每(mei)經記者｜楊煜    每(mei)經編輯｜楊夏    

在知名咨(zi)詢公司Gartner提出的(de)(de)技術(shu)(shu)成熟度(du)(du)曲(qu)線(xian)中，一項新技術(shu)(shu)或某種創新面世初期(qi)，常常會因過度(du)(du)渲染以致期(qi)望值不斷膨脹，直至泡沫破裂。2024年8月，人(ren)形工作機器(qi)人(ren)被Gartner評為處于(yu)技術(shu)(shu)成熟度(du)(du)曲(qu)線(xian)的(de)(de)萌芽(ya)期(qi)。但近日來，外界對人(ren)形機器(qi)人(ren)技術(shu)(shu)的(de)(de)期(qi)望值顯然在加速膨脹。

人(ren)形(xing)機器人(ren)產品密集發布，資本市場數次因(yin)相關概(gai)念(nian)而(er)躁動，媒體對人(ren)形(xing)機器人(ren)的報道熱情(qing)(qing)尚未(wei)停(ting)歇(xie)??然而(er)，在熱度之下，一(yi)個有些(xie)“冰冷”的問題始終存在——對于一(yi)個尚在持續發展的技術而(er)言，這種熱情(qing)(qing)是否(fou)會(hui)帶來泡沫(mo)？而(er)當泡沫(mo)破裂，人(ren)形(xing)機器人(ren)行業又當何(he)去何(he)從？

京(jing)城(cheng)機(ji)電旗下配天機(ji)器人CTO郭(guo)濤(tao)(tao)在(zai)接(jie)受(shou)《每日經濟新聞》記者專訪(fang)時直言(yan)，行業(ye)整(zheng)體(ti)的(de)發(fa)展(zhan)(zhan)需(xu)要“泡沫(mo)”，不(bu)(bu)然將(jiang)永遠“無人知曉”，但(dan)行業(ye)發(fa)展(zhan)(zhan)最終所需(xu)要的(de)是，通過一點點啃硬骨頭，推動技術發(fa)展(zhan)(zhan)達到落(luo)地應用。從應用角度出發(fa)，郭(guo)濤(tao)(tao)認(ren)為，具身人工智能(neng)目前尚不(bu)(bu)具備完全泛化能(neng)力，在(zai)人形機(ji)器人賽道再度沸騰之際，他選擇將(jiang)目光(guang)投向更現(xian)實的(de)“戰場(chang)”。

配天機器人CTO郭濤 圖片來源：受訪者供圖

“完全泛化”無解？通用具身智能面臨“三角制約”

人(ren)(ren)形機器人(ren)(ren)接近于人(ren)(ren)的(de)(de)(de)外觀讓人(ren)(ren)們(men)(men)期待它(ta)們(men)(men)能夠真的(de)(de)(de)像人(ren)(ren)類一樣解決通用(yong)泛化(hua)問題(ti)，但這(zhe)一暢想(xiang)的(de)(de)(de)背后可能面臨一個“既要、又要、還要”的(de)(de)(de)問題(ti)：一個通用(yong)具(ju)身智能意味著具(ju)備龐大的(de)(de)(de)訓練數據、優(you)秀的(de)(de)(de)模型性能以及(ji)足(zu)夠的(de)(de)(de)泛化(hua)能力(li)，才能真正自主應對(dui)現實場景的(de)(de)(de)復雜任務(wu)與各種變化(hua)。

但，這可能嗎(ma)？配天機器人(ren)認為具身智能發展中存在“三(san)角(jiao)制約”，即(ji)任(ren)務自主性、任(ren)務復(fu)雜度、變化適(shi)應性等三(san)大能力要(yao)求難以兼顧。

例如，傳統工業機(ji)器(qi)人(ren)無需人(ren)工介入，也可以處(chu)(chu)理(li)復雜任務(wu)，但(dan)需針對特定環境與特定任務(wu)；自主(zhu)移動機(ji)器(qi)人(ren)有(you)較強的自主(zhu)能(neng)力與變化適應能(neng)力，但(dan)只(zhi)能(neng)處(chu)(chu)理(li)搬運(yun)、清掃、檢測等簡單任務(wu)；遙(yao)操作類機(ji)器(qi)人(ren)能(neng)在多種復雜環境下執行復雜任務(wu)，但(dan)需要專業人(ren)員全程手動操作。

