具身智能驱动，机器人成“完美打工人”，量产之日还有多远？

发布日期：2025-03-09 01:25    点击次数：113

在科技迅猛发展的当下，机器人领域正经历着深刻变革。开年以来，王兴兴与宇树科技的一系列动态，引发了大众对机器人未来的无限遐想。宇树科技的机器人展现出的灵动舞姿，似乎预示着机器人承担养老重任的时代即将来临。

机器人从概念萌芽到如今的模样，经历了漫长的发展历程。直到近两年，具身智能概念的火爆，为机器人这一沉寂赛道注入了新活力。

人们不禁好奇，打造像春晚那样的机器人，需要多少资金，又要历经哪些步骤？本文，就让我们一同深入探索机器人与具身智能的奇妙世界。

具身智能热潮

具身智能并非新词汇，1950年图灵的经典论文中就有涉及。过去70年里，它一直被视为通往AGI（通用人工智能）的重要路径之一。但受当时技术条件限制，各项技术不成熟，其发展起起落落，难以取得重大突破。

当下这波具身智能热潮，主要得益于第三次AI浪潮。与以往机器人相比，根本区别在于智能化程度大幅提升。

几十年前机器人进厂打工，只是通过设定程序在已知环境完成规定动作，智能水平低且被动，完全没有自主判断能力。

到神经网络时代，真正的具身智能要求机器人具备主动性。它能通过感知获取世界信息，将图像转成像素值、文本转成词向量，进而自主决策并与世界交互。

机器人的整体构造

依据官方所提供的FigureAI零一机器人构造图而言，机器人由大脑、小脑和身体组成。GPT充当大脑，赋予机器人灵魂，使其能读懂语言指令、依据视觉画面推理，确定任务对象和行动方案，之后调用小脑函数。

曾有媒体称，GPT加持13天，机器人就取得显著进展，似乎通用机器人落地近在咫尺。但机器人小脑究竟如何运作？

诺贝尔经济学奖得主丹尼尔・卡尼曼在《思考，快与慢》中提到：“人类大脑分两个系统。系统一偏直觉，能快速解决问题；系统二可深度思考。”

日常生活中，我们95%的时间用系统一，只有极少数复杂任务才调用系统二。比如学会走路后，凭直觉就能迈步，无需刻意控制肌肉用力方向，这系统一类似机器人的小脑。

在机器人中，小脑连接虚拟与真实物理世界，存储让机器人动起来的子任务，将大脑决策传达给本体执行。现实中，子任务繁多，对机器人而言每个都充满挑战。若为每个子任务设模型，机器人处理的参数体积将庞大无比，而小脑的作用就是简化模型并调用，提升工作效率。

在基于深度学习的AI浪潮下，基于学习的控制成为小脑训练热议话题。以写毛笔字的机器人为例，它通过观察学习专家或样本数据，能实现技能学习，写出颇具水准的字，这是基于模仿的学习，简单直接。但这种学习方式泛化能力差，只能完成特定任务，无法应对复杂场景。

另一种是强化学习，类似把不会游泳的人扔进水里让其自学。早期基于规则的机器狗就采用这种方式，如遇到楼梯、斜坡如何处理。经神经网络强化学习后，机器狗泛化能力提升，不再受过多规则束缚。通过摔倒惩罚、走好奖励，机器狗逐渐形成较好的行走方式。

不过，强化学习的奖励函数需随任务升级不断迭代，难度持续增加。

目前应用最广泛的并非模仿学习或强化学习，而是从二三十年前就使用的基于模型的控制。基于物理和数学模型训练的机器人，执行速度快、稳定性高。

所以，现在主流做法是将基于模型的控制与强化学习、模仿学习相结合。机器人底层通常都有基于模型的传统控制器，这是根基，如何有机结合多种方式是未来发展趋势。

与OpenAI分道扬镳后的Figure，推出新的Helix模型，宣称无需GPT，能同时搞定大脑和小脑功能，实现完全端到端模式，数据采集还解锁零样本，让两个机器人协调作业。但目前其演示仍局限在桌面，要应对复杂真实世界，从神经网络架构、学习方式到环境样本，还有诸多难题待解。

再看机器人身体部分。在具身智能浪潮中，人形机器人硬件备受关注。看似简单的人形要求，给软硬件带来巨大挑战。

自由度是关键指标，工业机械臂一般4-6个自由度，特斯拉的Optimus一代有40个自由度。自由度即机器人可活动的轴数，像Optimus的灵巧手，一只手有6个主动自由度，包括5个手指弯曲和大拇指平移。

自由度越高，机器人越灵活，落实到硬件上，基本等同于关节中驱动模组个数，主要是旋转和直线关节。人形机器人不同部位的旋转关节，因功能不同，对旋转要求各异。

特斯拉14个旋转关节分布在身体不同部位，腰部和腿部关节需高扭距和负载，手臂则要求高灵活度。仅有关节还不够，机器人拿起鸡蛋这类精细动作令人惊叹。这背后靠的是力距传感器，它能将力的量值转成电信号。

力距传感器按力的方向维度分为1-6位，一位力距传感器像秤，只能测一个方向力；六维力距传感器能在笛卡尔坐标系同时测三个方向的轴向力和三个轴向力距。六维力距传感器性能最优，但技术壁垒也最高。

机器人的成本与市场前景

以特斯拉Optimus为例，算一笔硬件和软件成本总账。一套旋转关节6000元，一套线性关节3000元，一只灵巧手5万元，加上芯片、传感器、电池、骨架、FSD系统等，成本高达30多万人民币。而马斯克称未来Optimus售价2万美金，成本下降空间巨大。

成本因素促使波士顿动力做出改变，今年4月宣布告别液压，转向电驱。液压虽扭矩大，但结构复杂、易渗油，用于家用场景问题重重。电驱则无这些问题，通用和泛化性更强，且成本低，原先液压版Atlas价格200万美元左右，Optimus成本仅为其1/30。

国内机器人发展在降低成本方面也有突出表现。目前具身智能处于技术攻关阶段，依托学术派创始人，以顶尖学府为中心，涌现出一批潜力巨大的机器人创业公司。

宇树科技便是其中代表，春晚舞台上的H1在京东预售，售价65万，还推出9.9万的G1。因春晚影响力，两款产品现货短缺下架，电商平台上连日租金在1600到15000之间，业务繁忙，这表明人形机器人正逐步走进日常生活。

尽管深度学习下的AI赋予机器人灵魂，但当前大模型发展处于初期，机器人成本也有待降低。即便宇树目前也只是小批量量产，成为全球订单最多的人形机器人公司。

具身智能领域发展需要耐心，资本、工程师和市场都要保持耐心，如此才能实现长远发展。未来，随着技术进步和成本降低，机器人有望广泛融入生活，带来翻天覆地的变化。