人形機(jī)器人的2024
回顧整個2024年，除了持續(xù)發(fā)酵的AI大模型之外，人形機(jī)器人應(yīng)該是這一年*標(biāo)志性的風(fēng)口。
一方面，人形機(jī)器人一直被視為AI大模型發(fā)展的下一個階段，為一個智慧的頭腦賦予強(qiáng)大身體。大家還為這個新的階段取了一個更具未來感的名字——具身智能。
但另一方面，人形機(jī)器人又像是AI大模型遭遇瓶頸之后的一個新的發(fā)展方向。所以在今年7月舉辦的，以AI為主題的世界人工智能大會上，人形機(jī)器人反而喧賓奪主，成為這場盛會的焦點。
總之，回顧2024這一年，人形機(jī)器人火得十分倉促，它像是被AI推搡著，被迫地站到前臺。
但它又與在這一年里越努力越迷茫的AI大模型不同，人形機(jī)器人擁有非常清晰的目標(biāo)，幾乎所有企業(yè)都在講落地、講應(yīng)用、講量產(chǎn)。
據(jù)企查查數(shù)據(jù)，2024年截至11月底，國內(nèi)新成立的機(jī)器人公司達(dá)到16.79萬家。另據(jù)IT桔子數(shù)據(jù)，2024年有41 家人形機(jī)器人企業(yè)完成56次融資，融資總額超50億元人民幣。從全球范圍內(nèi)看，這一年更是有80多款各式各樣的人形機(jī)器人發(fā)布。
人形機(jī)器人已經(jīng)不是一個新的產(chǎn)業(yè)，如果從波士頓動力成立的那一刻算起，人形機(jī)器人已經(jīng)在歷史長河中走過了32年。
但即便如此，2024年也仍然可以被稱為“人形機(jī)器人元年”。從這一年開始，人形機(jī)器人不再是實驗室中的冷清身影，而是走向臺前，成為全球關(guān)注的焦點。
2024年，人形機(jī)器人之所以突然被廣泛關(guān)注，其實和一個關(guān)于AI大模型最本質(zhì)的討論有關(guān)，即如何實現(xiàn)AGI（通用人工智能）。
這兩年，在OpenAI舉著Scaling Law的大旗高歌猛進(jìn)之時，關(guān)于大模型和AGI一直有一個微弱但堅定的聲音，表示OpenAI的方法無法實現(xiàn)AGI。
提出這個觀點的是Meta首席科學(xué)家，被稱為人工智能三巨頭之一的Yann LeCun。
他認(rèn)為智能不僅僅是大腦的產(chǎn)物，還涉及身體與環(huán)境的互動，所以真正的通用人工智能（AGI）應(yīng)該具備像貓那樣探索周圍環(huán)境并從中學(xué)習(xí)的能力。
這套理念與主張“智能行為不僅依賴于信息處理能力，還依賴于智能體的感知和行動能力”的具身智能不謀而合。
所以在2023年人們爭相討論GPT到底是不是AGI的時候，人形機(jī)器人就已經(jīng)為2024年的爆發(fā)做好了準(zhǔn)備。
敏銳的人會很快抓住機(jī)會，所以2024年一開始，人們關(guān)于AI大模型的討論就很自然地過渡到人形機(jī)器人的身上，并成為驅(qū)動人形機(jī)器人轟然爆發(fā)的*動力。
2024年3月，被稱為是AI大模型*贏家的黃仁勛帶著9個形狀各異的機(jī)器人登上了英偉達(dá)2024年GTC AI大會的舞臺，打響了引爆人形機(jī)器人的*槍。
從此之后，各個大廠有頭有臉的人物像是商量好一樣，開始一起涌入人形機(jī)器人的賽道。比如：
12月，原追覓科技人形機(jī)器人業(yè)務(wù)負(fù)責(zé)人、創(chuàng)新機(jī)器人研究院負(fù)責(zé)人喻超離職，創(chuàng)辦鹿明機(jī)器人；同月，原百度集團(tuán)資深副總裁李震宇離職，加盟它石智航；理想汽車前智能駕駛產(chǎn)品總監(jiān)趙哲倫離職，加入余軼南。