市場(chang)對人(ren)形機器人(ren)與(yu)通用具身智(zhi)能的興奮，在很大(da)程度上源(yuan)于AI（人(ren)工(gong)智(zhi)能）大(da)模(mo)型所(suo)帶來的應(ying)用想象(xiang)，當人(ren)工(gong)智(zhi)能與(yu)機器人(ren)技術結合，大(da)模(mo)型將賦予機器人(ren)更(geng)高的智(zhi)能水(shui)平與(yu)適應(ying)能力，以及更(geng)流暢的交互體驗。然而，靠大(da)語言模(mo)型足以擊破具身智(zhi)能的“三角制約”嗎？

郭濤提醒道，大(da)語言模型(xing)(xing)與(yu)(yu)通用(yong)具(ju)身智能對變(bian)化(hua)適應(ying)性(xing)的要(yao)求截然(ran)不同(tong)。郭濤舉了個例子(zi)(zi)——讓人形(xing)機器人洗盤子(zi)(zi)，機體可能要(yao)應(ying)對水溫(wen)變(bian)化(hua)、洗潔精不夠用(yong)等各種環境與(yu)(yu)任務(wu)的動(dong)態變(bian)化(hua)，但(dan)對大(da)語言模型(xing)(xing)來說(shuo)，在用(yong)戶發布任務(wu)后，模型(xing)(xing)響應(ying)外部環境變(bian)化(hua)的能力變(bian)得(de)非(fei)常薄弱。

配天機器人產品 圖片來源：受訪者供圖

此外，相比于(yu)大語(yu)言模型，通(tong)用具身智能的訓練數據也(ye)要少得多。

郭濤表(biao)示(shi)，大(da)(da)語(yu)言模(mo)型動輒便需要萬億級(ji)tokens（詞元(yuan)）的(de)(de)數(shu)據進行訓練，而全世界的(de)(de)互聯網用戶(hu)通過聊天、發(fa)(fa)圖片或者視頻，都是在(zai)為大(da)(da)語(yu)言模(mo)型自發(fa)(fa)貢(gong)獻數(shu)據量，但沒有(you)(you)人(ren)自發(fa)(fa)貢(gong)獻機器人(ren)的(de)(de)行為數(shu)據。尤其在(zai)工業(ye)領域，數(shu)據是私有(you)(you)的(de)(de)而非公(gong)開的(de)(de)，要獲取(qu)這類數(shu)據首先要獲取(qu)工業(ye)用戶(hu)的(de)(de)信任。

如何(he)解(jie)決泛化能(neng)力與商(shang)業(ye)價值的(de)(de)矛盾是具身(shen)(shen)人(ren)工智能(neng)從(cong)技術展示走向(xiang)商(shang)業(ye)落地的(de)(de)關(guan)鍵。郭濤認為，在缺乏訓練數(shu)據還要追求模型高(gao)性能(neng)的(de)(de)前提下，“現(xian)(xian)階段不(bu)可(ke)能(neng)出現(xian)(xian)泛化的(de)(de)具身(shen)(shen)人(ren)工智能(neng)”，但這(zhe)并(bing)不(bu)意味著具身(shen)(shen)智能(neng)不(bu)是正確的(de)(de)方向(xiang)。在人(ren)形(xing)機器(qi)人(ren)賽道再(zai)度沸騰之(zhi)際，郭濤將目光投向(xiang)更現(xian)(xian)實的(de)(de)“戰場”，“完全(quan)的(de)(de)泛化沒戲，但我們可(ke)以(yi)通過局部泛化，現(xian)(xian)階段就能(neng)實現(xian)(xian)商(shang)業(ye)化落地”，而這(zhe)也是配天機器(qi)人(ren)一直以(yi)來的(de)(de)思路(lu)。

工業場景不只大規模生產，傳統機器人有“盲區”

如何實(shi)現(xian)局(ju)部(bu)泛化？配天機器人在這(zhe)個(ge)領域已有(you)業務實(shi)踐。

配天機器人是國(guo)內最早(zao)從事工(gong)(gong)(gong)業(ye)機器人研(yan)發的(de)企業(ye)之一，產品可應用于焊接、打磨拋光、分(fen)揀、切割(ge)、裝(zhuang)配等多種工(gong)(gong)(gong)業(ye)場景。但隨著業(ye)務發展，工(gong)(gong)(gong)業(ye)機器人面(mian)對的(de)應用場景已從大規模工(gong)(gong)(gong)業(ye)生(sheng)產轉向多品種小(xiao)批量生(sheng)產，而(er)后者的(de)需求依靠傳統(tong)的(de)工(gong)(gong)(gong)業(ye)機器人難以解決。

