人形機器人的萬億市場，中國競爭力如何？

中國古籍《列子·湯問》中，曾經(jīng)記載過一個神奇的《偃師造人》的故事。

說的是周穆王在外游歷時，遇到了一個工匠偃師，向他獻上了一個自己制作的人偶。這個人偶外貌栩栩如生，可以像人一樣自如地站立行走。

周穆王見了大為吃驚，叫來自己的寵妃一起觀看。

只見偃師一聲令下，人偶竟開口唱起了歌來，歌聲婉轉悠揚，十分動人。唱到高潮處，人偶又舒展四肢跳起了舞。

如此精彩的表演，逗得周穆王哈哈大笑。但演出快結束時，出事了！

這個人偶，竟然含情脈脈地向周穆王身邊的寵妃眨了眨眼！

周穆王大怒，竟敢調(diào)戲我的愛妃！于是下令處死偃師。   

偃師趕緊向周穆王解釋，這只是一個人偶，怎么可能調(diào)戲您的愛妃呢？

見周穆王不信，他當場把人偶拆散。周穆王看到眼前一堆七零八落的零件，才終于相信了剛才“調(diào)戲愛妃”的確實不是人。

于是不禁感嘆：“人之巧，乃可與造化者同功乎？”

雖然這個故事和中國歷史典籍中很多玄幻的故事一樣，不具備任何史料價值，不過起碼證明了一點：

中國人對人形機器人的思考，早在3000年前就開始了。

誰能想到，3000年后，中國即將在人形機器人領域，掀起一場革命。

為什么非要搞人形機器人？

如果我們把視野從中國轉向世界，就會發(fā)現(xiàn)，人類似乎對人形機器人有著一種異乎尋常的執(zhí)著和迷戀。

比如在古埃及，埃及祭司會使用一種機械的神像，可以做出如張嘴、伸手等簡單動作，可以大幅增加祭祀儀式的神秘性。而達·芬奇也曾造出過一個機器騎士，可以完成包括張嘴、搖頭、擺手、坐起等動作。

當然了，因為技術的限制，這些機器人仍然處于一種“無智能機械”的范疇，真正的“智能機器人”，一直到70年代才誕生，是日本早稻田大學發(fā)布的WABOT-1。

這種機器人與真人差不多大小，可以雙腳行走，完成搬運物品等工作，還可以簡單交談，但是，除了得到很多喝彩，WABOT-1并沒有得到商業(yè)應用。

為什么？

一方面，雖然WABOT-1具備一定的智能化，但這種智能化非常初級，它的處理器實在太原始，無法處理視覺、聽覺，以及觸覺傳感器的大量數(shù)據(jù)，也就沒法準確地進行科學決策，簡單來說就是智商太低。

另一方面，它的應用場景太少了，除了能走兩步，說說話之外，其他啥也干不了，就連搬運的東西重一點，也容易燒電機。

所以，WABOT-1之后，世界機器人研究的另一條路興起：非人形機器人。

非人型機器人路線支持者認為，我需要的是機器人為我工作，至于它長得像不像人，完全不重要。

所以，發(fā)明家約瑟夫·恩格爾伯格研發(fā)出了第一個汽車裝配機器人Unimate#001，重達2700磅。   

這個機器人完全不像人，說白了它就是一個機械臂，靠設定好的程序，進行操作。

說實話，相比那些花里胡哨的人形機器人，這個機械臂簡直太優(yōu)秀了，穩(wěn)定、精準、可長時間工作，很快就被應用在了工業(yè)領域，執(zhí)行裝配、噴漆等多種任務，這也就是工業(yè)機器人的前身。

發(fā)展到現(xiàn)在，這種工業(yè)機器人已經(jīng)遍地開花了，焊接機器人、檢測機器人、裝配機器人、搬運機器人、堆垛機器人、分類機器人等等。

在家用領域，掃地機器人、送餐機器人，寫作業(yè)機器人等等也開始商用化。

但是，人形機器人仍然被很多實驗室和投資機構所關注，相關的研發(fā)也一直沒停。

為什么？

因為現(xiàn)在的工業(yè)機器人或者家用機器人，無非就是人類某一項工作的替代和優(yōu)化、分解、精準化，但是卻無法通用化。

簡單來說，你讓一個工業(yè)機器人去擰螺絲，就要編寫一個擰螺絲的程序，但你如果讓它進行門鎖質檢、車燈蓋、板檢測、安全帶檢測、貼車標等工作，不給它寫程序，它就搞不定了。

