè)、物流、服務(wù)業(yè)，甚至是個人消費，牽涉社會的方方面面。而且，它還是一個跨領(lǐng)域、復(fù)雜的系統(tǒng)工程。從AI軟件到硬件再到應(yīng)用場景，整個價值鏈的鏈條非常長。
這就導(dǎo)致單一的機構(gòu)，很難像政府部門那樣，湊齊那么多的資源來支持產(chǎn)業(yè)的發(fā)展。這個時間點，政府出來做一些事情，還是比較合情合理的，也是非常有價值的。
此外，整個資本市場跟十年前相比也有了一些變化。國有資本在最近幾年，尤其是跟新興產(chǎn)力相關(guān)的創(chuàng)新領(lǐng)域，開始扮演越來越重要的角色，引領(lǐng)作用會越來越強，這確實在十年前是沒有的。
在各地政府部門參與人形機器人發(fā)展的過程中，你認(rèn)為那些城市會有比較大的優(yōu)勢？
王光熙：根據(jù)我們有限的了解，各個地方的方式不太一樣，很難評價哪個方式更好。
以江浙滬地區(qū)為例，它本身的產(chǎn)業(yè)體系就很豐富，從AI到半導(dǎo)體算力再到規(guī)�；圃炷芰Γ加斜容^全的供應(yīng)鏈。同時，江浙滬地區(qū)的商業(yè)化比較發(fā)達，大家很會做生意。所以，他們做這件事是奔著能夠商業(yè)化的目標(biāo)去的，主導(dǎo)權(quán)更多是在企業(yè)。
北京這邊可能不太一樣，整個制造業(yè)相對比較少，但是優(yōu)勢也很明顯，就是AI人才密度很高，還有高校和互聯(lián)網(wǎng)大廠的資源。北京的政策是屬于提綱挈領(lǐng)型的，通過建立框架性政策指導(dǎo)，構(gòu)建平臺型的產(chǎn)業(yè)技術(shù)生態(tài)。
對于人形機器人這樣一個過于早期的行業(yè)，供應(yīng)鏈的集聚效應(yīng)，算不算是一個明顯優(yōu)勢？
王光熙: 當(dāng)然是。
機器人目前很多的零部件都不是新的，對于汽車零部件的復(fù)用度非常高。新能源汽車在最近十幾年突飛猛進的發(fā)展，讓中國在電機、電控、電池的產(chǎn)業(yè)集中度非常高。同時，汽車行業(yè)的激烈競爭，也讓零部小型化、安全性和能量密度快速提升，這些零部件很大比例可以在人形機器人本體上復(fù)用。
除了本體之外，現(xiàn)在主流觀點會把人形機器人其他技術(shù)分成大腦、小腦兩個部分，這兩個領(lǐng)域的技術(shù)發(fā)展又是怎樣的？
王光熙：我其實并不喜歡這種分類方法，比如小腦代表的是控制，大腦代表的是感知理解，這樣會把這個事情變得很割裂。從未來的終局來看，人形機器人可能會越來越像是一個高度融合的端到端模型，這種純模型驅(qū)動的方式成功概率比較大。
其實就跟人一樣，人的行為邏輯并不是先坐在那兒，然后想做一件事情，大腦先把它全計劃完，然后把這個計劃輸出給小腦，讓小腦接收到一堆指令，最后出現(xiàn)各種動作。人類行為的本質(zhì)，是高度連通的神經(jīng)網(wǎng)絡(luò)，條件反射型的自主動作，有些是直接通過小腦進行運動控制。
所以，在目前人形機器人的基本形態(tài)都還沒有完全確定的情況下，分別去研究大腦和小腦的技術(shù)，其實也不太現(xiàn)實。
這有點類似于特斯拉的FSD。FSD出現(xiàn)之前，大家會認(rèn)為要實現(xiàn)自動駕駛需要安裝多少個雷達，多少個傳感器。但FSD出現(xiàn)之后，就把之前的感知、推理、決策邏輯，完全推翻了。通過基于神經(jīng)網(wǎng)絡(luò)的端到端模型，F(xiàn)SD能實現(xiàn)更好的強化學(xué)習(xí)效果。
但這里面有一個問題，特斯拉FSD的成功，是基于長周期、大量的汽車訓(xùn)練數(shù)據(jù)得來的。如果純靠模型驅(qū)動，人形機器人各種維度的數(shù)據(jù)應(yīng)該怎么獲得？相比于特斯拉FSD所需要的數(shù)據(jù)量，人形機器人大模型的數(shù)據(jù)量是不是更大，獲得難度也更大？