傳統的(de)(de)工業機(ji)器(qi)人(ren)采取預編程(cheng)方式，大規(gui)模生產模式下，一(yi)次性完成設(she)備安裝及(ji)算法編程(cheng)后(hou)，工業機(ji)器(qi)人(ren)便(bian)可針對(dui)生產中(zhong)的(de)(de)某些環節連續運行多年。但(dan)還有很多行業并非如(ru)此，例如(ru)造船業，一(yi)些船舶(bo)的(de)(de)生產節奏以個位(wei)數計，但(dan)用(yong)(yong)到(dao)的(de)(de)部件(jian)(jian)與(yu)工藝十分復雜，傳統的(de)(de)工業機(ji)器(qi)人(ren)模式需(xu)針對(dui)條件(jian)(jian)的(de)(de)變(bian)化逐一(yi)編程(cheng)，但(dan)這樣一(yi)來，用(yong)(yong)機(ji)器(qi)替(ti)代(dai)人(ren)工的(de)(de)性價(jia)比也就大大降低。

除此之外，復(fu)雜裝配以(yi)及柔性物體的(de)操作也是(shi)傳(chuan)統(tong)工業機器(qi)人(ren)的(de)應(ying)用“盲(mang)區”。郭濤總(zong)結(jie)道：“凡是(shi)預(yu)編(bian)程解決(jue)不了的(de)問題，傳(chuan)統(tong)的(de)機器(qi)人(ren)都(dou)做不了。”這一業務痛點促使配天機器(qi)人(ren)必須向(xiang)具身智能探(tan)索。

配天機(ji)器人在(zai)今(jin)年年初提(ti)出(chu)，加快具身智能項(xiang)目(mu)落地(di)。郭(guo)濤強調，公司發展具身智能，現(xian)階段以實現(xian)單一任(ren)務泛化為目(mu)標(biao)，因為在(zai)工業領域，單一任(ren)務泛化即可為客戶提(ti)供(gong)巨大價值(zhi)。而公司主打的(de)項(xiang)目(mu)落地(di)方向是焊接，這(zhe)也是目(mu)前機(ji)器人的(de)第(di)一大應(ying)用(yong)場(chang)景。“不(bu)需要啥都能干(gan)，我們就專(zhuan)注焊接這(zhe)一類工藝，但什么(me)都能焊，把這(zhe)個做(zuo)起來市場(chang)巨大。”

在郭濤(tao)看來，發展具(ju)(ju)(ju)(ju)(ju)身智能是一個(ge)逐(zhu)步(bu)蠶食的(de)過程，從具(ju)(ju)(ju)(ju)(ju)體(ti)的(de)場(chang)景(jing)、具(ju)(ju)(ju)(ju)(ju)體(ti)的(de)工藝入手，一點一點鋪大應用(yong)領域(yu)，“只要工具(ju)(ju)(ju)(ju)(ju)集建立起來，推進的(de)速度會很快(kuai)”。同時，也只有先通過具(ju)(ju)(ju)(ju)(ju)體(ti)場(chang)景(jing)的(de)實踐證明(ming)，才能逐(zhu)步(bu)獲取工業(ye)領域(yu)客戶的(de)信(xin)任，進而獲得(de)更多工業(ye)數據，形成良性循環。

不(bu)過，在具身智能(neng)點燃(ran)的新一輪(lun)市場躁(zao)動中，除了郭(guo)濤主張的漸進式(shi)聚焦創(chuang)新，押注“原(yuan)生(sheng)顛覆”的也(ye)不(bu)在少數。談及當前(qian)行(xing)業(ye)(ye)的熱度，郭(guo)濤坦言(yan)，任(ren)何行(xing)業(ye)(ye)都會經歷從無(wu)人知曉到泡沫式(shi)增長、突然(ran)下跌再(zai)緩慢爬(pa)起來(lai)的過程(cheng)。

郭濤(tao)指出，相(xiang)比于大語言模(mo)型，具身智能(neng)目(mu)前不(bu)存在(zai)相(xiang)對統一(yi)的模(mo)型底(di)座(zuo)和(he)行業(ye)共(gong)識，因此業(ye)內仍(reng)在(zai)各自領域(yu)里(li)“各顯神通(tong)”。Transformer的出世(shi)成為大語言模(mo)型突破的奇點，那具身智能(neng)何時會(hui)迎來(lai)統一(yi)的理論體系？對此，郭濤(tao)搖了搖頭(tou)，但他仍(reng)然抱有信心(xin)：“因為這么(me)多人都(dou)在(zai)努力，說不(bu)定哪天(tian)技(ji)術(shu)奇點就突破了。”