同樣，冬奧會食堂中的炒菜機器人，能炒出一份完美的蛋炒飯，但你要是高血壓患者，想讓它做出一份低鹽的蛋炒飯，它也辦不倒。   

如果能有一個機器人，它既可以干這個，也可以干那個，它可以擰螺絲，可以炒菜，也可以泡咖啡，甚至不需要人去編程，你給它下個指令，他就能又快又好地把任務完成，那該有多好？這才是完美的機器人。

那么，這種機器人應該是什么樣子的呢？

毫無疑問，人形最合適。

因為我們生活的物理世界中各種場景、設備、任務、工具，都是為人體形態(tài)量身打造的，只有機器人像人，具備類似的身體結構和能力，才能夠幫助機器人更好地融入人類的生活和工作環(huán)境，并且無需對機器人做任何改造。

所以，雖然工業(yè)機器人已經(jīng)在各種燈塔工廠中遍地開花了，但關于人形機器人的研究，一直都沒有停止，也出現(xiàn)了很多非常類人的機器人。

最典型的，就是波士頓動力發(fā)布的人形機器人佩特曼（Petman），它最具革命性的創(chuàng)新就是，實現(xiàn)了雙腿行走。   

對于人類來說，雙腿走路幾乎是本能，可以輕松越過障礙、爬斜坡或樓梯。但對機器人就不一樣了，雙足機器人需要通過各種傳感器獲取機器人體態(tài)及重心變換的數(shù)據(jù)，再運算出合理有效的運動指令，然后再反饋再運算，這就涉及非常龐大的運算量和非常難得姿態(tài)控制，一旦某個環(huán)節(jié)計算錯誤，某個關節(jié)電機力量無法完全提供防傾倒力矩，就一定會摔倒。

從這個角度來說，波士頓動力的機器人做的不錯，新一代的版本已經(jīng)可以完成跑酷、后空翻、側滾翻、前滾翻、180度空中轉體、空中劈叉、360度空中轉體等高難度動作。

但是，這些能力距離商用，還遠遠不夠。

原因很簡單，人在行走時，往往會遇到各種突發(fā)情況，然后下意識做出閃避動作，比如腳被絆了一下能迅速找回平衡，有時候僅憑酒瓶在桌上傾倒的趨勢，就能眼疾手快扶住酒瓶。

但是機器人呢？咱們且不說傳感器有沒有那么高的靈敏度，就算有，其控制系統(tǒng)有沒有這么快的響應速度？

而且最關鍵的是，這時的波士頓機器人，其實還是按照代碼來完成動作，它所做的一切動作，其實都來源于程序員的設想，但設想的場景總是有限的，這也就決定了其缺乏足夠的“學習能力”，所以無法根據(jù)人的不同指令，做出各種各樣的動作，它也許能跳躍，能轉體，但你讓它快摔倒時扶一下，它就搞不定了。

所以，雖然波士頓機器人已經(jīng)搞出來十幾年了，連老板都換了三家，但遲遲沒有得到商用。

正當所有研究者都為人形機器人的發(fā)展感到絕望的時候，AI的革命給人形機器人帶來了新的機會。

根據(jù)控制論的觀點，真正的人工智能機器人，必須具備三個能力，感知、運動和思考。

現(xiàn)在的機器人，感知和運動是沒啥問題了，但思考卻一直不太行。

而AI的革命，則為人形機器人補上了最后一個短板。

隨著深度學習、強化學習、大模型理論和技術研究的深入，AI技術進入一個快速發(fā)展的階段，原先一些難以處理的視覺識別、自然語言交互、翻譯以及復雜決策等問題，通過深度學習和強化學習等技術的應用，都可以較好地解決。