王光熙：不一定。
FSD出來之前，雖然特斯拉有了十多年的數(shù)據(jù)，但這些數(shù)據(jù)的對于純模型驅(qū)動的FSD而言，價值沒有那么高，此前投入大量精力做的數(shù)據(jù)標(biāo)注工作可能都是白做的。你可以理解為，F(xiàn)SD不是因為特斯拉有了此前十年的數(shù)據(jù)量才能做出來，而可能是因為基于神經(jīng)網(wǎng)絡(luò)的端到端模型，基于近期更高質(zhì)量的數(shù)據(jù)和現(xiàn)有的硬件框架，才有了FSD。
對于人形機器人的數(shù)據(jù)，現(xiàn)在學(xué)術(shù)圈也在探索，怎么用更高效的方式來獲取數(shù)據(jù)和融合多種類型的數(shù)據(jù)。這些數(shù)據(jù)中，有些可能是機器人在真實場景中的訓(xùn)練數(shù)據(jù)，有些可能是從模仿學(xué)習(xí)得來的數(shù)據(jù)，有些可能是用高質(zhì)量的仿真環(huán)境訓(xùn)練出來的數(shù)據(jù)，不一而足。
但總的來說，想要實現(xiàn)人形機器人的通用化，這些數(shù)據(jù)的需求體量也沒有想象中的那么巨大，因為機器人運動控制的精度和靈敏度也不需要那么高。
和自動駕駛不一樣，一個成熟的自動駕駛產(chǎn)品需要做到人類司機差不多的事故率，甚至更低。但對于通用人形機器人而言，它不一樣要和人類同等水平或是超越人類水平，它可以有很多中間狀態(tài)，基于不同等級的通用水平，可以在不同的場景做更多的事情。
這是不是也意味著商業(yè)化可能也沒那么難？
王光熙：我覺得對于商業(yè)化，短期內(nèi)大家都過于樂觀，但是長期又都過于悲觀。短期內(nèi)，大家恨不得他明天就啥都能干。但長期來看，它能干還能干好，還便宜，這又很難且區(qū)別很大。比如，如果一個干活能力很強的機器人售價100萬，你會買嗎？可能不會，因為如果多雇傭幾個人，算上增加的成本，可能還是人更便宜。
對于端到端的這種模式，還有一個問題是如果大家都往這個方向走，也都采用類似的傳感器、關(guān)節(jié)、電機電控，那么最終決定產(chǎn)品差異的是什么？
王光熙： 雖然大的框架都差不多，但對于框架的理解差別還是挺大的。比如同樣做強化學(xué)習(xí)、仿真訓(xùn)練，做得好與不好，差十倍都有可能。再比如在傳感器方面，比如力控傳感器或者觸覺傳感器，過去的行業(yè)積累都很少。所以，從傳感器到底層算法再到多模態(tài)數(shù)據(jù)懸鏈，這個過程中產(chǎn)生的差異會非常大，這也會導(dǎo)致機器人的泛化能力和適用場景也會差異巨大。
所以，對于人形機器人公司的投資，您最看重的是什么？
王光熙： 能否有極強的跨領(lǐng)域研發(fā)能力，這點是非常重要的。人形機器人行業(yè)有著大量需要拓荒的地帶，這個時候創(chuàng)始團隊需要有對前沿技術(shù)的突破能力，以及能夠?qū)⒆钋把夭煌I(lǐng)域的技術(shù)融會貫通，這樣才能做好整體的技術(shù)架構(gòu)。
同時，要看這個人是不是AI時代原生的具身智能科學(xué)家，而不是原來做了多年的機器人控制或者視覺算法，現(xiàn)在大模型火了，出來學(xué)著做具身智能的人。如果只是一個商業(yè)化的團隊，出來就跟你說我明年就能商業(yè)化閉環(huán)，就能賣多少機器人，那都是在吹牛。目前這個行業(yè)的現(xiàn)狀是，至少需要兩到三年才能夠在部分技術(shù)領(lǐng)域有一些長足的進步和突破。（本文首發(fā)于鈦媒體APP，作者| 饒翔宇 編輯 | 鐘毅）
