人形機器人商用爆發之前，最大的挑戰仍是活下來

8月末，北京亦莊再次迎來一年一度的世界機器人大會（WRC）。今年的大會上，27款人形機器人成爲了絕對的主角，也讓今年的機器人大會成爲史上最火爆的一屆。它們能夠跳舞、對詩、爬坡、搬運、翻跟頭，甚至走進生產車間，試圖替代人工來做一些繁瑣的工作。

乘着具身智能的東風，人形機器人在今年得到了從未有過的關注度。具身智能是指，有物理身體的智能體通過與環境的互動而獲得智能，這種智能不僅包括計算和數據處理，還包括感知、理解和行動的能力。

人形機器人被認爲是具身智能的最佳載體，原因在於它們在形態上仿人，具有類似人類的下肢運動能力和上肢的靈巧操作能力。一時間，資本、人才和社會關注度都紛紛涌入人形機器人行業，業界期待着人形機器人早日迎來「ChatGPT」時刻，爲生產和生活大幅提效。

然而，風頭正盛的人形機器人在商用進展上仍處於初始化階段。即便是商用化走在前列的公司，購買的羣體也大多是科研院校，年出貨量僅爲數百臺。當然，科研場景同樣很重要，它能夠爲人形機器人公司在初期形成商業閉環。

不過相比起外界對人形機器人的吹捧，從業者們反而在思考一些更實在的事：如何讓它做更實在的事，更快地實現創收。

人形機器人尚未實現大規模商用的原因在於，目前仍然缺乏適合人形機器人的通用模型。宇樹科技創始人兼CEO王興興就在接受界面新聞採訪時表示，ChatGPT這樣的大語言模型僅僅能解決機器人交互的部分功能，但並不能讓它真正「幹活」。

一旦有了通用模型，甚至完全不需要和機器人交流，只要給他佈置一個任務，看一張照片，或者敲一個數字，它就能夠在工廠擰螺絲，或者在家洗衣做飯，爲人類世界真正創造價值。

一旦通用模型的問題得到解決，量產就並不是那麼遙遠的事。星塵智能CEO來傑認爲，供應鏈不一定是缺乏量產的能力，而是在沒有形成完整市場鏈條的當下，他們並沒有投入的動力。王興興也提到：“如果今天有人把AI機器人的通用模型做出來，找我們定製人形機器人，我可以保證年底之前就能完成，做10萬個都行。”

但通用模型到底要怎麼做？它是模仿學習、強化學習、多模態數據處理、模型架構、仿真環境、泛化能力等一系列方法與技術的集合。許多機器人從業者的共識是，光靠目前的虛擬數據投喂方式是遠遠不夠的，機器人迫切地需要落地，與物理世界發生更多交互，做更多實物訓練，才能夠更理解人類世界的運作方式。

另一個需要解決、但甚少被提及的問題是安全性。一個最簡單的例子，人形機器人會搬運重物，但卻並不能100%保證它不會用重物傷害人，這需要更準確的環境識別能力和判斷力。此外，目前業內也缺乏人形機器人安全風險把控的相關法規。

工業被認爲是人形機器人有望最快大規模部署的場景，許多汽車與家電廠商也紛紛表示出了對人形機器人的購買興趣。在大會現場，優必選展示了旗下Walker S系列人形機器人檢測奧迪車輛的場景，優必選首席品牌官譚旻介紹，其檢測範圍可覆蓋車身360°和0.5米以下的低矮區域，可以實現毫米級檢測，準確率達99%。

但由於量產挑戰和機器人能力限制，多數人形機器人目前還只能在工廠進行質檢和搬運的工作實訓，並未進入真正的生產環節。不過，譚旻說道，人形機器人商業化還沒有走0走到1，而實訓是從0走到0.1的過程，它完成了商業化的驗證，也是當前最重要的一步。

現階段當然也有不看好人形機器人的聲音。零一萬物創始人李開復就認爲，具身智能是物理世界跟AI的結合，一旦大模型接入物理世界，就需要面臨包括安全問題、機器問題、機械問題、故障問題在內的各種問題，難度會大很多倍。並且，在他看來，絕大多數應用場景並不需要人形機器人，因此他旗下的創新工場也並未投資過相關公司。

從業者們對人形機器人的難度當然也有認知。大部分從業者的共同看法是，只要能創造價值，現階段機器人的形態並沒有那麼重要。它可以是雙足、可以是移動輪盤、也可以是四足的機器狗。以宇樹科技爲例，目前公司出貨量最大的產品仍是機器狗，它們同樣能在電力巡檢等場景發揮效用。

在本屆大會上，更多商用進展快速的機器人都並非人形。例如京東的智能配送車、庫卡的重載機器人、面向醫院場景的擎朗消毒機器人和醫療配送機器人等。它們只需要解決特定場景的特定需求，也因爲生產並不複雜，能夠更快速地上崗工作。

這可能會是相當長的一段時間內，機器人企業的共同認知：賺錢纔是最要緊的事。在人形機器人真正迎來商用爆發之前，他們最大的挑戰仍然是活下來。