人形機(jī)器人，自動駕駛“老炮”創(chuàng)業(yè)第二站

　　造一臺人形機(jī)器人，或許正在成為2025年最炙手可熱的事情。

　　從去年第四季度開始，伴隨著大模型應(yīng)用的深入，具身智能概念被點(diǎn)燃，其中最鮮明的一個(gè)特點(diǎn)是，大量自動駕駛大佬的轉(zhuǎn)行加入。

　　隨便說幾個(gè)比較有分量的，智駕芯片上市公司地平線創(chuàng)始成員、副總裁、前軟件平臺產(chǎn)品線總裁余軼南(博士)聯(lián)手理想汽車前智能駕駛產(chǎn)品總監(jiān)趙哲倫成立具身智能領(lǐng)域初創(chuàng)公司維他動力;

　　百度集團(tuán)資深副總裁、CEO助理、原百度智能駕駛事業(yè)群組(IDG)負(fù)責(zé)人李震宇加盟具身智能賽道初創(chuàng)公司它石智航;

　　前小米其次自動駕駛產(chǎn)品技術(shù)負(fù)責(zé)人和量產(chǎn)負(fù)責(zé)人劉方成立具身智能概念公司阿米奧機(jī)器人……

　　左手造車，右手造人，自動駕駛“老炮”們的創(chuàng)業(yè)沒有止境。

　　01車企也來分羹

　　事實(shí)上，除了上文提到了幾位近期涉足具身智能行業(yè)的前自動駕駛從業(yè)者之外，還有不少自動駕駛行業(yè)重量級大佬在很早之前就已經(jīng)入局。

　　原文遠(yuǎn)知行COO張力2023年6月離職后不到半年即加入人形機(jī)器人公司逐際動力，擔(dān)任聯(lián)合創(chuàng)始人兼COO，全面負(fù)責(zé)公司在全球范圍內(nèi)的戰(zhàn)略規(guī)劃、渠道拓展、項(xiàng)目實(shí)施、市場營銷以及政府關(guān)系事務(wù)。

　　曾在Waymo和Momenta擔(dān)任重要技術(shù)職位的高繼揚(yáng)2023年5月創(chuàng)立了具身智能公司星海圖(StarSeer AI)，并擔(dān)任CEO。公司成立后不就即獲得了由IDG資本、BV百度風(fēng)投等在內(nèi)的頂級投資機(jī)構(gòu)千萬級美元的投資。

　　2023年4月，曾在小鵬汽車和OPPO擔(dān)任首席科學(xué)家的郭彥東創(chuàng)立智平方(Shenzhen AI Square)科技有限公司，擔(dān)任創(chuàng)始人兼首席執(zhí)行官，如今公司自研的多模態(tài)大模型——AI2R Brain，能夠驅(qū)動Alpha Bot機(jī)器人在多樣化的場景中實(shí)現(xiàn)高精度感知與自然交互。

　　此外，還有其他一些轉(zhuǎn)行到具身智能賽道的自動駕駛精英。

　　孫兆治：珞博智能高管，曾任小鵬機(jī)器人產(chǎn)品設(shè)計(jì)負(fù)責(zé)人，滴滴出行的造車項(xiàng)目中擔(dān)任產(chǎn)品負(fù)責(zé)人。

　　王凡：原縱目科技CTO，后加入北斗智聯(lián)科技有限公司，出任CTO。

　　王榮興：Momenta負(fù)責(zé)產(chǎn)品工程研發(fā)的副總裁，離職后進(jìn)行大模型創(chuàng)業(yè)，2023年6月創(chuàng)立萬仞AI。

　　陳俊波：菜鳥網(wǎng)絡(luò)“E.T.物流實(shí)驗(yàn)室”無人車算法負(fù)責(zé)人，離開阿里之后，與前阿里機(jī)器人CEO谷祖林等人共同創(chuàng)辦了“有鹿機(jī)器人”，進(jìn)軍戶外清潔機(jī)器人領(lǐng)域。

　　肖軍：前京東集團(tuán)副總裁、京東物流X事業(yè)部總裁，選擇了倉儲機(jī)器人領(lǐng)域進(jìn)行創(chuàng)業(yè)，創(chuàng)辦天下先智創(chuàng)機(jī)器人，并獲得了來自零一創(chuàng)投、經(jīng)緯創(chuàng)投、紅點(diǎn)中國的2億元投資。‍

