隨著人形機(jī)器人逐漸成為創(chuàng)投領(lǐng)域的熱門(mén)賽道，宇樹(shù)科技也越來(lái)越多地受到市場(chǎng)關(guān)注。
這家成立于2016年的公司，起步階段是專注于四足機(jī)器人的開(kāi)發(fā)。2023年初，宇樹(shù)科技立項(xiàng)人形機(jī)器人產(chǎn)品，并在同年推出了首款通用人形機(jī)器人產(chǎn)品宇樹(shù)H1。2024年2月，宇樹(shù)科技完成了近10億元B2輪融資，美團(tuán)成為該公司的最大股東。
8月21日，世界機(jī)器人大會(huì)期間，宇樹(shù)科技發(fā)布了人形機(jī)器人G1的量產(chǎn)版本，起售價(jià)為9.9萬(wàn)元，這是雙足人形機(jī)器人價(jià)格首次下調(diào)至10萬(wàn)元以內(nèi)。宇樹(shù)科技方面稱，G1人形機(jī)器人，身高約127厘米，體重約35公斤，小跑速度超過(guò)2m/s ，擁有23至43個(gè)關(guān)節(jié)，可執(zhí)行如動(dòng)態(tài)站起、坐下折疊、舞棍等動(dòng)作。
“宇樹(shù)科技入局人形機(jī)器人賽道，基本上是遵循順勢(shì)而為的邏輯。如果做的太早或太晚，其實(shí)都是不好的。”
宇樹(shù)科技創(chuàng)始人王興興表示，大語(yǔ)言模型出來(lái)以后，AI的技術(shù)產(chǎn)生了質(zhì)變，大家已經(jīng)看到AI賦能機(jī)器人帶來(lái)的潛力。對(duì)于人形機(jī)器人而言，基本就是四足機(jī)器人站起來(lái)的另一個(gè)版本。
王興興認(rèn)為，在過(guò)去的一到兩年內(nèi)，國(guó)內(nèi)很多人形機(jī)器人公司之所以可以跑出來(lái)，是因?yàn)榇蠹矣昧舜罅块_(kāi)源的四足機(jī)器人技術(shù)，包括控制算法、硬件等。但是，人形機(jī)器人想要繼續(xù)發(fā)展，單純靠大語(yǔ)言模型還遠(yuǎn)遠(yuǎn)不夠。大語(yǔ)言模型本身是機(jī)器人模型的一部分，但它不是全部。
從ChatGPT的技術(shù)邏輯也可以看到，大語(yǔ)言模型找尋到了一條“大力出奇跡”的可行性路徑。OpenAI通過(guò)不斷地增加算力和數(shù)據(jù)，ChatGPT的人機(jī)交互能力就可以不斷上升，而且目前業(yè)界還沒(méi)有看到這種能力提升的“天花板”。但對(duì)于機(jī)器人大模型而言，王興興認(rèn)為目前這個(gè)行業(yè)沒(méi)有走到“大力出奇跡”的階段。
“目前國(guó)內(nèi)的大公司其實(shí)對(duì)AI和機(jī)器人都挺關(guān)注的，但他們的投入也是比較克制的。”
王興興對(duì)鈦媒體APP表示，大公司和創(chuàng)業(yè)公司對(duì)于機(jī)器人大模型投入比較克制的最大原因就是，機(jī)器人模型的技術(shù)路線沒(méi)有像大語(yǔ)言模型那么清晰。“在這模型研發(fā)沒(méi)有清晰路線的階段，如果投入大的財(cái)力和人力，其實(shí)會(huì)有點(diǎn)使不上勁的感覺(jué)。這條路你都不太清楚，你拼命往里面跑也跑不了。”
王興興稱，在人形機(jī)器人領(lǐng)域，通過(guò)增加算力和數(shù)據(jù)可以提升機(jī)器人某一方面的能力。機(jī)器人通用的AI模型，全球范圍內(nèi)大家做得都不夠好，目前沒(méi)有人可以真正將AI機(jī)器人做到極致。“全球都沒(méi)有人做出來(lái)的情況下，你可以認(rèn)為這件事情需要靠運(yùn)氣，或者看某個(gè)天才式的人物來(lái)推動(dòng)了。”