資本同樣也毫不吝嗇。IT桔子數(shù)據(jù)統(tǒng)計，2024年人形機(jī)器人行業(yè)41家企業(yè)累計完成56項融資，累計融資金額50.95億元，其中融資超過一億美金的項目就有17個。
但人形機(jī)器人卻不是一個初出茅廬的“小子”。如果從1968年，美國通用電氣公司（R.Smosher）試制的操縱型雙足步行機(jī)器人Rig算起，人形機(jī)器人已經(jīng)有56年的歷史了。而即便以更多人知道的波士頓動力作為標(biāo)志，從其創(chuàng)辦之日起，到如今也已有了32年的時間。
但在過去的這數(shù)十年里，人形機(jī)器人的發(fā)展卻并沒有太大突破。其核心的障礙在于，它缺乏一個足夠聰明大腦幫助人形機(jī)器人實現(xiàn)更強(qiáng)的泛化能力[1]。
就像是為一塊木頭注入靈魂，作為專業(yè)水平超過大多數(shù)專家的神奇算法，大模型完全可以成為人形機(jī)器人的大腦，推動人形機(jī)器人向著一個更理想狀態(tài)前進(jìn)。
事實也是如此，整個2024年，在大模型與人形機(jī)器人碰撞同時，軟件與硬件也開始融合。
有了大模型加持的Figure01，能夠?qū)⑷祟惖拿钶p松轉(zhuǎn)化成任務(wù)，比如遞一個蘋果、放置好盤子，它還可以將咖啡膠囊放進(jìn)咖啡機(jī)，如果膠囊位置偏了，F(xiàn)igure01可以糾正位置。
比如波士頓動力與豐田合作開發(fā)“大型行為模型”，一個專屬于機(jī)器人的ChatGPT，它可以幫助機(jī)器人獲取不確定性環(huán)境中進(jìn)行隨機(jī)應(yīng)變的能力。比如它可以讓機(jī)器人做醬汁燒注和涂抹任務(wù)，機(jī)器人可以跟隨面團(tuán)位置的隨機(jī)移動而挪動勺子。
這樣的例子還有很多，上海交大教授盧策吾的穹徹智能具身大腦Noematrix Brain，可以讓機(jī)器人處理不規(guī)則的曲面物體，比如削黃瓜、刮胡子。UnixAI旗下Wanda機(jī)器人可以協(xié)助人類做豆腐湯，柔性機(jī)械手能夠“夾豆腐”。
顯而易見，在AI大模型的幫助下，人形機(jī)器人開始變得更加聰明。它不再是之前只會奔跑、跳躍、翻跟頭的“大塊頭”，轉(zhuǎn)而變成了可以幫助人類疊衣服、做飯、端茶倒水的“小甜心”。
如果你以為這樣就是人形機(jī)器人的終點，那顯然不是。因為這些被拍攝、被展示的靈巧，本質(zhì)上都是“實驗室環(huán)境”下的表演。
就像趙括的紙上談兵，要真正的學(xué)以致用，人形機(jī)器人還需要更多的數(shù)據(jù)，更多的經(jīng)驗和嘗試。
所以整個2024年，“智能化”之外，人形機(jī)器人的第二個關(guān)鍵詞就是“進(jìn)廠打工”。
2024年5月，Tesla Optimus率先在X（原Twitter）平臺展示一段擎天柱在特斯拉工廠“打工”的視頻，視頻里的擎天柱在生產(chǎn)線上分揀電池。不久之后，F(xiàn)igure宣布與寶馬簽訂協(xié)議進(jìn)廠打工，F(xiàn)igure01已經(jīng)在寶馬工廠落地，并且Figure02的續(xù)航能力可以支持每天20小時有效工作。
在國內(nèi)，優(yōu)必選Walker S、小米機(jī)器人鐵大、小鵬iron、傅立葉GR-1也都紛紛到工廠擰起了“螺絲”。
這個階段，人形機(jī)器人就像是一個剛剛畢業(yè)的大學(xué)生，需要通過進(jìn)廠實習(xí)來獲取工作經(jīng)驗。
