8月24日下午，2024世界機(jī)器人大會(huì)上，舉行了一場期待已久的中國、美國“具身智能”與人形機(jī)器人領(lǐng)域?qū)W者的圓桌對(duì)談。
“機(jī)器狗之父”、美國波士頓動(dòng)力創(chuàng)始人Marc Raibert（馬克·雷伯特）首次來到北京。他說，“我簡直不敢相信，不僅是機(jī)器人的數(shù)量，難以置信，還有這么多熱情的人參加了展覽。中國對(duì)機(jī)器人的興奮和熱情很高。”
而此次與Marc對(duì)談的四位CEO所在的公司也不尋常：除了宇樹科技之外，星動(dòng)紀(jì)元、銀河通用、北京具身智能機(jī)器人創(chuàng)新中心都成立不足2年，一出道就是具身智能和人形機(jī)器人行業(yè)的“頂流”。
星動(dòng)紀(jì)元、銀河通用背后也站著中國最高學(xué)府：北大和清華，代表著中國前沿科技創(chuàng)新的重要來源。
其中，星動(dòng)紀(jì)元由姚期智帶領(lǐng)的清華大學(xué)交叉信息研究院孵化成立的，星動(dòng)紀(jì)元?jiǎng)?chuàng)始人陳建宇現(xiàn)在還是清華大學(xué)交叉信息研究院助理教授，公司融資超億元，聯(lián)想創(chuàng)投已加入其中。
銀河通用機(jī)器人創(chuàng)始人的王鶴則是北京大學(xué)助理教授，也是北京智源人工智能研究院具身智能研究中心主任，過去半年，銀河通用完成天使輪融資共計(jì)7億元人民幣，刷新了國內(nèi)人形機(jī)器人領(lǐng)域單輪融資規(guī)模，美團(tuán)戰(zhàn)投、北汽產(chǎn)投、商湯國香基金、訊飛基金、啟明創(chuàng)投、藍(lán)馳創(chuàng)投、經(jīng)緯創(chuàng)投、源碼資本、IDG資本等頭部財(cái)務(wù)機(jī)構(gòu)都參與其中。
而北京具身智能機(jī)器人創(chuàng)新中心則是北京市發(fā)起成立的機(jī)器人“國家隊(duì)”機(jī)構(gòu)。北京具身智能機(jī)器人創(chuàng)新中心總經(jīng)理熊友軍，目前還是“人形機(jī)器人第一股”優(yōu)必選科技CTO。
Unitree Robotics（宇樹科技）也是當(dāng)下人形機(jī)器人行業(yè)的明星企業(yè)。公司創(chuàng)始人、CEO、CTO王興興畢業(yè)于上海大學(xué)，取得了機(jī)械工程碩士，具有近10多年足式機(jī)器人研發(fā)經(jīng)驗(yàn)，擁有產(chǎn)品從0-1-100的研發(fā)與商業(yè)化落地能力，100+項(xiàng)機(jī)器人相關(guān)專利。
此次圓桌由德國慕尼黑工業(yè)大學(xué)教授 Alois.C.Knoll主持，美國波士頓動(dòng)力創(chuàng)始人Marc Raibert（馬克·雷伯特），與中國四大AI機(jī)器人企業(yè)領(lǐng)軍者——陳建宇、王興興、王鶴、熊友軍，五人圍繞機(jī)器人行業(yè)、AI 大模型驅(qū)動(dòng)機(jī)器人發(fā)展等議題展開討論。
一個(gè)多小時(shí)的圓桌當(dāng)中，Marc表示，未來5年，機(jī)器人硬件發(fā)展仍將非常重要，但同時(shí)，能夠打破語義理解障礙的基礎(chǔ)模型或其他 AI 方法也將對(duì)機(jī)器人技術(shù)產(chǎn)生更大的影響。不過，要想取得機(jī)器人領(lǐng)域真正的進(jìn)步，就需要更高的可靠性和安全性，未來人們需要投入大量資源努力解決此類問題。
Marc非常不看好人形機(jī)器人行業(yè)。他認(rèn)為，工業(yè)機(jī)器人已經(jīng)非常成熟，而且能夠商業(yè)化，目前人形機(jī)器人“在某種程度上是一種炫耀，而不是一種生產(chǎn)力”。
陳建宇表示，過去10年AI發(fā)展很快，從簡單的圖像處理，到深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，再到ChatGPT技術(shù)，這對(duì)于未來“具身智能”產(chǎn)生很大的影響。未來幾年，AI、具身智能會(huì)與人形機(jī)器人不斷融合，去訓(xùn)練一個(gè)通用模型。他相信未來5年，我們將迎來“機(jī)器人的ChatGPT時(shí)刻”。
王鶴指出，當(dāng)前 AI 大模型在機(jī)器人上仍有巨大的局限，尤其是“泛化的開瓶蓋”技能還沒有訓(xùn)練出來，但同時(shí)，這也是大模型帶來了重要機(jī)會(huì)，一旦大模型涌現(xiàn)能力不斷加強(qiáng)，他認(rèn)為未來5年，依然有一個(gè)至少做操作任務(wù)的通用機(jī)器人機(jī)會(huì)。
熊友軍表示，當(dāng)前關(guān)節(jié)性能提升、高的能量和電池密度的提升非?？?，使得機(jī)器人的運(yùn)動(dòng)控制能力、電機(jī)等方面提升非?？?。未來5年，機(jī)器人關(guān)節(jié)和能量密度會(huì)持續(xù)提升。畢竟和人類相比，現(xiàn)在機(jī)器人的能量執(zhí)行效率還是有非常大的差距。
問：您能否向觀眾簡單介紹一下您的工作：您為什么以及什么時(shí)候開始對(duì)人形機(jī)器人感興趣的？
Alois C. Knoll：歡迎各位，大家下午好！剛才我們聽到了幾位嘉賓有非常精彩的演講，我們現(xiàn)在已經(jīng)有點(diǎn)推遲了，但是我們會(huì)花一點(diǎn)時(shí)間在接下來的對(duì)話上面，因?yàn)檫@是大家都非常期待的。
我作為主持人，希望做一個(gè)簡短的介紹，在人形機(jī)器人方面已經(jīng)有了很長的發(fā)展歷史，為不太了解這段歷史的觀眾做一下介紹。大家可能不知道人類創(chuàng)造的第一臺(tái)機(jī)器人就是人形機(jī)器人，是1920年一位捷克的作家寫了一部科幻劇，它在1921年進(jìn)行了全球的首演，這是100多年前的事情了，這部科幻劇就是首次在英語和整個(gè)科幻小說界引入機(jī)器人Robot這個(gè)詞，即便那個(gè)時(shí)候我們已經(jīng)在思考機(jī)器人統(tǒng)治人類的一個(gè)想象，所以從最開始機(jī)器人就有著非常負(fù)面的意義，所以我們當(dāng)年創(chuàng)作的第一部科幻劇當(dāng)中，就說機(jī)器人會(huì)征服人類。
您可以在右邊看到這是當(dāng)時(shí)在舞臺(tái)上演出時(shí)候使用的機(jī)器人，它實(shí)際上是1939年為世界博覽會(huì)創(chuàng)造的機(jī)器人，叫做Electro，它能夠行走，能通過語音指令來執(zhí)行任務(wù)，能抽煙，能做其它有趣的事情，它能說大概700個(gè)單詞，甚至它的眼睛通過光電的程序可以區(qū)分紅光和綠光。此外Electro有一個(gè)機(jī)器狗叫做Sparkle，這是差不多80年前的事情了，所以太陽底下無新事。
這是我個(gè)人認(rèn)為的一些重要的歷史時(shí)間點(diǎn)，1973年實(shí)際上是微處理器發(fā)明之后不久，全尺寸人形機(jī)器人Robot1被創(chuàng)造出來了，它來自日本早稻田大學(xué)。后面我們又發(fā)布了Robot2，這款機(jī)器人可以閱讀樂譜，并且彈奏電子鍵盤，它的頭部有攝像頭，已經(jīng)具備5根手指的機(jī)械手了，這是在1980年，44年之前了。
