AI浪潮如何賦能人形機(jī)器人？

8月16日至21日，2023世界機(jī)器人大會(huì)在北京舉行。大會(huì)期間，北京市政府發(fā)布了《北京市機(jī)器人產(chǎn)業(yè)創(chuàng)新發(fā)展行動(dòng)方案(2023—2025年)》，提出著眼世界前沿技術(shù)和未來(lái)戰(zhàn)略需求，加緊布局人形機(jī)器人，帶動(dòng)醫(yī)療健康、協(xié)作、特種、物流四類優(yōu)勢(shì)機(jī)器人產(chǎn)品躍升發(fā)展。

機(jī)器人的應(yīng)用場(chǎng)景可謂極其廣泛，人形機(jī)器人自然也不例外，在小米集團(tuán)高級(jí)副總裁曾學(xué)忠的設(shè)想里，未來(lái)的智能制造體系中，70%的工作由自動(dòng)化設(shè)備來(lái)完成；20%應(yīng)當(dāng)由仿真機(jī)器人來(lái)完成；剩下的10%需要人來(lái)完成。

今年以來(lái)，在AI浪潮的推動(dòng)下，AI+人形機(jī)器人帶來(lái)的“具身智能”受到了市場(chǎng)關(guān)注。工業(yè)和信息化部副部長(zhǎng)徐曉蘭表示，以人形機(jī)器人和通用人工智能為代表的新技術(shù)、新產(chǎn)品、新業(yè)態(tài)蓬勃發(fā)展，正成為全球科技創(chuàng)新的制高點(diǎn)。

(資料圖片)

人形機(jī)器人前景廣闊

機(jī)器人的發(fā)展跟隨制造業(yè)自動(dòng)化程度不斷提升，從最早的單任務(wù)起重機(jī)式臂到機(jī)器人，再到能夠與人直接交互的協(xié)作機(jī)器人，再發(fā)展到與人工智能結(jié)合的人形機(jī)器人。

受全球勞動(dòng)力缺口持續(xù)擴(kuò)大影響，人形機(jī)器人替代帶動(dòng)巨大市場(chǎng)需求，東吳證券預(yù)計(jì)，在特斯拉人形機(jī)器人標(biāo)桿引領(lǐng)作用下，全球在2025年初步實(shí)現(xiàn)人形機(jī)器人商業(yè)化，實(shí)現(xiàn)銷量2萬(wàn)-3萬(wàn)臺(tái)。到2030年，新增需求100萬(wàn)臺(tái)，2035年銷量有望突破1000萬(wàn)臺(tái)。

隨著人形機(jī)器人技術(shù)的不斷發(fā)展和應(yīng)用場(chǎng)景的不斷拓展，市場(chǎng)規(guī)模有望不斷擴(kuò)大，其中，核心零部件方向是多家機(jī)構(gòu)預(yù)計(jì)受益的重點(diǎn)方向。具體而言，人形機(jī)器人身體核心零部件可以分為諧波減速器、行星滾柱絲杠、伺服電機(jī)三部分；手部核心零部件可以分為空心杯電機(jī)、微型行星齒輪箱兩部分。

結(jié)合2030年人形機(jī)器人需求數(shù)量，西南證券測(cè)算，五大核心零部件的市場(chǎng)空間于2030年市場(chǎng)規(guī)模如下：

1)諧波減速器：?jiǎn)闻_(tái)機(jī)器人諧波減速器數(shù)量為14個(gè)，2030年單價(jià)有望降到600元，樂(lè)觀/中性/悲觀情景下市場(chǎng)空間分別為168/126/67億元；

2)行星滾柱絲杠：?jiǎn)闻_(tái)機(jī)器人行星滾柱絲杠數(shù)量為14個(gè)，2030年單價(jià)有望降到2000元，樂(lè)觀/中性/悲觀情景下市場(chǎng)空間分別為560/420/224億元；

3)伺服電機(jī)：?jiǎn)闻_(tái)機(jī)器人伺服電機(jī)數(shù)量28個(gè)，2030年單價(jià)有望降到300元，樂(lè)觀/中性/悲觀情景下市場(chǎng)空間分別為168/126/67億元。

4)空心杯電機(jī)：?jiǎn)闻_(tái)機(jī)器空心杯電機(jī)數(shù)量為12個(gè)，2030年單價(jià)有望降到400元，樂(lè)觀/中性/悲觀情景下市場(chǎng)空間分別為96/72/38億元；

5)微型行星齒輪箱：?jiǎn)闻_(tái)機(jī)器人行星滾柱絲杠數(shù)量為12個(gè)，2030年單價(jià)有望降到200元，樂(lè)觀/中性/悲觀情景下市場(chǎng)空間分別為48/36/19億元。

據(jù)國(guó)際機(jī)器人協(xié)會(huì)預(yù)測(cè)，2021年到2030年，全球人形機(jī)器人市場(chǎng)規(guī)模年復(fù)合增長(zhǎng)率將高達(dá)71%。中國(guó)電子學(xué)會(huì)數(shù)據(jù)顯示，到2030年，我國(guó)人形機(jī)器人市場(chǎng)規(guī)模有望達(dá)到約8700億元。

AI如何賦能“具身智能”？

從產(chǎn)業(yè)角度考慮，人形機(jī)器人是AI和機(jī)器人兩大產(chǎn)業(yè)的共同發(fā)展方向，是技術(shù)、制造、服務(wù)三個(gè)核心能力的交匯點(diǎn)，也是軟硬件跟AI技術(shù)融合的制高點(diǎn)。目前，人形機(jī)器人的硬件主要包括五部分：

