第一波机器人“婴儿潮”来了

今天小编分享的互联网经验：第一波机器人“婴儿潮”来了，欢迎阅读。

出品 | 虎嗅科技组

作者 | 王欣

编辑 | 苗正卿

头图 | 视觉中国

8 月 21 日，在北京亦庄的 2024 年世界机器人大会上，我看到了人形机器人 " 婴儿潮 " 的井喷。

" 人形是真的多。"

虽然去年参加展会时，人形机器人就已经呈现明显增长趋势，但今年大会仍然让多位从业者发出这样的感叹。今年是人形机器人参展企业最多的一届，共有 27 家人形机器人整机企业、30 多家产业链上下游企业亮相。

与之同时涌来的，是行业和资本对人形机器人的关注：

" 我们其实拿融资也比较谨慎，一方面拿钱，但一方面也希望拿一些更优质的钱过来。" 一位人形机器人从业者有些凡尔赛地对我坦言他们在融资方面并无压力。此前有不少投资人告诉我，几个头部人形机器人已经很难投进去了。

除此之外，让我印象深刻的，是看似与人形机器人泾渭分明的服务机器人、机械臂等展商，它们让我看到了技术的两级。

具身智能技术的两极：理想主义和现实主义

理想主义——人形机器人技术足够前沿，但能否被市场验证仍需打上问号：

被 2023 年具身大模型浪潮加速催化的人形机器人，得益于硬體和本体的成熟度，在中国的发酵更快更全面，颇有些西学东渐的味道。它们的技术足够前沿、故事也绝对性感。但前沿技术的一个痛点就是——需要耐心找寻 TMF（technology market fit），在商业化落地场景方面还处于摸索阶段。

现实主义——服务机器人、机械臂厂商技术足够成熟，但也因此陷入价格战的厮杀：

服务机器人、机械臂的技术早在几年前就得到了市场验证，商业化落地早已进入规模阶段，据悉，国内头部服务机器人厂商擎朗科技的机器人日活量已达 5w+ 台，甚至行业的共识已经转向探索出海的第二曲线，国内市场基本盘稳定。但国内的技术一旦成熟，内卷和价格战似乎就成为了既定命运，从智能硬體、大模型到机器人行业皆是如此。

有趣的是，与技术路线同质化较为严重的大模型行业不同，具身智能是一个处处充满非共识的行业。

理想派觉得现实派的技术不够 fancy、无法代表未来具身智能的技术发展方向，而人形机器人的前景则更为光明，" 人形机器人是未来 10 年到 20 年经济增长引擎，我们做投资的就需要持续去寻找押注下一个主赛道。" 一位智元机器人的投资人向我这样阐述他的投资逻辑。

现实派则认为理想派炒作的商业场景，" 用 1-2 个机械臂完全就可以完成 "，在现阶段难以带来真正价值。有从业者告诉我，早在十年前，他们就探索了将人形机器人吊在轨道上送餐的场景，但由于技术不到位，他们发现这无异于画蛇添足。

而这种非共识也充斥在各类人形机器人不同形态、技术路线和商业化场景的选择上。

星尘智能创始人来杰告诉虎嗅，星尘机器人技术路线的最大特点是引入了力的维度，在力的维度结合 AI 以后，通过施加力，让机器人从感受反馈中学习，产生了非常出色的效果。

" 其实我们公司对标的只有一家公司——特斯拉。" 智元机器人合伙人姜青松则这样对虎嗅描述他们的路线愿景。与特斯拉相同，智元机器人也选择了数据驱动路线。

银河通用 CEO 王鹤却认为 " 我们不要把特斯拉做的东西奉为圭臬。" 在数据采集方面，银河通用采用的是不同于特斯拉、成本更低的合成仿真数据。

但对于行业来说 " 没有共识是很好的事情 "，王鹤认为：" 如果大家都形成共识了，那么最后拼的就是成本、资源、人脉。这些要素都不是创业者擅长的，对创业是不利的。"