然后我們進(jìn)入了第二個(gè)時(shí)代，就是會(huì)行走的人形機(jī)器人，這里有很多實(shí)驗(yàn)室，有一家日本的公司，他在1984年就創(chuàng)造了能夠行走的人形機(jī)器人，本田其實(shí)也做了一些機(jī)器人，他在2005年也做了第二個(gè)機(jī)器人的項(xiàng)目，很不幸的是本田把這個(gè)項(xiàng)目砍掉了，就像Marc剛才說的，你要是想掙大錢，特別是在那個(gè)時(shí)候，機(jī)器人這個(gè)賽道，尤其是人形機(jī)器人并不是你最佳的選擇，但是在未來我們期待它會(huì)有變化的。
第一波的研究是從1980年到2005年，主要關(guān)注于行走。第二波大概1985年到2010年，除了步行之外還有全身的運(yùn)動(dòng)，在右邊可以看到它當(dāng)時(shí)在玩一個(gè)桌面游戲，另外這個(gè)機(jī)器人也是來自早稻田大學(xué)，也是差不多20年前的事情了。
自我來推介一下，2000年的時(shí)候我就開始來參加人形機(jī)器人方面的一系列會(huì)議，2000年的時(shí)候我們出現(xiàn)了HRPR核森，國際電氣電子工程協(xié)會(huì)就創(chuàng)造了機(jī)器人和自動(dòng)化協(xié)會(huì)，我當(dāng)時(shí)就開始做參會(huì)。這些年我們不斷發(fā)展，最近這期是2024年在法國會(huì)舉辦。如果大家感興趣可以去我們網(wǎng)站查看，它可以看到最新的信息，大家可以借此探索一下人形機(jī)器人的歷史。
剛才我們看到了各位嘉賓給大家看到的非常精彩的機(jī)器人視頻，大家自有判斷。但是像剛才王先生說的一樣，現(xiàn)在已經(jīng)進(jìn)入新的時(shí)代，我們發(fā)展可能是指數(shù)級(jí)爆炸性的增長。這就是我作為主持人簡單的介紹，現(xiàn)在進(jìn)入討論和問答環(huán)節(jié)。我想問一下討論嘉賓，請(qǐng)每位嘉賓簡短地向我和聽眾們介紹一下您和人形機(jī)器人的聯(lián)系。為什么對(duì)機(jī)器人感興趣，何時(shí)對(duì)機(jī)器人干興趣。
我先來介紹，我一般是作為討論嘉賓，但是今天擔(dān)任主持人也給大家說一下。我來自慕尼黑工業(yè)大學(xué)，2001年開始就在計(jì)算機(jī)科學(xué)領(lǐng)域工作。我對(duì)于人形機(jī)器人一直都非常感興趣，我認(rèn)為它對(duì)智能具身來說非常重要。慕尼黑工業(yè)大學(xué)之前有一位先驅(qū)已經(jīng)退休了，他和我當(dāng)時(shí)就在研究具身智能。我們認(rèn)為人形機(jī)器人最好發(fā)展就是以人形來設(shè)計(jì)機(jī)器人，它會(huì)和世界和自然建立緊密聯(lián)系。機(jī)器人的身體應(yīng)該和人的身體有同樣的設(shè)計(jì)和科學(xué)，否則機(jī)器人要發(fā)展很困難。所以大家可以看到這里有一系列機(jī)器人圖片，左下角是可以在手里滾球。
下面到Marc這邊，能不能再多分享一下。剛才已經(jīng)說到您和人形機(jī)器人聯(lián)系，從何時(shí)您開始對(duì)人形機(jī)器人感興趣？
Marc：我認(rèn)為您剛才展示的圖片，對(duì)我這個(gè)問題的回答非常有幫助。如果說人形就意味著直立行走，兩臂兩腿還有頭，那我直到最近才開始感興趣。因?yàn)槲乙恢闭J(rèn)為作為一個(gè)公司來說功能最重要。包括靈活性、感知、智能，形式和外觀是次要的。另一方面對(duì)于人的精氣神來說它的動(dòng)能像生命一樣像人一樣。
我一直是人形機(jī)器人的文思，雖然我們第一個(gè)做的只是向人形機(jī)器人漸進(jìn)的過程，但是我認(rèn)為核心就像做的蹦跳機(jī)器人一樣。我們剛開始做也是這樣的概念，它要像人一樣，有時(shí)候還要有一個(gè)腦袋直立行走。
它不是只關(guān)于工程和科學(xué)，而是公眾們對(duì)此非常感興趣，特別熱情。我們當(dāng)時(shí)做的大狗沒有像后來做的人形機(jī)器人那樣獲得公眾如此熱烈的反應(yīng)。
熊友軍：我是從讀博士的時(shí)候，2000年開始做機(jī)器人的研發(fā)，當(dāng)時(shí)讀博士的時(shí)候，那時(shí)候更多的是做工業(yè)領(lǐng)域、特種領(lǐng)域的一些機(jī)器人，用在一些危險(xiǎn)的環(huán)境里面，因?yàn)槟菚r(shí)候機(jī)器人技術(shù)還是非常不成熟，但在很多特種領(lǐng)域和危險(xiǎn)場景里面，是需要用機(jī)器人去完成工作了，然而那時(shí)候機(jī)器智能實(shí)際上是很差的。所以我們當(dāng)時(shí)想的辦法，是將機(jī)器人的智能跟人的智能結(jié)合起來，所以做了一些機(jī)器人要操作的一些事情。
北京具身智能機(jī)器人創(chuàng)新中心總經(jīng)理 熊友軍
但在遙控操作完成這些工作的過程中，我們發(fā)現(xiàn)有很多的場景，實(shí)際上用輪式的工業(yè)機(jī)械手臂是解決不了的，尤其是有時(shí)候在一些特種場景環(huán)境比較狹小，然后環(huán)境比較復(fù)雜的輪式，然后履帶式實(shí)際上根本就進(jìn)不去，但是人是可以進(jìn)去。還有一種，是要試用很多工具去完成那些工作。
所以當(dāng)時(shí)我們就覺得，如果說有微型機(jī)器人的話，實(shí)際上應(yīng)該是能夠提供很好的解決工具，或者一種解決方案，但是我們當(dāng)時(shí)那時(shí)候也看到了日本本田ASIMO，給我們提供了很多的一些啟發(fā)，所以那時(shí)候我就對(duì)人形機(jī)器人非常感興趣。后面畢業(yè)之后，一直在做機(jī)器人相關(guān)的工作，
2012年，我跟優(yōu)必選科技CEO周劍先生創(chuàng)立了公司，做人形機(jī)器人研發(fā)工作，去年從深圳到北京開始籌建具身智能機(jī)器人創(chuàng)新中心，現(xiàn)在也是一直在聚焦人形機(jī)器人方面的研發(fā)，主要的想法是希望說能夠解決人形機(jī)器人方面的一些共性、關(guān)鍵的技術(shù)問題，比如本體的一些基礎(chǔ)研發(fā)不足，其實(shí)我們現(xiàn)在微型機(jī)器人在本體在關(guān)鍵的核心器件，然后在一些傳感器方面其實(shí)上有非常多要攻克的地方。另外在運(yùn)動(dòng)控制，實(shí)際上我們也做了非常多的運(yùn)動(dòng)控制的技術(shù)研發(fā)，采用深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)的這種運(yùn)動(dòng)控制的方式，包括現(xiàn)在也用一些融神經(jīng)網(wǎng)絡(luò)的一些方式用去做運(yùn)動(dòng)控制，同時(shí)其實(shí)我們現(xiàn)在還在做關(guān)于智能方面的一些研發(fā)，比如說把用現(xiàn)在具身智能的方式，做一些基礎(chǔ)性工作，比如建它的數(shù)據(jù)集，研發(fā)機(jī)器人大模型框架等。所以這就是現(xiàn)在我在做的一些事情。