但對于人形機(jī)器人企業(yè)來講，僅僅是進(jìn)廠實習(xí)似乎還遠(yuǎn)遠(yuǎn)不夠，大家似乎都還想要快一點，更快一點。
在國內(nèi)，智元機(jī)器人年底宣布計劃量產(chǎn)近千臺商用人形機(jī)器人，在這之前，傅立葉、宇樹都宣布過量產(chǎn)消息。
國外的量產(chǎn)甚至還要更早一些，曾獲得亞馬遜1.5億美金投資的Agility宣布量產(chǎn)人形機(jī)器人Digit，Agility甚至在美國俄勒岡州建立世界*個機(jī)器人超級工廠RoboFab，宣稱目標(biāo)一年生產(chǎn)上萬臺Digit。目前，Digit已開設(shè)*條生產(chǎn)線，配備專門用于組裝機(jī)器人的頭部、手臂、腿部和軀干的工作站。
量產(chǎn)，對于硬件企業(yè)來說是一個非常重要的詞匯，通常它代表著技術(shù)成熟，商業(yè)場景閉環(huán)、應(yīng)用穩(wěn)定，所以企業(yè)才通過大規(guī)模制造來攤薄成本。而從企業(yè)的發(fā)展階段來講，也意味著企業(yè)走過了早期的研發(fā)投入階段，開始大規(guī)模創(chuàng)造收入。
從一個旁觀者的視角，人形機(jī)器人在2024年年初開始占上風(fēng)口，許多追風(fēng)者2024年年中才陸續(xù)成立公司，而到了年底，許多企業(yè)卻已經(jīng)開始量產(chǎn)了。
所以回顧整個2024年，從智能化到進(jìn)廠打工，再到推動量產(chǎn)，我們發(fā)現(xiàn)整個人形機(jī)器人行業(yè)都凸顯出一種爭分奪秒的緊迫感。
這種緊迫感，來自于人形機(jī)器人企業(yè)迫切地想要落地，想要應(yīng)用，想要向市場證明自己的價值。
從理性的角度看，這樣的緊迫感多少讓人覺得企業(yè)有些太過著急，而對技術(shù)發(fā)展缺乏耐心。但如果回顧人形機(jī)器人的發(fā)展路徑，我們其實又能對這種著急表示理解。
畢竟因為不賺錢，過去30年里人形機(jī)器人已經(jīng)受盡了“白眼”。波士頓動力從2014年被谷歌收購，又在2017年被賣給軟銀，最后在2021年被轉(zhuǎn)手給韓國現(xiàn)代，就是這種“白眼”最真實的寫照。
波士頓動力成為一個“四手公司”其實就在說明一個商業(yè)世界里最根本的問題，即技術(shù)如果不能與產(chǎn)業(yè)結(jié)合，不能創(chuàng)造商業(yè)價值，那再先進(jìn)的技術(shù)也沒有意義。
所以，這一批人形機(jī)器人公司，在這個問題上其實已經(jīng)想得非常清楚。他們深刻地認(rèn)識到實現(xiàn)真正的具身智能是一個漫長而艱苦的過程。
而越是這樣，他們就越需要爭分奪秒的落地，去向市場、向資本證明自己，從而獲得更持久的耐心與更長期的資金支持。
具體來看，對比2024年中 美兩國人形機(jī)器人產(chǎn)業(yè)的發(fā)展軌跡，中國人形機(jī)器人產(chǎn)業(yè)的發(fā)展仍然體現(xiàn)出非常鮮明的中國特色。
創(chuàng)新中心最早由國家發(fā)改委在2018年提出。這些年來，國家重點扶持的各個行業(yè)里，或多或少都有創(chuàng)新中心的影子。
但與過往創(chuàng)新中心往往隱藏在企業(yè)背后不同，整個2024年，人形機(jī)器人創(chuàng)新中心的出鏡頻率，要遠(yuǎn)遠(yuǎn)超過這個行業(yè)里的大部分企業(yè)。