從目前人形機(jī)器人研發(fā)的角度看，大模型可解決哪些技術(shù)問(wèn)題？主要應(yīng)用在哪些方向？大模型和人工智能的應(yīng)用有望降低研發(fā)成本嗎？
王興興：大家說(shuō)大模型的時(shí)候，一般是在說(shuō)大語(yǔ)言模型或者多模態(tài)模型，這部分肯定是可以給機(jī)器人用的。但真正的機(jī)器人大模型發(fā)展下去，單純的大語(yǔ)言模型還是不夠的。大語(yǔ)言模型本身是機(jī)器人模型的一部分，但它不是全部。
舉個(gè)最直觀的例子，比如在工廠里做事的一個(gè)機(jī)器人，他完全可以不說(shuō)話，他只要能干活就行了。而對(duì)于干活這個(gè)點(diǎn)的話，這部分的訓(xùn)練其實(shí)跟大語(yǔ)言模型沒(méi)多大關(guān)系，更多的是一些模仿學(xué)習(xí)。而且這個(gè)模型結(jié)構(gòu)跟大語(yǔ)言模型結(jié)構(gòu)也會(huì)偏差比較大，目前整個(gè)體系沒(méi)有那么成熟，不像大語(yǔ)言模型整個(gè)的風(fēng)格結(jié)構(gòu)、數(shù)據(jù)對(duì)齊那樣清晰的。
在ChatGPT模型出來(lái)以前有非常多的語(yǔ)言模型結(jié)構(gòu)，但大家現(xiàn)在已經(jīng)忘了，因?yàn)楹髞?lái)大家發(fā)現(xiàn)GPT模型的架構(gòu)是更加有價(jià)值的，就把其他模型淘汰了?，F(xiàn)在人形機(jī)器人具身智能有點(diǎn)像ChatGPT出來(lái)前的一兩年，大家已經(jīng)發(fā)現(xiàn)了要往這個(gè)方向做，但實(shí)際上沒(méi)有哪家敢保票，說(shuō)我這個(gè)方向是絕對(duì)正確的。
今年國(guó)內(nèi)很多外人形機(jī)器人公司都宣布“進(jìn)廠打工”，您怎么看這個(gè)現(xiàn)象？宇樹(shù)科技的人形機(jī)器人的落地現(xiàn)狀和未來(lái)規(guī)劃是怎樣的？
王興興：這是一個(gè)趨勢(shì)。我們過(guò)去幾個(gè)月也跟蔚來(lái)的汽車工廠有合作，現(xiàn)場(chǎng)部署了人形機(jī)器人去做搬運(yùn)，包括國(guó)內(nèi)別的一些人形機(jī)器人也跟汽車工廠有些合作。這個(gè)目前基本上還是處于試點(diǎn)階段，還沒(méi)有到真正的商業(yè)閉環(huán)，比如一臺(tái)機(jī)器人它產(chǎn)生的商業(yè)價(jià)值是正向的，比人工更便宜。
目前宇樹(shù)科技的四足機(jī)器人營(yíng)收占比是怎樣的？人形機(jī)器人的快速發(fā)展，對(duì)于四足機(jī)器人來(lái)說(shuō)是機(jī)遇還是挑戰(zhàn)？
王興興：目前消費(fèi)端產(chǎn)品可能占了整個(gè)機(jī)器狗營(yíng)收的1/3。
大家可能一直覺(jué)得我們做了人形機(jī)器人，會(huì)不會(huì)四足機(jī)器人顧不過(guò)來(lái)。但實(shí)際上，我們四足和人形機(jī)器人的兩個(gè)業(yè)務(wù)，很多人員是共用的，因?yàn)閮蓚€(gè)領(lǐng)域的硬件、電控系統(tǒng)、軟件、OTA升級(jí)平臺(tái)和AI算法等共用的地方非常多。
通用人形機(jī)器人領(lǐng)域什么時(shí)候會(huì)出現(xiàn)一個(gè)iPhone時(shí)刻？AI大模型為機(jī)器人領(lǐng)域帶來(lái)了哪些明顯的能力的提升，還存在哪些挑戰(zhàn)？