陳建宇：其實(shí)這個(gè)興趣是很小的時(shí)候，就一直對(duì)智能機(jī)器人非常感興趣，我印象很深刻，剛剛興興說她10歲的時(shí)候，我估計(jì)也是差不多類似的時(shí)間，不過當(dāng)時(shí)看的不是波士頓動(dòng)力，當(dāng)時(shí)關(guān)注的是ASIMO系列機(jī)器人，當(dāng)時(shí)我就非常的去著迷。然后我覺得，創(chuàng)業(yè)這件事其實(shí)是充滿了挑戰(zhàn)性的，marc創(chuàng)辦了波士頓動(dòng)力做了40多年，其實(shí)我是非常尊敬的，就是說你沒有一個(gè)發(fā)自內(nèi)心的、天生熱愛的話，其實(shí)很難去堅(jiān)持下來的。所以對(duì)我來說，對(duì)這類機(jī)器人的熱愛，我覺得某種程度上是從小就具備就擁有的。
那么真正開始做機(jī)器人其實(shí)是本科的時(shí)候。當(dāng)時(shí)在學(xué)校里面，我就接觸真正意義上的機(jī)器人的研究，當(dāng)時(shí)接觸了雙足機(jī)器人，主要是做的就是捕獲點(diǎn)步態(tài)規(guī)劃相關(guān)的研究。后來，博士階段繼續(xù)做機(jī)器人，雖然不是人形機(jī)器人，但是也是相關(guān)的一些機(jī)器人的領(lǐng)域，控制它的學(xué)習(xí)，包括無人車和機(jī)械臂。而真正的去全力做人形機(jī)器人，是在我回國之后，然后在現(xiàn)在清華正式投入去做人形機(jī)器人，還孵化了星動(dòng)紀(jì)元公司，如今我們已經(jīng)做了最新一代、第六代機(jī)器人了，然后我們也在展會(huì)上面帶來了我們機(jī)器人的實(shí)物，歡迎大家去關(guān)注。
王興興：大家好，我是宇樹科技創(chuàng)始人王興興，剛才有提到我大概可能10歲的時(shí)候就看過marc先生在MIT實(shí)驗(yàn)室做的雙足，還有單條腿的機(jī)器人，然后印象非常深，在09年、10年的時(shí)候，大概大一寒假，我就做過一個(gè)小的人形機(jī)器人，然后當(dāng)時(shí)做的不是特別滿意，然后后來的話，就在研究生期間做了XDog這款機(jī)器人，差不多在13年到15 16年，這款機(jī)器人的話又采用了比較低成本的硬件，然后運(yùn)動(dòng)性能非常好，可以直接實(shí)現(xiàn)關(guān)節(jié)的力控以及整機(jī)的力控。
后來的話，一開始我對(duì)人體機(jī)器人的技術(shù)還是跟相對(duì)來說比較悲觀的，但是后來的話在2022年左右，整個(gè)的機(jī)器人、AI技術(shù)的進(jìn)步，然后再加上ChatGPT出來以后，大家都看到人形機(jī)器人和AI結(jié)合的可能性，所以說我們公司又重新開始做人形機(jī)器人。說實(shí)在的，其實(shí)我真正感興趣的并不是說人形機(jī)器人，而是新的一個(gè)智能體機(jī)器人的形態(tài)。而人形機(jī)器人可能只是說目前大家比較公認(rèn)的、一個(gè)最有可能性的通用機(jī)器人和通用AI的結(jié)合體，但是這可能并不是個(gè)唯一的，我真正希望能誕生甚至更比人更高級(jí)的一個(gè)智能體形態(tài)，可以大大推動(dòng)整個(gè)人類工業(yè)的變革，推動(dòng)新的工業(yè)革命。
王鶴：我是北京大學(xué)計(jì)算機(jī)學(xué)院助理教授，也是北大銀河通用具身智能聯(lián)合實(shí)驗(yàn)室的主任王鶴，那么，我跟人形機(jī)器人、具身智能結(jié)緣，主要是從我在斯坦福大學(xué)開始讀博的時(shí)候。那么2016年的時(shí)候，當(dāng)時(shí)深度學(xué)習(xí)技術(shù)已經(jīng)出來了，也應(yīng)用在很多圖像識(shí)別分類這些任務(wù)當(dāng)中。那么當(dāng)時(shí)作為一個(gè)前沿研究，我們?cè)噲D去理解人類是如何把感知思考還有交互的能力融合在一起的。
所以我博士期間的第一個(gè)工作，就用一個(gè)視覺模型來看桌面上人的動(dòng)作和物體的一個(gè)運(yùn)動(dòng)，然后推理人下一步想要什么，這是一個(gè)語言模型。
最后再用一個(gè)簡單的機(jī)器人，智能的馬克杯去響應(yīng)人的動(dòng)作，那么這個(gè)工作獲得了歐洲圖形學(xué)的最佳論文提名，但是我們認(rèn)為它非常的不足，就是我們的一個(gè)馬克杯只能在桌面上移動(dòng)響應(yīng)人的動(dòng)作，它沒有跟人交互的能力，我們的視覺只能看有限的幾一種物體，那么我們的語言模型只能根據(jù)這個(gè)人跟這些桌面東西的一些動(dòng)作來做簡單的推理。
那么通過過去8年我們的研究，在怎么樣把機(jī)器人的操作能力搞得更泛化，什么東西都能抓，都能夠放置，那么還有跟現(xiàn)在的多模態(tài)大模型技術(shù)結(jié)合，真的明白人類想讓你干什么，那么言出法隨的去執(zhí)行，所以去年我們就孵化了北京銀河通用這家人形機(jī)器人公司，我們現(xiàn)在也是把視覺、語言、動(dòng)作這三種不同的模態(tài)融合到大模型當(dāng)中，真正的賦能人形機(jī)器人，讓人形機(jī)器人能夠走進(jìn)千行百業(yè)、千家萬戶，這是我們的愿景。
問：你認(rèn)為，我們今天擁有的哪些重要技術(shù)是 10 年前沒有的，但對(duì)于實(shí)用的人形機(jī)器人來說卻至關(guān)重要？它們?cè)谖磥?5 年將如何發(fā)展？
Marc：我認(rèn)為硬件開發(fā)仍將非常重要。如果我們談?wù)撐磥?5 年，毫無疑問，能夠打破語義理解障礙的基礎(chǔ)模型或其他人工智能方法將產(chǎn)生最大的影響。
波士頓動(dòng)力創(chuàng)始人Marc Raibert
我認(rèn)為，人類可以做的就是，概括和理解他們所看到事物的含義，而目前還無法真正捕捉到這些含義。我相信，如果人工智能能夠在這方面取得進(jìn)展，我認(rèn)為它將產(chǎn)生巨大的影響。
實(shí)際上，過去十年來，每個(gè)人都在計(jì)算機(jī)、傳感器、感知、控制等方面取得了巨大進(jìn)步。電池，我認(rèn)為人們忘記了電池。雖然電池是工業(yè)時(shí)代的產(chǎn)物，但是它們確實(shí)非常重要。是的，所以在電機(jī)方面過去 5 年里，人們做得很好，我認(rèn)為電機(jī)已經(jīng)取得了長足的進(jìn)步，當(dāng)然，我們將看到更多。
陳建宇：我從AI的視角來講一講，覺得非常大的一個(gè)不同。如果按照10年前的話，其實(shí)是2014年左右，當(dāng)時(shí)是DeepLearning剛剛出來不久，它其實(shí)解決了很大一部分，比如圖像處理等等一些問題。
那么后面，其實(shí)有我認(rèn)為兩個(gè)最重要的里程碑：一個(gè)是以16年阿爾法狗為代表的深度學(xué)習(xí)，緊接著把它用在了強(qiáng)化學(xué)習(xí)上面，做深度強(qiáng)化學(xué)習(xí)，解決了一些問題；第二個(gè)是以ChatGPT為代表的大語言模型，所以這點(diǎn)我認(rèn)為是過去10年沒有的，但又對(duì)未來我們?nèi)诵螜C(jī)器人，或者是具身智能起到非常大的決定性作用的兩個(gè)因素。
那么可能在接下來的這幾年時(shí)間，這兩項(xiàng)技術(shù)會(huì)非常深度的跟人形機(jī)器人、具身智能融合起來，但他們也分別需要經(jīng)過一定程度的訓(xùn)練，從而能訓(xùn)練比較通用的一個(gè)模型，那么我們也能解決更加豐富的物理世界的數(shù)據(jù)程序。那么我相信，在接下來的5年，這幾項(xiàng)技術(shù)都能起到非常大的一個(gè)進(jìn)展，我們可能會(huì)在5年內(nèi)迎來“機(jī)器人的ChatGPT時(shí)刻”。