1)感知系統(tǒng)，相當(dāng)于機(jī)器人的“五官”，包括聲音、光、溫度、壓力、定位、接觸等傳感器，用以將外部環(huán)境信號(hào)轉(zhuǎn)換為機(jī)器人可以理解的信息或數(shù)據(jù)；2)驅(qū)動(dòng)系統(tǒng)，相當(dāng)于機(jī)器人的“肌肉”，電機(jī)驅(qū)動(dòng)包括電機(jī)、減速器、編碼器等；3)末端執(zhí)行系統(tǒng)，相當(dāng)于機(jī)器人的“手”，用以和外界環(huán)境進(jìn)行交互；4)能源供應(yīng)，電源或電池；5)運(yùn)算系統(tǒng)及軟件，相當(dāng)于機(jī)器人的“大腦”。

各大科技巨頭紛紛推出AI大模型，有望解決人形機(jī)器人的通用性問(wèn)題。AI大模型對(duì)人形機(jī)器人的賦能可以從語(yǔ)音、視覺(jué)、決策、控制等多方面實(shí)現(xiàn)，形成感知、決策、控制閉環(huán)，使機(jī)器人具備常識(shí)。國(guó)泰君安認(rèn)為，具體可以分為三個(gè)方向：

1)語(yǔ)音：語(yǔ)言大模型為機(jī)器人的自主語(yǔ)音交互難題提供了解決方案，在上下文理解、多語(yǔ)種識(shí)別、多輪對(duì)話、情緒識(shí)別、模糊語(yǔ)義識(shí)別等通用語(yǔ)言任務(wù)上，ChatGPT顯著優(yōu)于深度學(xué)習(xí)，表現(xiàn)出了不亞于人類的理解力和語(yǔ)言生成能力。

2)視覺(jué)：人形機(jī)器人的場(chǎng)景相對(duì)工業(yè)機(jī)器人更通用、更復(fù)雜，通用視覺(jué)大模型的All in One的多任務(wù)訓(xùn)練方案能使得機(jī)器人更好地適應(yīng)人類生活場(chǎng)景。大模型的強(qiáng)擬合能力使人形機(jī)器人在進(jìn)行目標(biāo)識(shí)別、避障、三維重建、語(yǔ)義分割等任務(wù)時(shí)，具備更高的精確度；通用視覺(jué)大模型通過(guò)大量數(shù)據(jù)學(xué)到更多的通用知識(shí)，并遷移到下游任務(wù)中，基于海量數(shù)據(jù)獲得的預(yù)訓(xùn)練模型具有較好的知識(shí)完備性，提升場(chǎng)景泛化效果。

3)決策：基于多模態(tài)的預(yù)訓(xùn)練大模型將增強(qiáng)機(jī)器人可完成任務(wù)的多樣性與通用性，讓其不局限于文本和圖像等單個(gè)部分，而是多應(yīng)用相容，拓展單一智能為融合智能，使機(jī)器人能結(jié)合其感知到的多模態(tài)數(shù)據(jù)實(shí)現(xiàn)自動(dòng)化決策。

多個(gè)難題依舊待解

在AI浪潮下，2023年，人形機(jī)器人受到了不同以往的密集關(guān)注，商業(yè)化落地的大方向是有的，但目前，產(chǎn)業(yè)發(fā)展還面臨著諸多挑戰(zhàn)。

清華大學(xué)交叉信息研究院院長(zhǎng)姚期智指出，目前人形機(jī)器人還面臨三個(gè)發(fā)展問(wèn)題：首先，機(jī)器人還需要像大語(yǔ)言模型一樣擁有一個(gè)具身模型，一步到位做好最底層的控制；其次，在計(jì)算能力方面，即使是谷歌的Robotic Transformer模型，也只能達(dá)到3個(gè)赫茲水平，距離真正需要的500個(gè)赫茲還有很大差距；此外，機(jī)器人多模態(tài)的感官感知融合和數(shù)據(jù)收集方面，還有大量的挑戰(zhàn)和問(wèn)題。

在AI部分，通用大模型本身并不是給通用人形機(jī)器人使用的，即使目前通用大模型已經(jīng)能很好地處理文本或者基本文字邏輯，但是它對(duì)環(huán)境的認(rèn)知和感知能力基本是零，無(wú)法認(rèn)知物理環(huán)境，也沒(méi)法抓取做操作，需要新的模型來(lái)訓(xùn)練。

除此之外，硬件性能與成本的平衡也是一大問(wèn)題。

星動(dòng)紀(jì)元?jiǎng)?chuàng)始人陳建宇表示，對(duì)硬件來(lái)說(shuō)，行業(yè)希望機(jī)器人同時(shí)兼顧力量、速度、精度以及成本，但是目前所有技術(shù)都無(wú)法同時(shí)兼顧這幾項(xiàng)，例如液壓的技術(shù)速度和力量都很強(qiáng)，但是它成本太貴。

而高減速比諧波技術(shù)，可能精度比較高，但是靈巧性又降低；而新的轉(zhuǎn)制期技術(shù)雖然成本比較低，但是卻犧牲了載荷和精度，因此現(xiàn)在還沒(méi)有一個(gè)能夠兼顧所有達(dá)到滿意的情況。

至于“具身智能”真正落地的時(shí)間，陳建宇表示，當(dāng)前人形機(jī)器人、通用機(jī)器人還處于一個(gè)剛剛開(kāi)始的階段，問(wèn)題不會(huì)很快得以解決，這是比較長(zhǎng)期的過(guò)程，可能是5-10年，也可能更長(zhǎng)。

關(guān)鍵詞：