王興興：人形機(jī)器人離iPhone時(shí)刻還有很大距離。iPhone的出現(xiàn)，并不是說(shuō)有一個(gè)特別技術(shù)突破了，更多是一個(gè)綜合性的技術(shù)突破。比如說(shuō)原本已經(jīng)有觸摸屏了，有很好的CPU，或者還有一些圖形界面。然后，喬布斯把終極產(chǎn)品的構(gòu)想給提出來(lái)了，把這些技術(shù)都整合在一起。
在具身智能或者機(jī)器人AI這個(gè)領(lǐng)域，我覺(jué)得在今年年底之前，至少全球有一家公司或有個(gè)實(shí)驗(yàn)室能把通用型的機(jī)器人AI模型給做出來(lái)。但這也不是iPhone時(shí)刻，因?yàn)閕Phone時(shí)刻標(biāo)志著這個(gè)行業(yè)的出貨量暴增。人形機(jī)器人真正的iPhone時(shí)刻會(huì)更遠(yuǎn)一點(diǎn)，但是我覺(jué)得不會(huì)超過(guò)5年。
您之前提到過(guò)會(huì)考慮在機(jī)器人上面增加足夠多的觸覺(jué)感知，你認(rèn)為現(xiàn)在觸覺(jué)的重要性在哪里以及瓶頸又是什么？
王興興：我一直覺(jué)得觸覺(jué)是非常重要的一件事情。
對(duì)于一個(gè)人來(lái)說(shuō)，假設(shè)你全身皮膚的觸覺(jué)喪失了，你可能抓一個(gè)東西都抓不住。再比如，如果你貼一張膠帶在貓的身體上，這個(gè)貓會(huì)發(fā)生很奇怪的動(dòng)作。觸覺(jué)對(duì)整個(gè)哺乳動(dòng)物來(lái)說(shuō)，都是非常重要的一件事情。
但是，目前人形機(jī)器人觸覺(jué)的進(jìn)展確實(shí)非常糟糕，機(jī)械臂上基本沒(méi)有觸覺(jué)傳感器。原因也比較簡(jiǎn)單，觸覺(jué)傳感器非常不好做，因?yàn)樗浅Ｐ∏易銐虻拿舾?，但敏感和可靠性天然存在矛盾。一個(gè)非常敏感的傳感器，就意味著非常容易壞，一旦受到碰撞，就會(huì)導(dǎo)致操作變形。
在您看來(lái)目前人形機(jī)器人發(fā)展最大的瓶頸是什么？
王興興：當(dāng)下的所有機(jī)器人最大的瓶頸，還是基層AI的能力在全球范圍內(nèi)都沒(méi)有達(dá)到一個(gè)像初代GPT或者初代通用AI的能力。
目前雙臂機(jī)器人或者一個(gè)工業(yè)機(jī)器人，如果加了AI以后，它產(chǎn)生的人效比人低，比如速度比較慢，精度比較差，能干的活比較少，它其實(shí)很難替代工業(yè)上面人的價(jià)值，這樣的話整個(gè)的商業(yè)閉環(huán)沒(méi)辦法跑通。
另外，當(dāng)然目前可能硬件還是有些問(wèn)題，比如硬件的機(jī)械臂的負(fù)載能力不夠，精度不太夠，成本有點(diǎn)高，但實(shí)際上這只是工程上的問(wèn)題。如果現(xiàn)在機(jī)器人AI哪家公司能做一個(gè)突破，我們年底前就可以直接量產(chǎn)10萬(wàn)個(gè)機(jī)器人。
您如何看待現(xiàn)在智能機(jī)器人的行業(yè)的競(jìng)爭(zhēng)格局？您覺(jué)得中小公司的機(jī)會(huì)在哪？
王興興：中小公司目前最大的點(diǎn)，就是你得對(duì)前沿技術(shù)保持足夠高的敏感度，你得看到未來(lái)，你得足夠靈活。如果能預(yù)估未來(lái)1年2年，甚至是5年以后的整個(gè)技術(shù)路線，整個(gè)產(chǎn)品格局，你提前做布局，能不能做第一不太清楚，但你肯定死不了。
對(duì)于大公司而言，要做到這一點(diǎn)比較難。大公司內(nèi)部的流程，內(nèi)部團(tuán)隊(duì)的相互競(jìng)爭(zhēng)，然后資源和溝通的順暢性都不如中小公司。