清華大學(xué)交叉信息研究院助理教授、星動(dòng)紀(jì)元?jiǎng)?chuàng)始人陳建宇
王興興：對(duì)過去10年最大的，還是AI技術(shù)帶來的各種事情有更多的信心。我覺得除了 AI技術(shù)本身最大的點(diǎn)，對(duì)于人形機(jī)器人，對(duì)于整個(gè)社會(huì)共識(shí)的增加也是非常關(guān)鍵的，就是目前大家更加相信AI，更加相信人形機(jī)器人可以誕生更多價(jià)值，這在10年前是完全不能想象的，那時(shí)整個(gè)社會(huì)基本上對(duì)此都完全沒有信心。
另外一點(diǎn)的話，我覺得在未來5年，總體上是肯定整個(gè) AI 機(jī)器人、AI模型變化會(huì)非常快，因?yàn)槟壳暗腁I真的是日新月異，大家可以用AI集成技術(shù)，去搭建各種自己的模型去做訓(xùn)練，這整個(gè)已經(jīng)變成一個(gè)非常的扁平化，以及容易操作的過程，其實(shí)很多人大家都可以參與進(jìn)來，去做機(jī)器人模型并且去做訓(xùn)練，所以我覺得。未來5年這塊的各種AI模型創(chuàng)新，包括更新的一些神經(jīng)網(wǎng)絡(luò)模型，包括脈沖神經(jīng)網(wǎng)絡(luò)等都有很大的一些機(jī)會(huì)。
王鶴：我覺得10年好快，10年前是2014年，其實(shí)我們已經(jīng)看到inbody的AI，甚至不是一個(gè)在西方的學(xué)術(shù)界比較popular的詞匯，那么過去的十年，我覺得一大技術(shù)的進(jìn)展，就是我們?cè)诰呱碇悄芾镱^已經(jīng)有一些技能實(shí)現(xiàn)了非常強(qiáng)的泛化性。
那么以我個(gè)人的研究舉例，在抓取問題上，我們?nèi)〉昧吮容^長足的進(jìn)步，那么我們從只能抓方塊圓的這些特定形狀的物體，到基于三維視覺傳感器，我們可以抓不透明、不反光，也就是在深度傳感器里頭能完美成像的這些物體，到我們最近的技術(shù)能夠預(yù)測(cè)透明、高反光、金屬、吸光這些非常有挑戰(zhàn)材質(zhì)的物體，基于它去做泛化抓取操作。
那么在今天的展廳，我們都接受觀眾給我們的各種形狀，各種材質(zhì)隨便堆疊亂七八糟的物體，我們的機(jī)器人都展示了非常泛化和高成功率的抓取能力，那么現(xiàn)在的問題是，像這樣的每一個(gè)技能，大家都在分分別的去做開發(fā)，那么很多人會(huì)提問你能幫我抓水瓶，你能不能幫我把瓶蓋給擰開？我非常不好意思的說，現(xiàn)在泛化的開瓶蓋技能我們還沒有訓(xùn)練出來，這個(gè)就是大模型能夠帶給我們的機(jī)會(huì)，那么大語言模型涌現(xiàn)，也就是這種緊急行為緊急行為，他能夠在只見一次或者是第一次零次的演示的情況下，他都理解你要生成什么樣的文字，我們相信未來的5年給我們的機(jī)會(huì)就是發(fā)展機(jī)器人基礎(chǔ)大模型，它能夠?qū)崿F(xiàn)涌現(xiàn)能力，它吞吐足夠量的數(shù)據(jù)后，有靈巧手，它能夠抓能夠加、能夠擰，能夠掰各種基本的手的各種運(yùn)動(dòng)能力都有了以后，他能涌現(xiàn)，我們給他看一個(gè)視頻，他就能理解這個(gè)活怎么干，到那個(gè)時(shí)候我們真正的就有一個(gè)通用的、至少做操作任務(wù)的的機(jī)器人了，這是我認(rèn)為未來5年的一個(gè)機(jī)會(huì)。
熊友軍：我覺得這一輪的機(jī)器人技術(shù)的進(jìn)步主要是由AI來驅(qū)動(dòng)的。毫無疑問， AI驅(qū)動(dòng)我覺得體現(xiàn)在幾個(gè)方面。
第一個(gè)就是它人機(jī)交互性能得到了極大的提升。我記得10年前我們做人工智能、做機(jī)器人的時(shí)候的那些交互，如果說我要加語音加視覺，第成本非常高，第二個(gè)我們要做大量的研發(fā)的工作，我們需要幾個(gè)博士、碩士帶著一個(gè)團(tuán)隊(duì)，花很長的時(shí)間才能夠完成一些物體識(shí)別、語音合成，自然語言理解NLP，還有甚至是TTS、語音合成等方面的一些工作，甚至包括導(dǎo)航，但是我覺得，現(xiàn)在隨著技術(shù)的進(jìn)步，我們現(xiàn)在做人形機(jī)器人的大模型，我們直接一個(gè)端到端的直接語音給指定給他，然后很快他就可以有比較好的行為輸出，有很好的意圖理解，然后做任務(wù)規(guī)劃等。這是一方面，我覺得這一輪對(duì)人機(jī)交互、對(duì)動(dòng)物的規(guī)劃、對(duì)執(zhí)行等方面都有巨大提升，在10年前基本上都很難去想象。
然后第二個(gè)現(xiàn)在的這些硬件方面也有極大的提升，體現(xiàn)在兩個(gè)方向，第一個(gè)現(xiàn)在關(guān)節(jié)的性能的提升是非?？斓?，大家可以看到很多公司機(jī)器人可以開始去做一些非常動(dòng)態(tài)的、劇烈的運(yùn)動(dòng)，實(shí)際上離不開關(guān)節(jié)性能的提升、高能量密度比，然后高的轉(zhuǎn)速、高性能等這些技術(shù)的提升，實(shí)際上，在10年前我覺得是很難去做到的。當(dāng)然了這也有運(yùn)動(dòng)控制能力的提升、電機(jī)的提升，現(xiàn)在其實(shí)也有采用更多結(jié)構(gòu)設(shè)計(jì)的方式，更適合它的布局等方面都有非常大的進(jìn)步，包括把腿的轉(zhuǎn)成慣量、把電機(jī)往上提等等，有各種各樣的結(jié)構(gòu)設(shè)計(jì)的技術(shù)的變化。
另外，剛才還提到能量，其實(shí)早前我覺得10年前我們做機(jī)器人的時(shí)候，一個(gè)電池就像我們背后要背一個(gè)非常巨大的電池包能源包，而且能夠持續(xù)的時(shí)間很短。但是這幾年隨著新能源汽車對(duì)電池技術(shù)的推動(dòng)作用，其實(shí)我們看到它的電池能量密度大幅提升，我現(xiàn)在一個(gè)比較小的電池，可以支持比較長的時(shí)間，我覺得這是一個(gè)非常重要的技術(shù)突破。
未來，我覺得5年之后，這幾個(gè)可能還是一個(gè)重大、要突破的方向，像剛才說的人機(jī)交互方面，我們希望大模型能提供更長期的任務(wù)規(guī)劃，然后做意圖理解等等方面，我覺得我們能只要給他一個(gè)非常模糊的指令，他就可以給我們輸出我們很標(biāo)準(zhǔn)的很自然的這種交互的結(jié)果。第二方面，可能就是在規(guī)劃實(shí)施任務(wù)方面是一個(gè)非常重大、要攻克的方向，我們環(huán)境會(huì)經(jīng)常變，面對(duì)的是一個(gè)動(dòng)態(tài)環(huán)境，然后機(jī)器人能夠根據(jù)環(huán)境變化，能夠?qū)崟r(shí)去改變它的一些執(zhí)行策略等。當(dāng)然，像能量方面我覺得是一個(gè)持續(xù)要提升的，它畢竟現(xiàn)在能量執(zhí)行效率和我們?nèi)讼啾?，還是有非常大的一個(gè)差距。
問：大規(guī)模部署人形機(jī)器人需要完成哪些任務(wù)？
Marc：但是如果你現(xiàn)在從更宏觀的角度來看，我剛才說了如果你想致富你現(xiàn)在就不會(huì)著手開公司，但是如果你想生存下去。你至少也得收支平衡。