然而，一些共识依然存在：

具身智能有清晰的 scaling law。数据量越大，机器人的泛化能力就越强。

具身智能是从大模型进入真正世界的真正桥梁。

这波大模型浪潮为具身智能带来的关注和热钱，能够推动整个行业的发展，对从业者来说是巨大的利好。

而在这次机器人大会，我感受到一个明显的趋势：现实派和理想派的界限变得逐渐模糊。现实派，如云迹智能积极拥抱场景智能和具身智能的技术更新；理想派，如星尘智能、智元机器人的商业化路径也逐渐清晰。

云迹智能通过 "AI+ 具身智能 " 技术，研发并推出的服务机器人——复合多态机器人 UP

除此之外，刚刚发售的黑悟空也成为展会上大家迅速破冰拉近距离的话题，如果你问我个人对具身智能的看法，那我想用这句游戏台词再合适不过了：

踏上取经路，比抵达灵山更重要

但在抵达 " 灵山 " —— Embodied AGI 之前，行业仍存在许多 GAP 还未完全解决，而每家公司也都在用自己的方式探索这条 " 取经之路 "。

关于人形机器人的商业化场景，行业的一个玩笑是：中国人形机器人的销量是靠创业公司、高校科研实验室等同行撑起来的。

但对于处于行业发展初期的具身智能来说，这个笑话的笑点也着实有限。星尘智能创始人来杰这样对虎嗅阐述科研场景的价值：" 我们非常重视科研用户，这是因为具身智能行业还处于有待技术发展的初期阶段，而科研用户能推动技术发展，因此要为这些人群提供最好的铲子。"

另外，星尘智能也在探索 B 端和 C 端场景的商业化。

看到展会上将能画画会弹古筝的 Astribot S1（星尘智能新一代 AI 机器人助理）围得水泄不通的吃瓜群众，我发现机器人在 C 端的号召力比我想象中要强大得多。

Astribot S1 在大会正式亮相，并现场表演书法

而这个行业的另一个壁垒和非共识则在于数据。据统计，文本的数据有 15T，图片是 6B，视频有 2.6B，但具身智能数据仅有 2.4M。其中，真机数据成本较高，但效率是非常高的，6000 条左右的真机数据就可以将一个动作训练成较为泛化的效果；仿真数据虽然成本低，但是效果只有真机数据的 60% 到 70%。因此，不同厂商对于如何利用好这些数据，也有着不同的思考。

如前文所提到的，除了提升数据维度外，来杰认为所有的数据它都有它的价值和意义，仿真数据、人体动捕和机器人实操数据星尘都会用。

而银河通用选择 "Sim2Real" 路线，即主要依靠合成仿真数据。对于仿真数据与真机数据的差异限制，则通过硬體、算法和仿真联合优化。

而智元机器人提出的解决方案是全流程具身数据方案—— AIDEA。基于 AIDEA 的百万条真机、千万条仿真数据集将在今年四季度开源。姜青松向虎嗅透露，智元机器人刚刚建成 30 台左右规模的训练厂，预计到 9 月底，将会建成 100 台左右规模的一个采集厂。接下来会进入一个数据量产的一个阶段。

另外，各家厂商也在探索不同的路径，将大模型与具身智能相结合。

比如，猎豹移动最近在做的工作就是大模型机器人的端模一体，猎豹移动 CEO 傅盛认为这样可以给智能水平、规划能力都大幅度的提升。另外端侧应用小参数模型有推理成本低、响应快、安全可靠三大优势。

面壁智能等端侧模型厂商也加入了战场。通过与加速进化机器人合作，面壁智能将面壁小钢炮 MiniCPM 端侧模型植入到机器人端。面壁智能认为，端侧模型进入机器人的挑战要高于手机和 PC，却是面向最终级的应用。端侧模型更适配一定的计算和内存硬體设定下，机器人高并发、高精度多模态数据处理，此外超低延时的端侧指令，具有天然优势。

在硬核的技术问题之外，展会整体氛围还是较为轻松有趣。我发现展会上小朋友的数量多得超过我想象，云深处 Dr.01 人形机器人吸引了众多小朋友围观，它跟小伙伴 X30 机器狗也确实看起来萌萌的。