　　一個(gè)有意思的現(xiàn)象，自動駕駛“老炮”們轉(zhuǎn)入具身智能賽道扎堆創(chuàng)業(yè)，車企們也不甘落后，也集體布局具身智能。

　　去年12月26日，廣汽集團(tuán)發(fā)布自主研發(fā)的第三代具身智能人形機(jī)器人——GoMate是車企布局具身智能賽道的最新動態(tài)。

　　GoMate是一款全尺寸的輪足人形機(jī)器人，全身擁有38個(gè)自由度。廣汽集團(tuán)機(jī)器人研發(fā)團(tuán)隊(duì)負(fù)責(zé)人張愛民博士表示，廣汽集團(tuán)計(jì)劃2025年實(shí)現(xiàn)自研零部件批量生產(chǎn)，并率先在廣汽傳祺、埃安等主機(jī)廠車間生產(chǎn)線和產(chǎn)業(yè)園區(qū)開展整機(jī)示范應(yīng)用;2026年實(shí)現(xiàn)整機(jī)小批量生產(chǎn)，并逐步擴(kuò)展至大規(guī)模量產(chǎn)。

　　稍早前的2024理想AI Talk中，理想汽車CEO李想回應(yīng)是否會做人形機(jī)器人時(shí)表示，概率上肯定是100%，李想還強(qiáng)調(diào)，理想是一家人工智能企業(yè)，要做的不是汽車的智能化，而是人工智能的汽車化，并將推動人工智能普惠到每一個(gè)家庭。

　　11月6日的小鵬汽車“AI科技日”上，小鵬汽車也亮相了全新一代人形機(jī)器人“Iron艾倫”,該款人形機(jī)器人已經(jīng)進(jìn)入小鵬汽車廣州工廠進(jìn)行了小鵬P7+車型的生產(chǎn)實(shí)訓(xùn)，未來將會聚焦在工廠和線下門店等場景。

　　除了親自下場之外，還有車企通過聯(lián)合合作伙伴或者投資的形式來布局具身智能。

　　奇瑞汽車就聯(lián)手AI公司Aimoga共同研發(fā)了人形機(jī)器人Mornine，進(jìn)軍人形機(jī)器人賽道;上汽創(chuàng)投則參與了人形機(jī)器人本體企業(yè)智元機(jī)器人的A3輪戰(zhàn)略融資，上汽集團(tuán)以投資機(jī)器人企業(yè)的形式切入人形機(jī)器人領(lǐng)域。

　　02相同的技術(shù)內(nèi)核

　　造車和造人兩條賽道之所以能夠隨意融合，很大程度還是源于技術(shù)的同源，即都是基于對環(huán)境的感知和交互，對外界信息進(jìn)行計(jì)算后，指導(dǎo)機(jī)器進(jìn)行運(yùn)動的過程，從本質(zhì)來看，兩者都需要具有智慧的大腦，只是外在表現(xiàn)的物理形體的不同。

　　原特斯拉自動駕駛部門的負(fù)責(zé)人Andrej Karpathy近期接受訪談時(shí)也表示：汽車也是機(jī)器人，在從汽車到人形機(jī)器人Optimus的技術(shù)轉(zhuǎn)移中，工作量其實(shí)不大，而且工具都是現(xiàn)成的，只是從汽車轉(zhuǎn)移到機(jī)器人上，系統(tǒng)被重新配置，但本質(zhì)上還是相同的。

　　雖然技術(shù)同源，然而在實(shí)際應(yīng)用層面，自動駕駛和具身智能還是要面對不同類型、不同等級的數(shù)據(jù)處理需求和計(jì)算能力。

　　從計(jì)算規(guī)模來看，自動駕駛的高速場景較多，并且和安全關(guān)系緊密，所以需要較高算力的芯片支持實(shí)時(shí)計(jì)算;而智能機(jī)器人，在現(xiàn)階段通常在相對低速環(huán)境中工作，相應(yīng)的計(jì)算需求會降低。

　　地平線聯(lián)合創(chuàng)始人&CTO黃暢曾對自動駕駛領(lǐng)域行業(yè)的基礎(chǔ)算力進(jìn)行過說明，L2級需10 TOPS左右;L2+則需要幾十TOPS;L3需要100 TOPS以上;L4需要1000 TOPS，要充分滿足L4級要求，甚至需要幾千個(gè)TOPS。