這樣一來，如果把AI大模型技術應用于人形機器人，那么就相當于給機器人裝上了一顆會“思考”的大腦。

具體來說，AI給人形機器人帶來的兩個方面的提升。

第一是學習能力。

大模型加上傳感器數(shù)據(jù)，可以讓機器人更好地理解世界規(guī)律。

比如，你去冰箱里拿點喝的，捏紙質包裝牛奶和捏啤酒瓶的力度，顯然不一樣。

而通過大模型學習后，機器人就會理解，紙質包裝軟，啤酒瓶硬。所以，拿牛奶要輕輕捏，而拿啤酒瓶則可以重一些。

有了這種理解能力，機器人在雙腿行走時，就可以通過海量人體行走的數(shù)據(jù)，學習如何走的更穩(wěn)、反應更快。

第二是基于自然語言的理解能力。

嵌入大語言模型后，機器人才能聽懂語言，真正理解人類的需求。

比如，你跟機器人說，我發(fā)燒了。你的意圖是讓機器人給你拿藥，但在過去，機器人是理解不了這種命令的，它也不知道應該給你拿什么藥，你只有說“給我拿退燒藥”，他才會去執(zhí)行。

而基于大語言模型人形機器人呢？你說一句我發(fā)燒了，它就會理解你的狀態(tài)，給你量體溫，然后給你拿藥，如果你高燒不退陷入昏迷，它還能幫你撥打120。

甚至你對他說“我和你媽掉水里了你先救誰”，它也能理解你想要的是情緒價值，而不是你真的掉水里了。

有了這兩種能力之后，基于大模型的人形機器人才算得上真正智能化，可以根據(jù)感知系統(tǒng)的數(shù)據(jù)，由大模型做出肢體運動的決策，從“寫一段代碼做一件事”，真正具備“感知-決策-執(zhí)行”的能力。

雖然這個場景中機器人很厲害，但其實是假的

也正因為如此，自從2023年AI爆發(fā)后，2024年人形機器人也迎來了爆發(fā)，而且誕生了不少具備商用價值的機器人產(chǎn)品，其中比較典型的有兩款。

第一款是Figure AI與Open AI公司聯(lián)合研發(fā)的Figure 01，這種機器人內(nèi)置了Open AI的GPT-4多模態(tài)大型模型，不僅能能理解人類的需求并完成具體行動，還能給人類遞食物、撿垃圾、收拾碗筷等等。

更強大的是，F(xiàn)igure 01具備很強的學習能力，2024年1月，F(xiàn)igure 01看了十幾個小時的視頻，就能夠脫離人為遙控，獨立操作沖煮咖啡，甚至咖啡膠囊沒有擺正，都能自主修正進行調(diào)整。

這也就意味著，只要你給它足夠的時間學習豆腐腦的做法，它完全可以給你做一份咸豆腐腦出來！而如果你說想吃甜的，他也會根據(jù)你的需要，不放鹵子改放糖！

第二款是特斯拉的人形機器人擎天柱（Optimus）

其實擎天柱早在2022年9月就亮相了，但一直進展緩慢。一直到2024年5月，特斯拉公布了第二代擎天柱的視頻，大家驚訝地發(fā)現(xiàn)，當Figure 01還在實驗室階段時，特斯拉的擎天柱已經(jīng)“進廠打工”了！

在特斯拉的工廠里，擎天柱已經(jīng)承擔了特斯拉工廠的分揀電池工作，能夠精準地放在收納盒子里，有時候電池放歪了，還會自主糾正，再正確將其放回準確的位置。

而這些，主要是根據(jù)人類操作的動作訓練集，基于神經(jīng)網(wǎng)絡的訓練，并針對各種任務進行擴展而得來的。

更關鍵的是，擎天柱僅通過2D攝像頭，以及手部觸覺，和力傳感器，就可以做到這一切。

說白了，這和特斯拉的FSD如出一轍，拋棄掉價格昂貴的激光雷達，直接用純視覺方案，就能搞定一切，完全可以所以把擎天柱看做一個兩條腿走路的特斯拉汽車。

馬斯克對擎天柱非常看好，在2024特斯拉股東大會上，馬斯克雄心勃勃地說：“人形機器人將成為工業(yè)主力，數(shù)量有望超越人類，預計達到100億-200億。特斯拉目標年產(chǎn)10億臺，占據(jù)市場10%以上份額。其成本控制在1萬美元左右，售價預計2萬美元。”

