人形機(jī)器人擁有聰慧的“大腦”、敏捷的“小腦”、靈活的“肢體”，是通用人工智能的理想載體，蘊(yùn)藏著巨大的市場(chǎng)空間和發(fā)展機(jī)遇。在今年的機(jī)器人博覽會(huì)上，共有27款人形機(jī)器人亮相，讓觀眾感覺(jué)離未來(lái)又近了一步。
人形機(jī)器人發(fā)展還面臨哪些挑戰(zhàn)？未來(lái)它們有哪些終極應(yīng)用場(chǎng)景？對(duì)此，新京報(bào)記者采訪了北京郵電大學(xué)人工智能學(xué)院教授方斌，北京航空航天大學(xué)副教授、博士生導(dǎo)師陶永，北京具身智能機(jī)器人創(chuàng)新中心數(shù)據(jù)智能負(fù)責(zé)人李廣宇。
8月22日，2024世界機(jī)器人大會(huì)機(jī)器人博覽會(huì)，“天工”人形機(jī)器人被團(tuán)團(tuán)簇?fù)�。新京�?bào)記者 李木易 攝
問(wèn)題1
人形機(jī)器人有何特點(diǎn)？它和具身智能的關(guān)系是什么？
方斌表示，人形機(jī)器人在形態(tài)上仿人。一方面是移動(dòng)能力，像人下肢一樣運(yùn)動(dòng)；另一方面是仿人手臂的靈巧操作能力。具身智能是機(jī)器人本體和人工智能結(jié)合形成的物理閉環(huán)系統(tǒng)。人形機(jī)器人是具身智能非常典型的應(yīng)用。由于人工智能僅依靠數(shù)據(jù)和算力，所以迭代的速度比機(jī)器人本體更快一些。
陶永認(rèn)為，更寬泛的人形機(jī)器人還有環(huán)境感知能力和人機(jī)交互能力。
李廣宇介紹，人形機(jī)器人相當(dāng)于是具身智能機(jī)器人的一個(gè)典型應(yīng)用示范。首先在技術(shù)上是高地，如果把人形機(jī)器人的技術(shù)問(wèn)題都解決的話，可以向下兼容其他類(lèi)型的機(jī)器人，比如把腿換成輪式底盤(pán)，這就是現(xiàn)在比較流行的輪臂機(jī)器人。
在通用性上，世界上大部分的設(shè)計(jì)都是以人為核心用戶(hù)，所以做人形機(jī)器人在細(xì)分場(chǎng)景的效率不一定最高，但泛化性和通用性是最好的。從倫理的角度來(lái)說(shuō)，人形機(jī)器人更能和人產(chǎn)生情感的共鳴。
問(wèn)題2
人形機(jī)器人“大腦”“小腦”的作用是什么？
陶永介紹，人形機(jī)器人擁有聰慧的“大腦”、敏捷的“小腦”、靈活的“肢體”。“大腦”作為人形機(jī)器人控制系統(tǒng)的中心，承擔(dān)著類(lèi)似于人類(lèi)大腦的復(fù)雜認(rèn)知和決策功能。基于通用大模型、數(shù)據(jù)集、高效計(jì)算架構(gòu)、多模態(tài)融合感知等關(guān)鍵技術(shù)，“大腦”使人形機(jī)器人具備了學(xué)習(xí)與適應(yīng)能力，使其能夠處理基本運(yùn)算、圖像處理、視覺(jué)識(shí)別、決策規(guī)劃和智能決策。
“小腦”在人形機(jī)器人運(yùn)動(dòng)控制與協(xié)調(diào)方面發(fā)揮重要作用，是實(shí)現(xiàn)精確動(dòng)作的保證。“小腦”由傳感器融合模塊、動(dòng)力學(xué)模型和控制器等組成，制定運(yùn)動(dòng)策略，確保機(jī)器人動(dòng)作的流暢性和穩(wěn)定性。
問(wèn)題3
近幾年，人形機(jī)器人的熱度為何這么高？
陶永表示，特斯拉等公司研發(fā)的人形機(jī)器人向大眾展示了它的潛力，引起了關(guān)注。人形機(jī)器人搭建了一個(gè)通用的平臺(tái)，可以將人工智能、大模型技術(shù)遷移到人形機(jī)器人上進(jìn)行驗(yàn)證，比如將汽車(chē)上基于視覺(jué)的環(huán)境識(shí)別、避障運(yùn)動(dòng)、路徑規(guī)劃的功能遷移到機(jī)器人上后，將發(fā)揮更大的優(yōu)勢(shì)。