我想這是一個(gè)更長遠(yuǎn)的計(jì)劃，我認(rèn)為要想取得真正的進(jìn)步，你必須暫停，或者我不是說你必須暫停，我們?cè)谖业难芯克鶗和＃寵C(jī)器人更可靠的本地目標(biāo)將是一件關(guān)鍵的事情，如果我能指出舊金山的自動(dòng)駕駛汽車，他們殺死了一個(gè)人，這實(shí)際上甚至不是自動(dòng)駕駛汽車的墜落。然后克魯茲完全退出了舊金山。我知道現(xiàn)在還有很多事情在進(jìn)行，但這在機(jī)器人領(lǐng)域很容易發(fā)生。因此，可靠性是一個(gè)關(guān)鍵因素，這是人們投入大量資源努力解決的問題之一。但這無助于解決，將我們帶入下一代的更大問題。當(dāng)我說我不認(rèn)為每個(gè)人都必須專注于你所說的真正有用的東西時(shí)。
陳建宇：要做到大規(guī)模應(yīng)用的話，有非常重要兩個(gè)事情：一個(gè)是能不能找到大規(guī)模的需求，另一個(gè)能不能有我們技術(shù)，足夠去實(shí)現(xiàn)、滿足需求。
其實(shí)現(xiàn)在有很多零散的表演需求，如果需要真的達(dá)到max（大規(guī)模）的話，我覺得主要還是看勞動(dòng)力，非常密集的一些產(chǎn)業(yè)，比如三個(gè)階段，一個(gè)是工業(yè)、商用和服務(wù)。
大體我認(rèn)為，技術(shù)也基本上是按照這樣一個(gè)方向去成熟發(fā)展，其中我覺得給我的感受，我認(rèn)為工業(yè)的話可能會(huì)比較快就能夠去用上了。其實(shí)剛才Marc的報(bào)告中里面也已經(jīng)展現(xiàn)出來了，不管是人形，還是一些輪式的機(jī)器人，在工廠搬運(yùn)的這一類的環(huán)境里面，已經(jīng)是達(dá)到了非常接近人類的一個(gè)節(jié)點(diǎn)，那么在未來，它可能會(huì)更快更強(qiáng)大，然后以及成本更低，達(dá)到這個(gè)時(shí)候的話，其實(shí)它的第一個(gè)大規(guī)模應(yīng)用的點(diǎn)就到了。
王鶴：我覺得具身智能今天不能講完全成熟，但是我們今天GPT能力搭配人形機(jī)器人，其實(shí)已經(jīng)能夠在很多場合干事情了。
像我們今天在展臺(tái)展示了就是在一個(gè)零售的場景，那么用戶可以下單，我們的機(jī)器人可以根據(jù)你的具體下單的內(nèi)容，是拿一個(gè)冰紅茶，還是拿一個(gè)巧克力，那么我們從貨架把它取下來，同時(shí)我們也可以從地面的籃子里頭把這些貨不斷的上到貨架上，我們也可以從更大的一個(gè)倉儲(chǔ)的料架上，抱著一箱東西放到傳送帶上。
這些場景其實(shí)都展示了，目前具身智能對(duì)于比較糙的活，就是抓取放置和雙手抱持這樣的能力已經(jīng)走向成熟。
在這種情況下，我們還要問一個(gè)問題，為什么是這個(gè)人形對(duì)吧？有很多人現(xiàn)場問我，你們?yōu)槭裁匆龀扇诵?？因?yàn)槟阆肴绻浖苌系囊粋€(gè)商品掉在地上了，我的機(jī)器人得有能力去夠地面這么低的東西，我的貨架可能兩米高，我要能夠抓到兩米那么高的東西，同時(shí)我還能還得來回走動(dòng)，還要得有兩只手才能抱住一個(gè)箱子，又有兩只手又能高又能低又能夠來回走，那么它基本上就把形態(tài)往人基本上非常的靠攏了，那么我們目前用的是一個(gè)輪式底盤，沒有腿，那么也已經(jīng)達(dá)到這樣的一個(gè)能力了。那么我們認(rèn)為像這樣的抓取放置搬運(yùn)的能力，在很多行業(yè)，比如說零售，比如說工廠，比如說一些服務(wù)的場景全都可以用起來。
北京大學(xué)助理教授、銀河通用機(jī)器人創(chuàng)始人 王鶴
所以我判斷，人形機(jī)器人的大規(guī)模應(yīng)用，2025年、2026年我們將見到從百臺(tái)級(jí)到千臺(tái)級(jí)的一個(gè)快速的增長，
王興興：我個(gè)人的話，總體來說，對(duì)目前整個(gè)人形機(jī)器人應(yīng)用落地還是需要一些時(shí)間，但當(dāng)下，包括今年和明年對(duì)一些簡單場景，像特斯拉場景里面把一個(gè)電池從什么地方裝到什么地方里面，這種簡單的，用模仿學(xué)習(xí)能做的事情，目前的AI技術(shù)其實(shí)成功率還是做的比較高了，今年或明年可以做一些應(yīng)用，包括把整個(gè)的GPT速度也提升。
但是我覺得，真正要提升人形機(jī)器人大規(guī)模應(yīng)用，確實(shí)還需要更多的時(shí)間，把機(jī)器人的模型本身做得更好一點(diǎn)，讓它更通用，基本上無論是更精細(xì)化的或者更泛用心的一些事情都可以做一起來，所以我還是希望社會(huì)大眾對(duì)AI和機(jī)器人能更多一些耐心。但實(shí)際上可能中國其實(shí)還是有很多人比較心急的，我覺得還是大家可以再多給一點(diǎn)耐心。謝謝。
熊友軍：我覺得人形經(jīng)濟(jì)和大規(guī)模的應(yīng)用，其實(shí)上這個(gè)就涉及到一個(gè)商業(yè)化場景選擇的問題，實(shí)際上，并不是說現(xiàn)在人形機(jī)器人不能夠應(yīng)用，而是說要再看什么場景。我覺得在有一些剛需的場景，或者對(duì)人不可達(dá)到的這種場景，還是有一些可以用的，尤其是這種剛性需求的，比如搶險(xiǎn)救災(zāi)，特種的對(duì)核輻射，或者是說有毒有害氣體環(huán)境等等，這些我覺得現(xiàn)在實(shí)際上是可以用的。
大家其實(shí)想的更多是，技術(shù)怎么去提升，然后怎么它能夠讓人形機(jī)器人能夠快速適應(yīng)更多的場景，然后把成本快速的降下來，只有這樣通過一方面通過技術(shù)的提升，提高有更多工作效率，讓人有更好的體驗(yàn)感，然后更多人愿意用它。
第二方面，就是把成本繼續(xù)往下降，我覺得讓大家更買得起，這個(gè)我覺得要是要想的這個(gè)方式。
另外我覺得還有一種，就是商業(yè)模式上的探索，實(shí)際上人形機(jī)器人是我覺得是一個(gè)集大成者，它基本上涵蓋了機(jī)器人和人工智能的絕大部分的技術(shù)領(lǐng)域，然后在人體技術(shù)上的研究能夠大大的推進(jìn)這些技術(shù)的成熟，然后技術(shù)甚至技術(shù)的市場化，我們可以采用“沿途下蛋”方式獲得這個(gè)商業(yè)的利潤。通過這些其他的一些技術(shù)，人形機(jī)器人產(chǎn)品上孵化的其他技術(shù)商業(yè)化、產(chǎn)業(yè)化來推動(dòng)人形機(jī)器人研究。一個(gè)典型的例子，就是我們現(xiàn)在有一些人形機(jī)器人公司已經(jīng)在其他產(chǎn)品上實(shí)現(xiàn)盈利，然后已經(jīng)實(shí)現(xiàn)了一個(gè)很好的商業(yè)化，這我覺得是一種非常好的模式。
問：作為技術(shù)人員，我們是否意識(shí)到有很多機(jī)器人都有道德倫理方面的顧慮——我們?nèi)绾尾拍芟@些顧慮？
Marc：我認(rèn)為，從最高層面來說，理解所有技術(shù)都涉及一些風(fēng)險(xiǎn)和機(jī)遇是很重要的。我參加了一個(gè)政府會(huì)議，但我聽到許多政府的人都在談?wù)摫O(jiān)管人工智能，而壓倒性的感覺是關(guān)注最糟糕的結(jié)果，對(duì)嗎？
比如在歐洲，來自英國一位人士在發(fā)言，讓我印象深刻的是，人們幾乎陷入恐慌，擔(dān)心最糟糕的事情會(huì)發(fā)生，并且不惜一切代價(jià)想要阻止這種事情發(fā)生。但我認(rèn)為，不利用機(jī)會(huì)的風(fēng)險(xiǎn)與讓壞事發(fā)生的風(fēng)險(xiǎn)一樣大。