顯然，馬斯克在這個賽道上行動更快，延續(xù)了其電動車的經(jīng)營方案，通過快速量產(chǎn)壓低成本，在所有對手都沒反應過來的時候，快速占領市場。

有人可能懷疑，人形機器人再好，現(xiàn)在看起來還是有點智障，真生產(chǎn)出來了，會有人買嗎？

其實吧，你可以懷疑馬斯克的婚戀觀，但永遠不要懷疑馬斯克在商業(yè)上的前瞻性，更不要低估世界各大投資機構的敏銳嗅覺。

從現(xiàn)階段觀察，人形機器人起碼有三大應用領域，市場前景十分開闊。

第一是進廠。   

現(xiàn)在的世界普遍存在的問題是什么？老齡化。

按聯(lián)合國標準，現(xiàn)階段日本（29.1%）、德國（22.1%）、法國（21.7%）、美國（17.1%）、中國（14.9%）等多個國家均已步入老齡社會，勞動力供給將面臨短缺。

這也就意味著，用機器人代替人工作，不是可不可能的問題，是廠商必須去考慮的問題。

現(xiàn)在雖然很多燈塔工廠已經(jīng)實現(xiàn)了黑燈生產(chǎn)，但其實有很多銜接的環(huán)節(jié)，還是離不開人，而且大部分自動化生產(chǎn)線是專用的，產(chǎn)品需求一旦發(fā)生改變，就需要改動整條生產(chǎn)線，成本高昂，反而是人形機器人的泛用性更強，不論你怎么改，他都能滿足你。

而且，人力成本越來越貴，也就迫使廠方想辦法用機器人來代替人類。

比如今年4月，亞馬遜就已經(jīng)啟用了人形機器人Digit進入物流倉工作，Digit已經(jīng)可以連續(xù)工作7.5個小時（和人類差不多），效率為人類速度的75%，任務成功率達到97%。

此外，在一些特種行業(yè)，特別是危險環(huán)境作業(yè)中，人形機器人也具有廣闊的應用前景。例如，在核電站事故現(xiàn)場、化工廠爆炸區(qū)域、礦山救援等高危環(huán)境中，人形機器人可以代替人類，在復雜危險的環(huán)境中執(zhí)行任務，減少人員傷亡。

第二是服務業(yè)。   

在商務環(huán)境中，人形機器人可以用于客戶服務、導購、迎賓甚至炒菜、做咖啡等任務，這類任務使用門檻比較低，應用場景也比較簡單，比較適合人形機器人。

第三是家政。

咱們都知道，這一代年輕人，是不愿意結婚的一代，那么幾十年后，必然爆發(fā)出巨大的養(yǎng)老需求。

但問題在于，他們連結婚都不愿意，又有誰愿意去給別人當保姆呢？

這時候，如果出現(xiàn)一個可以掃地、擦窗、擦馬桶、炒菜、洗碗筷、陪人出去遛彎的人形機器人，你猜會不會有海量的需求？

而且從心理層面來說，人形機器人因為更像人，所以天然會有一種親和力，人類愿意把其視為陪伴者的存在。

至于“貓女”機器人，就更不用說了。

雖然現(xiàn)在人形機器人還比較貴，但通過做大市場，實現(xiàn)量產(chǎn)，走低成本、快速迭代的“特斯拉”路線，相信市場會是很大的。

根據(jù)高盛在2024年初發(fā)布的《人形機器人專題報告》的預測：

到2025年/2030年/2035年，全球人形機器人市場的總規(guī)模將分別達到15億美元/120億美元/380億美元，預計人形機器人的出貨量將分別為2萬臺/25.6萬臺/137.8萬臺。  

也就是說，人形機器人，有望在未來十年內(nèi)迎來爆炸性的增長。

對于這種預期，中國其實也早有準備了。

2023年10月，工業(yè)和信息化部發(fā)布《人形機器人創(chuàng)新發(fā)展指導意見》中，提出了到2025年初步建立人形機器人創(chuàng)新體系并實現(xiàn)批量生產(chǎn)的目標，計劃在特種、制造、民生服務等多個場景中進行示范應用。