在相關(guān)領(lǐng)軍企業(yè)的推動(dòng)下，人形機(jī)器人的技術(shù)正在加速迭代、快速研發(fā)，硬件成本不斷降低，有望更廣泛地出現(xiàn)在檢測(cè)、搬運(yùn)等場(chǎng)景中。
李廣宇認(rèn)為，這很大程度上歸功于大模型發(fā)展突飛猛進(jìn)，特別是過(guò)去兩三年，從ChatGPT的發(fā)布到最近多模態(tài)大模型的進(jìn)展，都遠(yuǎn)遠(yuǎn)超出業(yè)界預(yù)期，已經(jīng)走向公眾視野。但大模型畢竟是在軟件層面，和現(xiàn)實(shí)的物理世界缺少交互媒介，所以業(yè)界希望給通用的人工智能加一個(gè)身體，也就是具身智能。
另外，這也歸功于國(guó)內(nèi)多年來(lái)產(chǎn)業(yè)鏈的發(fā)展，包括傳感器技術(shù)、電機(jī)技術(shù)等，使人形機(jī)器人研發(fā)門(mén)檻降低。同時(shí)，國(guó)家在政策引導(dǎo)方面對(duì)人形機(jī)器人產(chǎn)業(yè)給予了較大支持。
問(wèn)題4
人形機(jī)器人和工業(yè)機(jī)器人等相比有何優(yōu)勢(shì)？
陶永認(rèn)為，人形機(jī)器人可以適應(yīng)復(fù)雜地形，比如在電力巡檢過(guò)程中，輪式機(jī)器人邁不過(guò)去的臺(tái)階，人形機(jī)器人可以上得去。另外，人形機(jī)器人上肢有更多自由度，可以實(shí)施精確操作。
李廣宇表示，工業(yè)機(jī)器人重復(fù)定位精度非常高，但沒(méi)有泛化性，基本按照編程重復(fù)進(jìn)行。人形機(jī)器人既有移動(dòng)能力，也有操作能力，其泛化性帶來(lái)了通用能力的預(yù)期，在物料分揀、上下貨等環(huán)節(jié)可以對(duì)工業(yè)機(jī)器人進(jìn)行補(bǔ)位。
GALBOT G1人形機(jī)器人展示超市工作場(chǎng)景。新京報(bào)記者 李木易 攝
問(wèn)題5
發(fā)展人形機(jī)器人還有哪些技術(shù)需要突破？
人形機(jī)器人不僅使用了計(jì)算芯片、存儲(chǔ)芯片、控制芯片、觸覺(jué)傳感器，還應(yīng)用了各類(lèi)軟件、各類(lèi)關(guān)節(jié)、伺服電機(jī)、人造皮膚等新材料。
方斌說(shuō)，目前，經(jīng)過(guò)人形機(jī)器人這波熱潮，小型化的電機(jī)、驅(qū)控一體化的關(guān)節(jié)相對(duì)成熟了不少。受限的在于關(guān)鍵的傳感器件，包括類(lèi)似于人皮膚的觸覺(jué)傳感器，類(lèi)似人手的靈巧手操作末端，和人類(lèi)相比還欠缺很多。比如在手機(jī)裝配線上，工人可以熟練地進(jìn)行精細(xì)的工業(yè)裝配，但人形機(jī)器人還完成不了這些任務(wù)。
陶永也表示，從硬件上來(lái)說(shuō)，高能量密度小體積的關(guān)節(jié)、低成本的傳感器等仍需提升。軟件方面，要實(shí)現(xiàn)人形機(jī)器人在草地、沙地、崎嶇路面的穩(wěn)定行走，目前有基于步態(tài)的虛擬仿真訓(xùn)練平臺(tái)進(jìn)展較快，但仍然需要不斷完善。
他說(shuō)，目前人形機(jī)器人價(jià)格偏高，未來(lái)，隨著硬件價(jià)格和軟件研發(fā)成本降低，應(yīng)用場(chǎng)景日漸成熟，人形機(jī)器人有望批量化生產(chǎn)，價(jià)格下降。
李廣宇表示，“大腦”部分得益于大模型的發(fā)展，比“小腦”和“本體（肢體）”更成熟一點(diǎn)，主要負(fù)責(zé)人機(jī)交互和日常任務(wù)的規(guī)劃拆解。“小腦”負(fù)責(zé)具體執(zhí)行，目前業(yè)內(nèi)正在嘗試不同技術(shù)路線的方向，還需要一定的探索。
