界面新聞?dòng)浾?| 戴晶晶

“ChatGPT主要是對(duì)于語言的處理能力，是‘缸中之腦’，如果想要通用人工智能真正發(fā)揮出力量，未來需要具身（Embodied）的實(shí)體，讓它能夠同真實(shí)的物理世界相交互來完成各種任務(wù)，這樣才能夠帶來更大的價(jià)值。”

8月18日，在2023世界機(jī)器人大會(huì)上，2000年圖靈獎(jiǎng)獲得者、中國科學(xué)院院士、清華大學(xué)交叉信息研究院院長姚期智指出，具身通用人工智能最理想的身體形式，應(yīng)該就是人形機(jī)器人。

通用人工智能（AGI）又被稱為強(qiáng)AI，即具有高效強(qiáng)大的自主學(xué)習(xí)、自我進(jìn)化等能力，能像人類一樣思考和決策的AI。去年年底面世的ChatGPT就是自學(xué)習(xí)人工智能的重大進(jìn)步，被認(rèn)為是AGI的一種早期形式。

具身智能是一種擁有實(shí)體并且能夠進(jìn)行實(shí)體互動(dòng)的智能體，機(jī)器人是其中一種形態(tài)。在接受界面新聞等媒體采訪時(shí)，原IEEE機(jī)器人和自動(dòng)化學(xué)會(huì)主席、香港大學(xué)講席教授席寧就表示，超越有限的語言數(shù)據(jù)，通過傳感器等對(duì)周圍環(huán)境形成無限的感知，是具身智能最關(guān)鍵的一點(diǎn)。

英偉達(dá)CEO黃仁勛等大佬判斷，AI下一個(gè)浪潮將是具身智能。在此背景下，AI的熱潮火速燒到了“人形機(jī)器人+AI大模型”領(lǐng)域，特斯拉、谷歌、微軟和三星電子等科技巨頭已下場研發(fā)人形機(jī)器人。

“以往關(guān)于AI的會(huì)議和機(jī)器人的會(huì)議是完全不同的。但現(xiàn)在可以看到，在機(jī)器人相關(guān)的論壇，幾乎大家全在談AI。”新松機(jī)器人 (300024.SZ) 首席技術(shù)官張雷在2023世界機(jī)器人大會(huì)期間向界面新聞感概。

張雷表示，這是因?yàn)榇蠹乙庾R(shí)到了機(jī)器人從原來發(fā)展手臂、腳和眼睛，到了發(fā)展腦，大家在考慮機(jī)器人未來會(huì)成為真正的機(jī)器人。

在今年世界機(jī)器人大會(huì)上，優(yōu)必選、達(dá)闥科技、小米、追覓和帕西尼感知科技等多家企業(yè)展出了人形機(jī)器人，遠(yuǎn)超往屆人形機(jī)器人的數(shù)量，其中不乏更為高級(jí)的雙足人形機(jī)器人模型。

“我們的機(jī)器人已接入了ChatGPT大語言模型?！倍嗉移髽I(yè)強(qiáng)調(diào)。還有一家企業(yè)直言，光是一上午，單臺(tái)定制價(jià)格超50萬元的、面向家庭服務(wù)的人形機(jī)器人就拿到了六個(gè)訂單。

今年，上海、深圳和北京等地均推出相關(guān)政策，支持人形機(jī)器人發(fā)展。例如，8月16日印發(fā)的《北京市促進(jìn)機(jī)器人產(chǎn)業(yè)創(chuàng)新發(fā)展的若干措施》就提出，由機(jī)器人骨干企業(yè)牽頭，整合國內(nèi)外一流創(chuàng)新資源，組建人形機(jī)器人創(chuàng)新中心，開展關(guān)鍵共性技術(shù)研究。

在眾多專家和從業(yè)者看來，人形機(jī)器人是人工智能和機(jī)器人的發(fā)展方向，將在未來工業(yè)、服務(wù)業(yè)等領(lǐng)域扮演重要的角色。

姚期智認(rèn)為，當(dāng)前人類的社會(huì)環(huán)境就是為人類定制的，包括樓梯的結(jié)構(gòu)、門把手高度等等，如果要打造一個(gè)有泛應(yīng)用的通用機(jī)器人，人形才是最好最合適的形態(tài)。