另外，我們一直非常關(guān)注商業(yè)化。我們做人形機(jī)器人最主要也是我們沖著商業(yè)化去的，有客戶我們才去做的這個(gè)方向。目前我們的人形機(jī)器人客戶比較雜，有個(gè)人的、科研教育的、AI公司的、科技公司的，還有一些工廠的項(xiàng)目落地等。我們基本的策略還是希望給大家提供本體，無(wú)論是個(gè)人買(mǎi)來(lái)玩也好，工廠里面做一些應(yīng)用也好，或者學(xué)校做一些研究，我們都完全歡迎。
現(xiàn)在機(jī)器人都還在投入期，您有沒(méi)有預(yù)估它什么時(shí)候能到盈虧平衡，然后什么時(shí)候能到一個(gè)市場(chǎng)爆發(fā)的時(shí)候？
王興興：盈虧平衡具體要看怎么算了。其實(shí)我們公司還是保留了合理的利潤(rùn)，相對(duì)來(lái)說(shuō)最大的點(diǎn)還是希望有更多的機(jī)器人出貨量，有更多的人能使用機(jī)器人，這可能是更重要的。
還有一點(diǎn)，如果你投入大量的AI與人力，你可能很難盈虧平衡或者虧損會(huì)比較嚴(yán)重，因?yàn)锳I太費(fèi)人了，燒錢(qián)也會(huì)比較嚴(yán)重一點(diǎn)，因?yàn)樗懔Ρ容^貴。其實(shí)每家公司不太一樣，如果你AI投入少，可能就比較容易實(shí)現(xiàn)盈虧平衡，你如果AI投入大可能就很難實(shí)現(xiàn)。
所以，在人形機(jī)器人領(lǐng)域是不是不太存在“大力出奇跡”的可能性？
王興興：情況是這樣的。
如果一家大公司有財(cái)力和人力，我還是建議他可以多投入一點(diǎn)的。但是對(duì)我們這樣的創(chuàng)業(yè)公司，可能就不太合適，我們還是比較保守一點(diǎn)。因?yàn)闄C(jī)器人的AI模型，其實(shí)不像大語(yǔ)言模型的技術(shù)路線沒(méi)有那么清晰。
所以，在這個(gè)模型沒(méi)有清晰的階段，你如果投入大的財(cái)力和人力，其實(shí)你有點(diǎn)使不上勁的感覺(jué)。就是這條路你都不太清楚，然后你拼命往里面跑，你也跑不了，對(duì)吧？
OpenAI當(dāng)時(shí)投入大量精力去做ChatGPT的提前是，他們內(nèi)部已經(jīng)驗(yàn)證了模型是ok的。他們做了一個(gè)ChatGPT模型出來(lái)，然后給他喂了不少的算力和資源，發(fā)現(xiàn)效果其實(shí)非常明顯，然后再繼續(xù)加算力和資源發(fā)現(xiàn)效果依然很明顯。而不是，他們?cè)谀Ｐ瓦€不太清楚的時(shí)候就亂投入。
大家如果去看一下OpenAI早期的發(fā)展經(jīng)歷，可以看到他早期幾年做的事情很雜，機(jī)器人的AI模型他們也做過(guò)。后來(lái)他們發(fā)現(xiàn)GPT這個(gè)模型可以大力出奇跡以后，把資源都給匯總起來(lái)，專門(mén)做GPT。
但現(xiàn)在像機(jī)器人這個(gè)領(lǐng)域，目前你要說(shuō)哪個(gè)方向特別正確，還比較難判斷。目前相對(duì)公認(rèn)的是，特斯拉要搞的就是這個(gè)方向，通過(guò)堆數(shù)據(jù)是有效果的。不過(guò)，堆數(shù)據(jù)也只是針對(duì)單個(gè)的細(xì)分場(chǎng)景，更大范圍的驗(yàn)證效果如何，目前還不太確定。（本文首發(fā)于鈦媒體APP， 作者 | 饒翔宇 編輯 | 鐘毅）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論
明星機(jī)器人細(xì)分賽道落地就好了。
模仿學(xué)習(xí)是人形機(jī)器人成功捷徑。
人形機(jī)器人越來(lái)越受到市場(chǎng)關(guān)注了。
明星機(jī)器人落地還需要很長(zhǎng)一段路要走。
現(xiàn)在人形機(jī)器人兒都還在投入期