從2024年年初開始，全國各地的人形機(jī)器人“創(chuàng)新中心”就開始紛紛成立。據(jù)「有界UnKnown」不完全統(tǒng)計，截至2024年底，從國家到地方，已成立的“人形機(jī)器人創(chuàng)新中心”已經(jīng)達(dá)到9個。
各地積極成立人形機(jī)器人創(chuàng)新中心，一個重要的原因是想以創(chuàng)新中心為抓手，帶動當(dāng)?shù)厝诵螜C(jī)器人產(chǎn)業(yè)鏈的發(fā)展。
但除此之外，人形機(jī)器人行業(yè)仍然面臨許多挑戰(zhàn)，其中在行業(yè)基礎(chǔ)設(shè)施的建設(shè)方面缺口尤為明顯，比如具身智能數(shù)據(jù)集、具身智能大模型、仿真場景與數(shù)字孿生、開源社區(qū)等等。
而研發(fā)基礎(chǔ)設(shè)施與平臺的建設(shè)，是降低研發(fā)門檻、擴(kuò)大產(chǎn)業(yè)規(guī)模和提高產(chǎn)品性能的前提，對實現(xiàn)產(chǎn)業(yè)規(guī)模化和商業(yè)化起到關(guān)鍵作用。但這些問題單純依靠市場化的力量很難快速實現(xiàn)突破。
所以2024年，創(chuàng)新中心就承擔(dān)這樣一個建設(shè)行業(yè)基礎(chǔ)設(shè)施的角色，我們將其主要工作概括為三個部分。
開源生態(tài)通過共享代碼、工具和資源，降低研發(fā)成本，加速新技術(shù)的商業(yè)化進(jìn)程。從過去二十多年信息技術(shù)的發(fā)展歷程看，開源生態(tài)在產(chǎn)業(yè)發(fā)展過程中都扮演者重要的角色。
在人形機(jī)器人領(lǐng)域，開源生態(tài)的建設(shè)涉及硬件、軟件、數(shù)據(jù)，以及開源社區(qū)等多個部分的建設(shè)。
今年7月份，位于上海的國家地方共建創(chuàng)新中心（以下簡稱上海創(chuàng)新中心）在WAIC上發(fā)布了國內(nèi)*全尺寸通用人形機(jī)器人公版機(jī)“青龍”，并對齊進(jìn)行開源。
到年底的11月份，位于北京的國家地方共建具身智能機(jī)器人創(chuàng)新中心（以下簡稱北京創(chuàng)新中心）也宣布了天工開源計劃，將陸續(xù)開源其旗下人形機(jī)器人“天工”的結(jié)構(gòu)圖紙、軟件架構(gòu)、電氣系統(tǒng)、數(shù)據(jù)集、運動控制訓(xùn)練框架等內(nèi)容。
此外，北京創(chuàng)新中心還計劃聯(lián)合高校、科研院所、集成商等具備人形機(jī)器人二次開發(fā)能力的機(jī)構(gòu)，共同打造具身智能開源開放社區(qū)。而在更早之前，上海創(chuàng)新中心則上線了全尺寸人形機(jī)器人開源社區(qū)“OpenLoong”。
有機(jī)器人領(lǐng)域的從業(yè)者向「有界UnKnown」表示，當(dāng)前國內(nèi)人形機(jī)器人還處在非常早的階段，因此許多企業(yè)都在攻克同樣的問題，重復(fù)造輪子，開源生態(tài)的建立能夠幫助企業(yè)減少相關(guān)的重復(fù)投入，從而將有限的資源集中在解決專有技術(shù)上。
如大模型訓(xùn)練一樣，人形機(jī)器人訓(xùn)練也需要非常龐大的數(shù)據(jù)支持。但又與大模型可以通過公共互聯(lián)網(wǎng)采集數(shù)據(jù)不同，人形機(jī)器人的每一段數(shù)據(jù)都需要專門采集。但由于訓(xùn)練數(shù)據(jù)采集成本高昂，因此也成為制約當(dāng)前人形機(jī)器人發(fā)展的一個重要因素。