看著很玄乎是么？但是別忘了，當年中國發(fā)布電動車規(guī)劃的時候，覺得玄乎的人更多，現(xiàn)在看看呢？

在這場即將來臨的革命面前，誰搶到了先手，誰就能成為下一個行業(yè)顛覆者。

所以目前，一些AI軟件廠商、家電廠商甚至汽車廠商，都開始入局人形機器人，而創(chuàng)新型企業(yè)更多，近年來，中國人形機器人領域新成立公司20多萬家。資本的熱情也很高，紅杉中國、高瓴創(chuàng)投等投資機構也都紛紛進入人形機器人領域。

在政策和資本的雙重加持下，中國的智元機器人、逐際動力、星動紀元、月泉仿生、加速進化等等公司進展神速，已經(jīng)陸續(xù)有成果誕生了。

當然，中國機器人公司也沒死磕雙腳路線，畢竟在很多規(guī)則路面的場景中，輪式和履帶式機器人更有優(yōu)勢，成本更低，比如銀河通用的雙臂+輪式仿生機器人、1X的EVE輪式仿真機器人等等，甚至還有可以更換下肢戴盟Sparky 1人形機器人，輪式還是足式隨你選！

更可貴的是，中國人形機器人也和特斯拉一樣，開始進廠“學習”了，在合肥蔚來的組裝工廠，優(yōu)必選人形機器人Walker S已經(jīng)可以完成車輛車門鎖質檢、后車燈蓋板質檢，高精度柔順貼車標等任務，甚至還能伸手進車進行安全帶檢測，可以說泛化性非常高了。

咱們可以算筆賬，人形機器人其實機體材料并不值錢，值錢的是控制器、傳感器、電池系統(tǒng)等，看到?jīng)]？這和中國新能源汽車的供應鏈有很大的重復性，中國只要用好這一供應鏈，只要產(chǎn)品成熟，中國就完全具備低成本、大規(guī)模量產(chǎn)能力。   

馬斯克的擎天柱機器人，聲稱可以降到2萬美元，那么以中國的規(guī)模優(yōu)勢，壓到10萬人民幣沒問題吧？

目前，汽車總裝線自動化率明顯低于沖壓、焊接和涂裝環(huán)節(jié)，而總裝線一個工人的成本，一年差不多也要10萬元。

當買一臺人形機器人的價錢，和一個工人年薪差不多的時候，這一應用場景一定會得到推廣。

那么，在未來世界汽車大戰(zhàn)當中，誰先運用人形機器人，誰就能在競爭中拔得頭籌。

當然，關于人形機器人的發(fā)展，中國雖然有不少優(yōu)勢，但同樣也面臨兩大挑戰(zhàn)。

第一是算力，目前，隨著美國對中國AI的打壓，國內(nèi)AI企業(yè)已經(jīng)很難再使用Open AI的資源，而國內(nèi)主導開發(fā)的AI大模型企業(yè)，起碼在人形機器人領域，還沒有一家能比得上Open AI。

而且，因為芯片的制裁，中國也很難再拿到高性能算力芯片，這也就導致中國就算能大規(guī)模量產(chǎn)人形機器人，也很難躲過美國的卡脖子，就如同現(xiàn)在的中國智駕一樣。

第二是就業(yè)，毫無疑問，當人形機器人普及后，必然會帶來大量的失業(yè)問題，先是制造業(yè)、物流等行業(yè)，緊接著就是服務業(yè)、家政業(yè)等等。

雖然人形機器人的普及也會帶來一些新崗位，但新崗位的數(shù)量一定比不上舊崗位，如果發(fā)生大規(guī)模的失業(yè)潮，對社會穩(wěn)定也會造成極大影響。

所以，人形機器人雖然可能會帶來一場顛覆式的生產(chǎn)力變革，但如何產(chǎn)業(yè)化，如何突破卡脖子，如何避免對社會造成沖擊，才是我們在人形機器人的萬億風口中，真正需要思考的。