“生活環(huán)境里面，到處都是符合人體工程學(xué)的事物，人形機(jī)器人尤其適合跟我們一起做陪伴，以及工作學(xué)習(xí)生活?！眱?yōu)必選科技創(chuàng)始人、董事長兼CEO周劍也在大會(huì)上指出，智能制造將成為人形機(jī)器人首個(gè)大規(guī)模應(yīng)用的領(lǐng)域，商用服務(wù)場景是人形機(jī)器人最快應(yīng)用的市場。

宇樹科技的創(chuàng)始人兼CEO王興興表示，每種工作都開發(fā)一類機(jī)器人會(huì)浪費(fèi)時(shí)間，人形機(jī)器人仍是大家公認(rèn)的最好的通用機(jī)器人形態(tài)。

“我個(gè)人早幾年不看好人形機(jī)器人，因?yàn)橛X得人類的控制技術(shù)完全沒辦法駕馭這么復(fù)雜的機(jī)器人形態(tài)，但目前整個(gè)AI技術(shù)的發(fā)展已遠(yuǎn)超機(jī)器人需要的技術(shù)?！?/span>王興興認(rèn)為，通用人形機(jī)器人在技術(shù)層面已經(jīng)邁過了鴻溝，如果工程上能夠追上，人形機(jī)器人就可以發(fā)揮顛覆性的生產(chǎn)價(jià)值，尤其是工業(yè)價(jià)值。

????小米集團(tuán)高級(jí)副總裁曾學(xué)忠則認(rèn)為，仿人機(jī)器人是技術(shù)、制造、服務(wù)三個(gè)核心能力的交匯點(diǎn)，也是軟硬件跟AI技術(shù)融合的制高點(diǎn)。按照小米集團(tuán)的考慮，未來的智能制造體系中，自動(dòng)化設(shè)備、仿人機(jī)器人以及人將以7:2:1的“黃金法則”來組成。

但目前人形機(jī)器人發(fā)展還面臨著諸多挑戰(zhàn)。

姚期智指出，首先機(jī)器人還需要像大語言模型一樣擁有一個(gè)具身模型，一步到位做好最底層的控制；其次，在計(jì)算能力方面，即使是谷歌的Robotic Transformer模型，也只能達(dá)到三個(gè)赫茲水平，距離真正需要的500個(gè)赫茲還有很大差距。此外，機(jī)器人多模態(tài)的感官感知融合和數(shù)據(jù)收集方面，還有大量的挑戰(zhàn)和問題。

“在AI部分，通用大模型本身并不是給通用人形機(jī)器人使用的，即使目前通用大模型已經(jīng)能很好地處理文本或者基本文字邏輯，但是它對(duì)環(huán)境的認(rèn)知和感知能力基本是零，無法認(rèn)知物理環(huán)境，也沒法抓取做操作，需要新的模型來訓(xùn)練。”王興興表示。

此外，德國慕尼黑工業(yè)大學(xué)教授AloisC.knoll提及，機(jī)器人也會(huì)消耗很多能源，因此需要在能源供應(yīng)如電池領(lǐng)域有新的技術(shù)突破。

清華大學(xué)交叉信息研究院助理教授、星動(dòng)紀(jì)元?jiǎng)?chuàng)始人陳建宇表示，機(jī)器人軟硬件還面臨著不少瓶頸。

“目前所有技術(shù)都沒法兼顧力量、速度、精度以及成本，需要不斷地平衡。”陳建宇稱，軟件的問題是仍無法很好兼顧泛化性和控制任務(wù)操作的精巧性。

陳建宇提及，當(dāng)前人形機(jī)器人、通用機(jī)器人還處于一個(gè)剛剛開始的階段，問題不會(huì)很快得以解決，這是比較長期的過程，可能是5-10年，也可能更長。

達(dá)闥機(jī)器人有限公司創(chuàng)始人兼首席執(zhí)行官黃曉慶則對(duì)人形機(jī)器人的應(yīng)用十分樂觀。他在會(huì)上表示，希望到2025年，可以造出家庭保姆機(jī)器人；到2035年，機(jī)器人保姆就能夠服務(wù)千家萬戶。