　　然而對機(jī)器人大模型來說，以能夠推理7B大模型的單張NVIDIA A100舉例，其TOPS峰值達(dá)1248，因而，建立云邊端協(xié)同的數(shù)字算力環(huán)境，對保障各類機(jī)器人的感知、計(jì)算和處理能力至關(guān)重要。

　　在運(yùn)動控制的維度上，自動駕駛只需要控制2D維度的運(yùn)動，而人形機(jī)器人僅手部的抓取這一項(xiàng)，就需要模仿生物體多達(dá)20個(gè)以上的關(guān)節(jié)運(yùn)動，這對計(jì)算和控制提出了更高的挑戰(zhàn)。

　　此外，自動駕駛面對的數(shù)據(jù)相對“標(biāo)準(zhǔn)化“，大多是車道線、信號燈等在一定規(guī)則內(nèi)運(yùn)行的內(nèi)容，機(jī)器人不同，它們工作的場景復(fù)雜多變，這就導(dǎo)致數(shù)據(jù)種類也會相應(yīng)變多且發(fā)散，這同樣對計(jì)算能力提出了一定的要求。

　　以當(dāng)前已經(jīng)有規(guī)模應(yīng)用的酒店服務(wù)機(jī)器人為例，雖然工程師們通過強(qiáng)化機(jī)器人的地圖構(gòu)建能力，應(yīng)用VSLAM技術(shù)進(jìn)行機(jī)器識別并標(biāo)定禁行線，強(qiáng)化避障算法和傳感等方式，已經(jīng)能夠讓機(jī)器人極可能的避免與行人發(fā)生沖突，并能更好、更靈敏地識別地面上障礙物。

　　現(xiàn)在，酒店場景下至少有三種環(huán)境的變化會對機(jī)器人的運(yùn)行產(chǎn)生影響。

　　物理環(huán)境方面，因清洗地毯、會議設(shè)備設(shè)施、裝飾品擺放等地面環(huán)境的改變，或造成機(jī)器人識別故障，使得機(jī)器人路徑識別錯(cuò)誤;

　　社會環(huán)境方面，在電梯中與人或其他發(fā)生優(yōu)先乘坐電梯的糾紛;

　　數(shù)字環(huán)境方面，酒店組網(wǎng)方式讓機(jī)器人在電梯或角落位置出現(xiàn)的通信失敗等等。

　　馬斯克曾表示，特斯拉現(xiàn)有的 FSD 技術(shù)，可以在未來和機(jī)器人模塊進(jìn)行一定程度的算法復(fù)用，但仍然只是在“底層模塊”中進(jìn)行，“更高階的計(jì)算和場景還是需要針對機(jī)器人平臺進(jìn)行專項(xiàng)開發(fā)。”

　　李想也說，如果我們連L4級跟自動駕駛的汽車都解決不了，怎么去解決更復(fù)雜的?因?yàn)檐囀莻�(gè)無接觸機(jī)器人，而且道路是標(biāo)準(zhǔn)化的，包括道路上的提示和參與者都是標(biāo)準(zhǔn)化的，而且每個(gè)人都受交通規(guī)則的 訓(xùn)練，我覺得這已經(jīng)是最簡單的機(jī)器人了，如果車沒法實(shí)現(xiàn)，其實(shí)其他人工智能機(jī)器人，還是非常有限的。

　　03把價(jià)格打下來

　　在具身智能的競爭中，商業(yè)化是創(chuàng)業(yè)者們面對的共同難題，特斯拉去年的股東大會上，馬斯克首次談到人形機(jī)器人初創(chuàng)公司，“原型很容易，批量生產(chǎn)很難，甚至不可能”，其中的原因不光在于軟件算法和硬件傳感器等，更在于生產(chǎn)和工程能力，說的直白一些，就是生產(chǎn)出來的產(chǎn)品有合適的價(jià)格，能夠被用戶所接受。

　　我們先來看軟件算法。

　　從底層算法模型來看，具身智能的軟件可以分為大腦和小腦。

　　大腦負(fù)責(zé)感知并模擬人類的思維決策過程，小腦則是模仿生物進(jìn)行復(fù)雜的運(yùn)動控制。

　　大腦算法中的環(huán)境感知和理解和自動駕駛一樣，都主要基于機(jī)器視覺，發(fā)展已經(jīng)比較成熟了，目前很多具身智能創(chuàng)業(yè)公司多依托科技大廠的多模態(tài)大模型賦能。