“本體（肢體）”包括上肢、下肢和傳感器三個(gè)方面。在上肢方面，多關(guān)節(jié)、多自由度的機(jī)械臂發(fā)展得相對(duì)成熟，但上肢末端靈巧手的精細(xì)操作需要快速迭代。通過(guò)近些年四足機(jī)器人的發(fā)展，下肢研發(fā)的進(jìn)展比較快。傳感器方面，視覺(jué)傳感器比較成熟，末端的觸覺(jué)傳感器在不斷迭代當(dāng)中。未來(lái)，人形機(jī)器人將走多模態(tài)傳感器融合的路線，所以不同種類(lèi)的傳感器都需快速發(fā)展。
問(wèn)題6
人形機(jī)器人要實(shí)現(xiàn)成熟應(yīng)用還面臨哪些挑戰(zhàn)？
方斌說(shuō)，人形機(jī)器人整體運(yùn)動(dòng)的敏捷性仍有所欠缺，在通用場(chǎng)景下執(zhí)行任務(wù)的操作能力有待提升。人工智能和本體的系統(tǒng)集成能力還需要進(jìn)一步發(fā)展。
要增加人形機(jī)器人運(yùn)動(dòng)的感知能力，通過(guò)深度強(qiáng)化學(xué)習(xí)增加抗干擾性，使人工智能算法和機(jī)器人本體的結(jié)構(gòu)控制耦合得更緊密。
李廣宇表示，具身智能的數(shù)據(jù)比較稀缺，是制約產(chǎn)業(yè)發(fā)展的一個(gè)關(guān)鍵因素。目前，北京具身智能機(jī)器人創(chuàng)新中心正牽頭建設(shè)人形機(jī)器人世界上規(guī)模最大、信息最稠密、最通用的高質(zhì)量具身智能數(shù)據(jù)集。為推動(dòng)行業(yè)加快發(fā)展，創(chuàng)新中心還公布了“百臺(tái)天工計(jì)劃”，將向重點(diǎn)科研機(jī)構(gòu)與高校提供超百臺(tái)“天工”系列機(jī)器人，共同探索機(jī)器人在各種細(xì)分場(chǎng)景中如何更好落地。
小朋友和有陪伴功能的人形機(jī)器人對(duì)話。新京報(bào)記者 李木易 攝
問(wèn)題7
人形機(jī)器人的終極應(yīng)用場(chǎng)景包括哪些？多久可以實(shí)現(xiàn)？
陶永認(rèn)為，人形機(jī)器人正處于核心技術(shù)快速突破階段。在未來(lái)10年里，人形機(jī)器人有望在惡劣和特殊環(huán)境下，代替人類(lèi)進(jìn)行值守、巡邏和作業(yè)。同時(shí)，在關(guān)鍵技術(shù)突破的情況下，人形機(jī)器人可能在智能工廠進(jìn)行巡檢、加工、檢測(cè)。另外，它們或?qū)?yīng)用在教育中，在大學(xué)中成為實(shí)驗(yàn)平臺(tái)。在更遠(yuǎn)的未來(lái)，人形機(jī)器人也有可能進(jìn)入公共場(chǎng)所或者家庭，進(jìn)行陪護(hù)。
方斌認(rèn)為，人形機(jī)器人作為通用的具身智能本體，未來(lái)就像人類(lèi)職業(yè)分工一樣，可以應(yīng)用于不同場(chǎng)景，有的做醫(yī)生，有的當(dāng)廚師，有的在生產(chǎn)線上做工人，有的做家政護(hù)理等。在家庭應(yīng)用方面，由于老人、兒童對(duì)人形機(jī)器人的安全性要求更高，它有可能率先在中青年家庭中應(yīng)用清潔打掃功能。
問(wèn)題8
科幻片中非常逼真的仿生人形機(jī)器人何時(shí)才能實(shí)現(xiàn)？有哪些關(guān)鍵技術(shù)要突破？
陶永說(shuō)，這一場(chǎng)景還比較遙遠(yuǎn)，比如仿生機(jī)器人手眼協(xié)同能力還需要提升，做飯、疊衣服、裝配零件，這些日常操作對(duì)人來(lái)說(shuō)很容易，但對(duì)機(jī)器人來(lái)說(shuō)，涉及視覺(jué)、手臂末端觸覺(jué)力、運(yùn)動(dòng)控制協(xié)調(diào)等，都要仿人的智能化程度來(lái)實(shí)現(xiàn)，中間有很多關(guān)鍵技術(shù)需要突破。
比如仿生人形機(jī)器人的面部表情，如果做不好會(huì)給人帶來(lái)恐怖的感覺(jué)，電子皮膚也要像人類(lèi)皮膚一樣有感知、交互功能，這些都需要一點(diǎn)點(diǎn)攻克。未來(lái)，仿生人形機(jī)器人有望在展覽、科普?qǐng)鲳^中率先使用。
新京報(bào)記者 張璐
編輯 白爽 校對(duì) 楊許麗