所以我認(rèn)為，正如開發(fā)人員指出的那樣，我們需要找到一種平衡，當(dāng)我們撰寫論文時(shí)，我們會(huì)在開頭列出這些內(nèi)容。這些都是我們工作可能產(chǎn)生的巨大影響，但我們從不談?wù)撐覀兊墓ぷ?，可能產(chǎn)生的壞事是什么。
我們需要誠實(shí)和開放，更加公平地對(duì)待這個(gè)問題，但隨后繼續(xù)強(qiáng)調(diào)這種平衡，并以某種方式防止我們錯(cuò)過機(jī)會(huì)，我認(rèn)為由于公眾的恐懼，這種機(jī)會(huì)很容易發(fā)生。
陳建宇：我覺得人們對(duì)這個(gè)人形機(jī)器人、或者相應(yīng)的具身智能機(jī)器人技術(shù)的擔(dān)憂，其實(shí)核心來自于對(duì)自身安全性的一個(gè)擔(dān)憂。
安全其實(shí)有幾個(gè)不同的層次，最底層的層次是物理的安全，大家擔(dān)心機(jī)器人會(huì)不會(huì)在工作的時(shí)候去傷害到人，那么這是一個(gè)層次；當(dāng)然其實(shí)在它分情況，那么比如說我們剛才說的如果是工廠里面的話，其實(shí)如果我們把它跟人工作環(huán)境隔開，其實(shí)一定程度上能解決這個(gè)問題；同時(shí)，我們也需要從我們的算法硬件等等上面做的更魯棒來去優(yōu)化這個(gè)問題。
那么第二個(gè)層次，其實(shí)也是生存上面的問題，但是不是說物理層面的，那么也是不是說全人類的一個(gè)擔(dān)憂，而是說有一部分人一個(gè)擔(dān)憂，他擔(dān)心這個(gè)會(huì)替代咱們的某一些工作，大家會(huì)有擔(dān)憂，我覺得這個(gè)事情可能需要政府或者商號(hào)進(jìn)行有一些引導(dǎo)，我們盡量的開始去做一些確實(shí)勞動(dòng)力非常緊缺的這樣的一些產(chǎn)業(yè)，比如說我們一些非常惡劣環(huán)境工業(yè)環(huán)境，或者是比如說養(yǎng)老等。
當(dāng)然第三個(gè)層面，如果未來我們的具身智能機(jī)器人真正擁有了意識(shí)，那么這個(gè)會(huì)對(duì)人類的自我存在的價(jià)值可能產(chǎn)生一些擔(dān)憂，我覺得這個(gè)事是更遠(yuǎn)的和更大的topic。
王興興：我覺得機(jī)器人的倫理道德和安全性問題，是非常重要的一件事情，而且我覺得，要希望是在場所有的人都大家需要共同去維護(hù)的一件事情，就有點(diǎn)像現(xiàn)在新能源汽車以及無人駕駛，它其實(shí)還是有很多安全性問題，并且比如說有一輛早些年新能源汽車起火了，或者有一家新能源汽車無人駕駛出了交通事故，這個(gè)對(duì)整個(gè)行業(yè)影響是非常大的，會(huì)降低普通老百姓對(duì)技術(shù)行業(yè)的認(rèn)可度以及信心。
這個(gè)事情很容易發(fā)生在人形機(jī)器人和AI這個(gè)領(lǐng)域。所以我一直覺得。當(dāng)下以及未來大家都應(yīng)該在機(jī)器人安全性上，無論是出臺(tái)一些規(guī)章政策，或者做一些更好的引導(dǎo)，或者需要全世界政府出臺(tái)一些相關(guān)的政策，都共同推動(dòng)整個(gè)行業(yè)的健康發(fā)展。
Unitree Robotics（宇樹科技）創(chuàng)始人、CEO、CTO王興興
王鶴：所以我就從技術(shù)的角度，人形機(jī)器人它的一個(gè)面向終局的技術(shù)必然是大模型，那么其實(shí)只有大模型才可能實(shí)現(xiàn)非常高的通用性，把很多能力全部匯集在一起，把很多模態(tài)，從視覺感知，到語言理解，到動(dòng)作執(zhí)行，那么融會(huì)貫通，那么今天我們?cè)诩夹g(shù)上其實(shí)是有方法對(duì)大模型的行為進(jìn)行限制，就是“對(duì)齊”，我們?cè)诖竽Ｐ蛢?nèi)部已經(jīng)進(jìn)行了深入研究，那么未來，我們會(huì)對(duì)語言模型、多模態(tài)模型進(jìn)行更深入的對(duì)齊，讓它不會(huì)傷害到我們的人類，并且他的技能會(huì)被局限在服務(wù)的范疇內(nèi)，那么這一些是我們技術(shù)上能做的，在技術(shù)上之外，必然還需要政府社會(huì)和國際的合作。
熊友軍：我覺得前面幾位都說的都挺好的，我就補(bǔ)充一點(diǎn)，就是說我覺得應(yīng)該是有一些行業(yè)組織或者是政府出來，更多在法律法規(guī)這方面更多的立法，包括更多的是做全社會(huì)的機(jī)器人使用、倫理道德方面的一些教育。因?yàn)槲矣X得，任何一個(gè)機(jī)器人也是一種工具，放在不同人的手上，它的可能有不同的使用方法，然后只有加強(qiáng)教育，提升大家對(duì)人工智能對(duì)人形機(jī)器人的使用，讓大家相對(duì)安全角度去考慮，我覺得才是一個(gè)正確的方式。
問：您認(rèn)為 5 年后人形機(jī)器人行業(yè)會(huì)發(fā)展到什么程度？哪些經(jīng)濟(jì)領(lǐng)域?qū)⒙氏仁褂盟鼈儯?/strong>
Marc：不，我認(rèn)為人形機(jī)器人的出現(xiàn)讓事情變得復(fù)雜。我認(rèn)為機(jī)器人在工業(yè)領(lǐng)域的應(yīng)用將取得很大進(jìn)展。我認(rèn)為機(jī)器人的應(yīng)用非常廣泛。人們對(duì)此非常關(guān)注。正如大家所說，使機(jī)器人變得越來越好的技術(shù)確實(shí)正在日趨成熟。我認(rèn)為工業(yè)將繼續(xù)取得進(jìn)步。
我認(rèn)為人形機(jī)器人本身總體上仍然非常不成熟。所以我看不到它們。我知道你可以看看一些人形機(jī)器人公司與汽車公司合作的演示。我認(rèn)為這在某種程度上是一種炫耀，而不是一種生產(chǎn)力。我不知道這是不是題外話。如果你看看倉庫機(jī)器人，你會(huì)發(fā)現(xiàn)最大的挑戰(zhàn)之一是系統(tǒng)集成，特別是如果它不是圍繞機(jī)器人設(shè)計(jì)的全新倉庫。
我認(rèn)為許多倉庫機(jī)器人供應(yīng)商都在苦苦掙扎，因?yàn)樗麄冃枰粋€(gè)系統(tǒng)集成商，而這個(gè)系統(tǒng)集成商會(huì)消耗掉太多的預(yù)算，因此很難賺錢，這是因?yàn)檫\(yùn)營倉庫的 IT 人員并不想開放他們的系統(tǒng)。在那里工作的人并不想改變他們現(xiàn)在做的一切。如果機(jī)器人可以處理每一項(xiàng)任務(wù)，那就意味著他們?nèi)匀恍枰粋€(gè)人來完成任務(wù)。使用任何類型的機(jī)器人對(duì)行業(yè)來說都具有很大的復(fù)雜性。我認(rèn)為這些都是重要因素。
說實(shí)話，我原本以為 Spot 會(huì)取得更大的成功，但 Spot 的推出只是一次實(shí)驗(yàn)。我們之所以設(shè)計(jì) Spot，是因?yàn)樗軌蜃屇氵B接自己的傳感器，因?yàn)槲覀儾恢廊藗兿胍裁礃拥膫鞲衅?。我們之所以設(shè)計(jì) Spot，是因?yàn)樗軌蜃屇銓?duì)它進(jìn)行編程，因?yàn)槲覀儾恢垃F(xiàn)在的用戶們都有哪些應(yīng)用程序，而我們對(duì)它們的使用方式有了更多了解，開發(fā)人員正專注于巨大機(jī)遇，因此 Spot 對(duì)人們的接受度確實(shí)產(chǎn)生了影響。