在上海浦東張江，上海創(chuàng)新中心二樓有一個專門的場地，用作給各大人形機(jī)器人企業(yè)訓(xùn)練和數(shù)據(jù)采集使用。2024年全國各地已有多家廠商將自家的人形機(jī)器人送到這里集訓(xùn)。
上海創(chuàng)新中心總經(jīng)理許彬表示：“組建機(jī)器人訓(xùn)練場是國地中心今年（2024年）下半年最重要的工作之一，這主要是為了解決當(dāng)下對人形機(jī)器人發(fā)展形成掣肘的場景落地和數(shù)據(jù)不足問題。
按照規(guī)劃，這個訓(xùn)練場將落地在浦東張江模力社區(qū)，可容納100個人形機(jī)器人同時訓(xùn)練，并計劃在2027達(dá)到1000個。
比如北京創(chuàng)新中心在2024年4月就啟動了具身智能數(shù)據(jù)集與數(shù)據(jù)應(yīng)用平臺建設(shè)。一個月之后，上海創(chuàng)新中心推出了“開源道場”MiniDojo，成為國內(nèi)**對標(biāo)特斯拉虛擬訓(xùn)練場Dojo的原型。
比如，為解決以雙足、四足為代表的具身智能機(jī)器人腿式機(jī)器人運動性能指標(biāo)不統(tǒng)一、試驗條件不一致、測試方法不規(guī)范等問題，北京創(chuàng)新中心參與發(fā)布國家標(biāo)準(zhǔn)《腿式機(jī)器人性能及試驗方法標(biāo)準(zhǔn)》。比如為解決數(shù)據(jù)采集不規(guī)范的問題，北京創(chuàng)新中心聯(lián)合11家數(shù)據(jù)集共建單位，牽頭編寫國內(nèi)*具身智能數(shù)據(jù)采集標(biāo)準(zhǔn)。以及為了規(guī)范行業(yè)評級與機(jī)器人應(yīng)用落地，北京創(chuàng)新中心聯(lián)合業(yè)內(nèi)多家權(quán)威機(jī)構(gòu)起草了《人形機(jī)器人智能化分級》標(biāo)準(zhǔn)。
比如上海創(chuàng)新中心與上海大學(xué)合作，推動全國*人形機(jī)器人本科專業(yè)在上海落地，以及聯(lián)合上海市組建一個百億基金，幫助更多初創(chuàng)企業(yè)能夠進(jìn)入機(jī)器人賽道。
總而言之，整個2024年，創(chuàng)新中心專注于解決發(fā)展具身智能機(jī)器人關(guān)鍵共性技術(shù)問題。它就像是一個企業(yè)內(nèi)部的研發(fā)中臺，通過充分調(diào)動市場資源，為人形機(jī)器人行業(yè)的發(fā)展起到一個加速作用。
他們不是要孵化一家、兩家有競爭力的人形機(jī)器人企業(yè)，而是要打造一個有競爭力的人形機(jī)器人產(chǎn)業(yè)生態(tài)鏈。
這與美國人形機(jī)器人行業(yè)依靠特斯拉、Figure和OpenAI的*企業(yè)帶動不同。中國人形機(jī)器人行業(yè)的發(fā)展，體現(xiàn)出了一種“集中力量辦大事”的特點，這一直是中國的制度優(yōu)勢，而這種優(yōu)勢在人形機(jī)器人的產(chǎn)業(yè)發(fā)展中也得到了充分的展示。
總而言之，在創(chuàng)新中心的推動下，也在于國內(nèi)創(chuàng)業(yè)公司的努力，人形機(jī)器人雖然發(fā)源于歐美，但2024年中國在人形機(jī)器人賽道上的進(jìn)步也可以稱得上獨樹一幟。