　　比如，F(xiàn)igure AI旗下Figure 02和1X Technologies旗下EVE、NEO均接入OpenAl端到端的大語言-視覺(VLM)模型;

　　樂聚機(jī)器人旗下“夸父”接入華為盤古具身智能大模型;

　　優(yōu)必選旗下walker S接入百度文心一言大模型;

　　星動紀(jì)元旗下“小星”系列接入阿里通義千問和智譜清言兩家大模型;

　　智元機(jī)器人多模態(tài)通用大模型用的是訊飛星火大模型(操作大模型自研)等。

　　這些大廠的大模型在基礎(chǔ)能力上都有不錯(cuò)的表現(xiàn)，也各有自己擅長的長板，在這方面，創(chuàng)業(yè)公司們的起點(diǎn)大致相同，差異不大。

　　可是在運(yùn)動控制的小腦算法方面，各家就顯示出不同的技術(shù)路徑。

　　最典型的案例，人形機(jī)器人的控制算法發(fā)展，已經(jīng)經(jīng)歷了基于模型的控制算法(LIPM+ZMP)、動態(tài)模型控制和最優(yōu)控制算法(MPC+WBC)、模擬學(xué)習(xí)+強(qiáng)化學(xué)習(xí)(IL+RL)等幾個(gè)階段。

　　目前的主流是MPC+WBC方案，但I(xiàn)L+RL路線被行業(yè)普遍認(rèn)為是未來主流的控制方式，但由于該方案經(jīng)過創(chuàng)業(yè)公司們的無數(shù)次嘗試后，進(jìn)入到技術(shù)瓶頸期，且在短期內(nèi)難以突破，這也是諸多人形機(jī)器人本體公司推出輪式仿生機(jī)器人而不是雙足人形機(jī)器人的主要原因。

　　硬件方面則主要包括芯片、傳感器、執(zhí)行運(yùn)動控制操作的“手”“腳”等。

　　目前算力芯片在人形機(jī)器人身上的成本占比大概是幾十分之一，地平線分拆出來的芯片及解決方案廠商地瓜機(jī)器人開發(fā)者生態(tài)負(fù)責(zé)人胡春旭在接受媒體采訪時(shí)表示，在不同類型的機(jī)器人中，芯片成本占比差別不大，大約在7%~10%之間，一臺人形機(jī)器人均價(jià)50萬的情況下，芯片這一層的成本不超過1萬元。不過，未來在人形機(jī)器人電機(jī)等部件成本下行的情況下，芯片部分成本占比預(yù)計(jì)有所增加。

　　相比之下，運(yùn)動控制與執(zhí)行部分的“手”就要貴很多。

　　由于手需要執(zhí)行抓取、放置、推拉等動作，對操作精度的要求也很高，上肢操作的自由度自然就相應(yīng)增加了。

　　有專業(yè)人士表示，人形機(jī)器人不算上“手”，全身自由度可能在27個(gè)左右，然而去年11月底，特斯拉展示的Optimus人形機(jī)器人能用手接住網(wǎng)球并放下，動作靈活，其采用的靈巧手自由度比前一代增加了11個(gè)，達(dá)到22個(gè)。

　　在行業(yè)對高自由度形成共識的大背景下，做靈巧的手相當(dāng)于再造一個(gè)機(jī)器人，這也是“手”的價(jià)格居高不下的原因之一。

　　星動紀(jì)元聯(lián)合創(chuàng)始人席悅曾介紹過自家產(chǎn)品，“手占人形機(jī)器人全身成本大概1/5到1/4”，其中的主要原因在于現(xiàn)在的觸覺傳感器還很貴，甚至比整只不帶觸覺傳感器的“手”更貴，“一只手用到的觸覺傳感器可能要大幾千元，一只手上的觸覺傳感器只有在占手的成本10%左右的時(shí)候才可能大規(guī)模應(yīng)用”，有專業(yè)人士如是表示。

　　從上文的分析中不難看出，就像無人車一樣，從最開始的幾十、上百萬一輛，到逐漸下降到20萬左右的Robotaxi，甚至10萬以下的無人配送車，自動駕駛的普及與滲透這才加快了速度。

　　對于具身智能創(chuàng)業(yè)企業(yè)們來說，如何將機(jī)器人的價(jià)格打下來，將是他們在未來競爭中能夠占據(jù)主動的關(guān)鍵。