也許如果我們沒有足夠的商人，能夠提前進(jìn)入并評(píng)估它是什么，我們實(shí)際上是在做一個(gè)實(shí)驗(yàn)。也許人形機(jī)器人會(huì)有更好的記錄。
王鶴：我覺得我對(duì)人形機(jī)器人的發(fā)展總體是比較樂觀的，那么在未來5年，我們要完成真正的大規(guī)模應(yīng)用，這件事情對(duì)于整個(gè)人形機(jī)器人仍然是一個(gè)先慢后快，其中慢的階段，那么一個(gè)里程碑應(yīng)該是——在5年的時(shí)候我們能達(dá)到萬臺(tái)人形機(jī)器人級(jí)別的應(yīng)用。
這樣的一個(gè)市場大約是對(duì)標(biāo)現(xiàn)在商業(yè)清潔機(jī)器人。我們舉個(gè)例子，在超市在萬達(dá)廣場在寫字樓一層，我們看來回去洗地擦地的機(jī)器人，那么領(lǐng)先的這個(gè)市場，中國最領(lǐng)先的公司大約是每年出貨1萬臺(tái)，那么他做的事情不局限做這么簡單的事情，它能達(dá)到在各種場景，不管是商超還是寫字樓，還是很多不同的場景進(jìn)行清潔，但是當(dāng)然是平面清潔。
那么，對(duì)于我們?nèi)诵螜C(jī)器人來說，我們希望能做到一個(gè)立體操作，但是它的能力可能是局限的，我搬運(yùn)我就是上貨，我就是取貨，對(duì)吧？
我沒有更多的能力，但是我也要實(shí)現(xiàn)跨場景的應(yīng)用，可以在超市里、可以在工廠里、可以在服務(wù)場景等等。那么能達(dá)到5年1萬臺(tái)的市場規(guī)模的話，我相信后面有真實(shí)世界數(shù)據(jù)的回流，那時(shí)，我們會(huì)看到人形機(jī)器人應(yīng)用規(guī)模會(huì)加快，從慢時(shí)代進(jìn)入快時(shí)代。
熊友軍：人形機(jī)器人我對(duì)它的應(yīng)用可能會(huì)更加樂觀一點(diǎn)，其實(shí)大家看到這兩年人形機(jī)器人的進(jìn)步非常快，尤其在AI驅(qū)動(dòng)下面，實(shí)際上在市場應(yīng)用方面，你們已經(jīng)可以看到國的有一些企業(yè)，包括全球企業(yè)已經(jīng)開始在一些場景里面做試點(diǎn)應(yīng)用了。
比如說在汽車廠，比如在一些商用服務(wù)場景，已經(jīng)開始做試點(diǎn)，隨著這個(gè)試點(diǎn)數(shù)據(jù)會(huì)形成一個(gè)飛輪的效應(yīng)，所以試點(diǎn)進(jìn)展，然后它會(huì)有更多的迭代，然后有更多數(shù)據(jù)驅(qū)動(dòng)，機(jī)器人會(huì)在在一些特定的環(huán)境里面提高效率，它的速度，它的隨著量的增長，它的價(jià)格會(huì)大幅的降低，這樣我覺得會(huì)更快的去促進(jìn)產(chǎn)業(yè)的應(yīng)用。
我覺得今年年底，大家應(yīng)該可以看到，有一部分的公司已經(jīng)能夠在一些比如說新能源汽車廠，比如說在一些特種領(lǐng)域已經(jīng)開始應(yīng)用，明年我覺得應(yīng)該可以看到一些可能千臺(tái)左右量級(jí)的出貨。
問：你能在我們的年輕觀眾中“點(diǎn)燃一把火”，讓他們也想成為“機(jī)器人專家”嗎？他們應(yīng)該怎么做？
Marc：我認(rèn)為伊隆·馬斯克本人憑借他的雄心和資源，可能在幾年內(nèi)推出10000個(gè)機(jī)器人，不一定是因?yàn)樗鼈儠?huì)直接讓機(jī)器人賺錢，但看看他對(duì)電動(dòng)汽車所做的一切。他們從無人相信到現(xiàn)在，我比這里的任何人都更加懷疑，包括我在內(nèi)，到每家汽車公司都有淘汰內(nèi)燃機(jī)的計(jì)劃。
我認(rèn)為這是一件了不起的事情。他似乎對(duì)此很認(rèn)真。所以這在整個(gè)人形機(jī)器人領(lǐng)域都是一個(gè)真正不確定性的因素。我不確定如果他沒有抓住機(jī)會(huì)，是否會(huì)有這么多人形機(jī)器人。
我認(rèn)為機(jī)器人玩得越有趣，人們就越能與它們互動(dòng)。我到處走走，我沒有帶機(jī)器人來這里，但這里有很多機(jī)器人，但我到處發(fā)表演講，發(fā)現(xiàn)機(jī)器人在計(jì)劃中相當(dāng)無聊。你總是能吸引一群人，只要你愿意讓他們與機(jī)器人互動(dòng)，他們就會(huì)留下來。我認(rèn)為我們做得越多，公眾就會(huì)越熱情。我非常欣慰，參加這次活動(dòng)最令人興奮的事情可能是有很多人說你做的工作是我十幾歲時(shí)見過的，現(xiàn)在我正在做。我們?cè)侥苷故疚覀兊墓ぷ鞑⒓?lì)下一代，這就會(huì)實(shí)現(xiàn)。
陳建宇：我的一個(gè)建議是，因?yàn)闄C(jī)會(huì)其實(shí)永遠(yuǎn)是留給有準(zhǔn)備的人，那么像Maec做這個(gè)事情做了做了好幾十年，然后包括我們其實(shí)臺(tái)上我們幾位也都是多年深耕在機(jī)器人或者相關(guān)領(lǐng)域，所以說，因?yàn)槿诵螜C(jī)器人它其實(shí)也是一個(gè)非常長周期的事情，同時(shí)它也包羅萬象，從技術(shù)上的軟件、硬件、AI再到商業(yè)、產(chǎn)品等等，其實(shí)各方面都有，所以說大家應(yīng)該去問一問自己的內(nèi)心在這一步范圍內(nèi)到底自己最有激情，最喜歡的最熱愛的是什么？然后從此刻開始就去積累它。最后，要么等待未來，要么總有時(shí)刻你有施展自己的機(jī)會(huì)。
王興興：對(duì)于我覺得對(duì)于所有年輕人，包括我們其實(shí)這個(gè)時(shí)代都是非常精彩的，而且想象一下，大家也知道AI、機(jī)器人都是階梯性發(fā)展，就像GPT沒有出來之前，大家覺得語言模型沒什么用，基本上是非常差，但突然就是發(fā)生了巨大進(jìn)步，非常好，其實(shí)機(jī)器人、AI也會(huì)遵循這種規(guī)律，所以大家現(xiàn)在可能看到機(jī)器人的 AI 能力都比較弱，但實(shí)際上這是好事，為什么？因?yàn)榇蠹叶加袡C(jī)會(huì)去做的更好，可以真正的把這種人類目前可以預(yù)估的最偉大技術(shù)，就在當(dāng)下，就在未來幾年，所以這個(gè)事情都是非常值得做的，
而且，在機(jī)器人和 AI 另外一個(gè)比較適合年輕的點(diǎn)，它沒有那么多歷史包袱，不像數(shù)學(xué)領(lǐng)域，有幾百上千年的非常天才的數(shù)學(xué)家，你一定要比他們做得好，你才可以做技術(shù)，但是當(dāng)下，AI 和機(jī)器人它都非常年輕，尤其 AI 技術(shù)就最近幾年的東西，所以非常適合年輕人。我一直感覺在如果在未來5年到10年或者幾十年回看我們現(xiàn)在這個(gè)時(shí)代，所以想想這種感覺，真的非常激動(dòng)人心。
王鶴：我覺得其實(shí)未來的15年，在我心目中會(huì)是人形機(jī)器人，從當(dāng)下在產(chǎn)業(yè)中沒有規(guī)?；瘧?yīng)用，到可能成長到跟今天汽車的產(chǎn)量一個(gè)萬億市場的過程。那么在這個(gè)過程中，其實(shí)對(duì)年輕人來說，那么我覺得大家就是做好自己就可以了，因?yàn)?5年之后很多工作都是跟人形機(jī)器人相關(guān)的，今天可能你負(fù)責(zé)賣車，那么15年后，你可能崗位就調(diào)到賣人形機(jī)器人對(duì)吧？今天你是班級(jí)里頭的佼佼者，那么你學(xué) AI ，那么你可能發(fā)現(xiàn)你的職業(yè)生涯就是圍繞著進(jìn)一步提升人形機(jī)器人的能力展開的，所以大家做好自己，我們一起共享光明、人形機(jī)器人的未來。