根據(jù)M2 Consulting的數(shù)據(jù)，2024年全球人形機(jī)器人整機(jī)企業(yè)總數(shù)超過150家，其中中國、美國和日本的企業(yè)數(shù)量占全球份額超過65%，而中國擁有43家人形機(jī)器人整機(jī)企業(yè)，成為數(shù)量最多的國家。
這一點，源于中國過去在機(jī)器人產(chǎn)業(yè)上積累下來的優(yōu)勢。畢竟中國已經(jīng)連續(xù)多年蟬聯(lián)世界*大機(jī)器人生產(chǎn)國，擁有堅實的產(chǎn)業(yè)鏈支持。
舉一個簡單的例子，人形機(jī)器人最燒錢的核心零部件分布在執(zhí)行器，三大執(zhí)行器（線性執(zhí)行器、旋轉(zhuǎn)執(zhí)行器、 靈巧手）占人形機(jī)器人主要零部件價值量的73%。
與歐美國家相比，中國的執(zhí)行器具備成本優(yōu)勢。根據(jù)《2024年人形機(jī)器人核心執(zhí)行器市場分析報告》，中國的制造成本普遍比歐美低30%-40%。
不提未來前景廣闊的人形機(jī)器人家庭應(yīng)用場景，僅以目前大多數(shù)機(jī)器人進(jìn)廠打工的目的地——汽車工廠為例。
據(jù)乘聯(lián)會的數(shù)據(jù)，從2020年起，中國汽車銷量占世界銷量的份額就持續(xù)上升，在2023年達(dá)到33.8%，2024年進(jìn)一步上升至34.1%。在新能源汽車領(lǐng)域，2024年1月~11月，中國在世界新能源汽車市場的份額已達(dá)到70%。
自工業(yè)社會以來，中國的科技發(fā)展之于西方就一直是一個跟隨者的角色，“copy to china”是這些年里的一個重要底色。
其中一個原因是，相比之前多次技術(shù)革命中，中國都因為各種原因而錯過，或者珊珊來遲不同。這一次以大模型為代表的AI技術(shù)革命，讓中國可以真正意義上與歐美站在同一起跑線上。
在最激動的時候，中國科技界許多有頭有臉的人物都喊出中國的AI大模型與美國只有五個月差距的口號。可以說，這是我們*次距離一直追逐的對手如此之近。
但經(jīng)過近兩年的發(fā)展，所謂五個月的時間差距或許并不客觀，而且這種差距，隨著時間的發(fā)展，甚至有一些越來越大的感覺。在這樣的背景下，人形機(jī)器人的出現(xiàn)讓中國的產(chǎn)業(yè)界又看到一個新的希望。
與AI的發(fā)展受制于數(shù)據(jù)、芯片等關(guān)鍵技術(shù)不同。在人形機(jī)器人領(lǐng)域，中國不僅擁有產(chǎn)業(yè)鏈上的優(yōu)勢，還沒有太多關(guān)鍵技術(shù)上的桎梏。
這一次，中國和歐美真站在了一條非常接近的起跑線上，中國在人形機(jī)器人領(lǐng)域比在AI大模型領(lǐng)域更有希望引領(lǐng)世界。
回顧整個2024年，在全國各地創(chuàng)新中心的推動下，在中國人形機(jī)器人企業(yè)的不斷努力下，中國人形機(jī)器人產(chǎn)業(yè)已經(jīng)初具規(guī)模，并且逐漸走出自己獨特的節(jié)奏。
但作為實體產(chǎn)業(yè)，人形機(jī)器人顯然也很難同互聯(lián)網(wǎng)、AI等以軟件應(yīng)用為主的行業(yè)一樣，經(jīng)歷一個快速爆發(fā)的時期，其龐大的產(chǎn)業(yè)技術(shù)設(shè)施，和關(guān)鍵技術(shù)的突破都需要大量的時間進(jìn)行培育。
因此，我們相信人形機(jī)器人產(chǎn)業(yè)會有一個廣闊的前景，但我們同樣也需要尊重實體產(chǎn)業(yè)的發(fā)展規(guī)律，給予更多地耐心和支持。