熊友軍：其實(shí)我是經(jīng)歷過個(gè)人電腦時(shí)代，我經(jīng)歷智能手機(jī)時(shí)代，我經(jīng)歷過移動(dòng)互聯(lián)網(wǎng)的時(shí)代，現(xiàn)在其實(shí)我們正在經(jīng)歷智能汽車的時(shí)代，電動(dòng)汽車的時(shí)代，我覺得下一個(gè)時(shí)代實(shí)際上就是聚生智能的時(shí)代，而聚生智能時(shí)代的典型代表其實(shí)就是人性機(jī)器人，所以我給現(xiàn)在的年輕人建議就是說保持野心，懷揣大夢(mèng)想。
問：讓我們?cè)谛〗M成員之間花幾分鐘時(shí)間討論一下：你們想要互相問什么問題？
陳建宇：所以我想問Marc，你認(rèn)為對(duì)于機(jī)器人和人工智能來說最重要的研究問題是什么，例如，如果你只能選擇一個(gè)研究項(xiàng)目，那么你選擇哪一個(gè)？
Marc：讓我從側(cè)面回答一下，這也是一種回避你的問題的方式。最后我沒有展示我的最后一張幻燈片。我的最后一張幻燈片是一個(gè)展示機(jī)器人故障的視頻。它展示了，我不知道它大概有 2 分鐘長，可能有 25 種不同的故障。我認(rèn)為故障是工作中最有趣、最有意思、最有用的部分，關(guān)注它們，然后在你的工作不工作的時(shí)候繼續(xù)前進(jìn)，這真的很重要。這不是研究的主題，但它是一種工作精神。所以如果我要問你們所有人這個(gè)問題的話，那就是我還沒看到任何人在演講中提到過事情無法正常運(yùn)轉(zhuǎn)，而且我敢肯定，單一機(jī)器人不會(huì)在不發(fā)生碰撞的情況下完成那些后空翻以及它們所做的所有很酷的事情。你喜歡碰撞嗎？
王興興：Marc先生，很榮幸今天見到您，我其實(shí)想有好奇想問一下，您覺得對(duì)于人形機(jī)器人的手，您覺得未來幾年比較合適的有幾個(gè)手指，或者幾個(gè)電機(jī)，這會(huì)是比較好的一個(gè)方向？
Marc：再次，我要回答一個(gè)略有不同的問題。我們研究所最近舉辦了一場研討會(huì)，名為“對(duì)操縱的反向觀點(diǎn)”。我認(rèn)為靈巧性確實(shí)很重要，但基本上它并沒有取得很大進(jìn)展，盡管人們至少已經(jīng)為此努力了 50 年。我認(rèn)為我們必須以不同的方式思考，再次嘗試不同的東西，就像我今天在演講中開始的那樣，也許我們需要更多的動(dòng)態(tài)操縱，而不是所有的靜態(tài)抓握。我認(rèn)為很多學(xué)習(xí)界的人在提出他們正在學(xué)習(xí)的靈巧性的要求時(shí)對(duì)自己要求不夠。他們做的事情很簡單，很容易。
我認(rèn)為那里是有機(jī)會(huì)的，有多少只手我不知道有多少根手指。我認(rèn)為五個(gè)已經(jīng)很多了。但也許有一天我會(huì)覺得更有趣的問題是手掌怎么樣？我們的手掌功能非常強(qiáng)大，它們不僅僅是靜態(tài)的塊。而且你看到的幾乎每個(gè)機(jī)器人手都有許多手指在做這件事，但僅此而已。
王鶴：之前我提到過，大概 15 年后，世界上會(huì)有數(shù)百萬、一千萬個(gè)人形機(jī)器人。如果人形機(jī)器人具有通用目的，那么人形機(jī)器人是終極體現(xiàn)，那么這種通用目的的終極技術(shù)是什么？對(duì)于人類噪音，您是否認(rèn)為視覺、語言、動(dòng)作模型，這些端到端模型是人類噪音的終極技術(shù)或方法？
Marc：我很難相信，端到端是取得進(jìn)步的方法。也許最終在漸近線上端到端是正確的方法，但我認(rèn)為我們知道的太多了。
說實(shí)話，我認(rèn)為人們過分看重（機(jī)器）學(xué)習(xí)。我知道應(yīng)該對(duì)學(xué)習(xí)持樂觀態(tài)度，但如果你看看當(dāng)今存在的解決方案，你會(huì)發(fā)現(xiàn)最好的解決方案中學(xué)習(xí)所起的作用微不足道或微不足道。當(dāng)然，在波士頓動(dòng)力公司，今天學(xué)習(xí)很少，盡管人們正在努力。我認(rèn)為控制系統(tǒng)、控制理論、觀察器，這些在過去 20 或 30 年建立起來的東西仍然發(fā)揮著巨大的作用。
我不想就這樣把它拋棄。我希望我們能真正擁抱學(xué)習(xí)，但要把它與我們已經(jīng)知道的東西結(jié)合起來，找到一種方法把它們結(jié)合起來，至少在接下來的5年或10年里，也許在漸近線上，情況會(huì)有所不同。
熊友軍：我的一個(gè)問題是，Marc作為波士頓動(dòng)力的創(chuàng)始人，您之前開發(fā)了像Atlas這樣的非常令人驚奇的這種產(chǎn)品，但是我們前不久我們看到波士頓動(dòng)力終止了這個(gè)機(jī)器的研發(fā)，然后由原來的液壓驅(qū)動(dòng)，轉(zhuǎn)向純電驅(qū)動(dòng)的這種方式。對(duì)這方面是出于什么樣的考慮？是因?yàn)槌杀镜目紤]，還是因?yàn)槌鲇谏虡I(yè)化的考慮？同時(shí)我還想知道，波士頓動(dòng)力未來5年的一些這種計(jì)劃，對(duì)商業(yè)化的一些計(jì)劃。
Marc：我認(rèn)為，如果你問為什么要進(jìn)行轉(zhuǎn)變，我認(rèn)為有兩個(gè)關(guān)鍵因素：一個(gè)是液壓機(jī)器人，我喜歡液壓技術(shù)，我會(huì)用液壓技術(shù)制造很多機(jī)器人。我認(rèn)為，建造人形機(jī)器人或類似人形機(jī)器人仍有空間，它們將繼續(xù)使用液壓技術(shù)，因?yàn)橹亓亢蛷?qiáng)度等因素。
但我認(rèn)為有兩點(diǎn)。一是它們很麻煩，至少對(duì)于像 Atlas 這樣的高性能機(jī)器人來說，盡管我們付出了無盡的努力，也永遠(yuǎn)無法讓它們完全不漏油。當(dāng)你把石油機(jī)器人放到工廠和家里時(shí)，它們就不能滴油；同時(shí)，很難找到精通液壓技術(shù)的人，因?yàn)槿藗冋J(rèn)為這是非常古老的東西，盡管 Atlas 在液壓工作原理方面有很多創(chuàng)新，從服務(wù)器閥門到 HPU 液壓動(dòng)力裝置，一直都是如此，確實(shí)有創(chuàng)新的東西在進(jìn)行；最后，我認(rèn)為電動(dòng)汽車在規(guī)模上已經(jīng)足夠強(qiáng)大，它們可以參與競爭。我不想代表波士頓動(dòng)力發(fā)言，盡管我是創(chuàng)始人之一，并且仍然是董事會(huì)成員，但我認(rèn)為他們必須有自己的計(jì)劃，說明未來的計(jì)劃以及技術(shù)的所有細(xì)節(jié)。我想隨著事情的發(fā)展，你會(huì)發(fā)現(xiàn)更多這方面的內(nèi)容。
主持人：非常感謝。我想觀眾肯定會(huì)有更多問題，也許吧，但我們的時(shí)間真的不多了。所以非常感謝各位小組成員。非常感謝觀眾的到來和聆聽。我認(rèn)為這是一場非常精彩的會(huì)議，尤其是小組討論。我對(duì)組織者的建議是，我們明年再舉辦一次類似的會(huì)議，然后我們可以回顧進(jìn)展和未來的步驟。
（本文首發(fā)于鈦媒體App，作者｜林志佳）
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