每經(jīng)記者：孔澤思 每經(jīng)編輯：陳夢妤

近兩年，隨著新一代人工智能出世，以及資本市場加強(qiáng)對未來產(chǎn)業(yè)的投入，人形開始逐漸從科幻走向現(xiàn)實(shí)。從資本市場近期表現(xiàn)看，人形機(jī)器人概念持續(xù)火熱，部分公司漲停連板?；ㄆ旆治鰩熤赋?，預(yù)計(jì)未來25年，人形機(jī)器人市場規(guī)模將達(dá)到驚人的7萬億美元。

與此同時(shí)，人形機(jī)器人部分產(chǎn)品也已開始出售交付，大有批量“進(jìn)廠打工”趨勢。如2024年5月，特斯拉研發(fā)的二代Optimus人形機(jī)器人已進(jìn)廠實(shí)訓(xùn)，計(jì)劃2025年年底前量產(chǎn)銷售。在國內(nèi)，如宇樹科技、達(dá)闥科技等廠商均已在人形機(jī)器人領(lǐng)域有所布局。

除了工業(yè)領(lǐng)域，人形機(jī)器人離我們的生活還有多遙遠(yuǎn)，何時(shí)能“飛入尋常百姓家”？當(dāng)前行業(yè)發(fā)展難點(diǎn)又有哪些？

近日，杭州宇樹科技有限公司創(chuàng)始人兼CEO王興興接受了《每日經(jīng)濟(jì)新聞》記者（以下簡稱NBD）采訪。

5年內(nèi)將有終端產(chǎn)品

NBD：2023年，國內(nèi)很多人形機(jī)器人開始“進(jìn)廠打工”，您怎么看這個(gè)現(xiàn)象？宇樹人形機(jī)器人的落地現(xiàn)狀和未來規(guī)劃是怎樣的？

王興興：我覺得這是一個(gè)趨勢。我們過去幾個(gè)月與蔚來的汽車工廠有合作，就現(xiàn)場部署了人形機(jī)器人做搬運(yùn)。這個(gè)領(lǐng)域目前基本處于試點(diǎn)階段，大家覺得這個(gè)方向有價(jià)值，就共同推進(jìn)落地部署，不過目前還沒有到真正的商業(yè)閉環(huán)階段。

我們公司主要是賣本體，如果是做科研教育、AI公司或者個(gè)人買來玩，我們完全歡迎。

此外，工業(yè)領(lǐng)域也在推進(jìn)，比如我們希望去工廠幫忙做一些簡單的生產(chǎn)裝配，或者一些簡單的搬運(yùn)工作，蔚來汽車工廠就是典型例子。我們其實(shí)沒有給自己定目標(biāo)或者逼迫那么緊，還是尊重整個(gè)市場的反應(yīng)，等技術(shù)、產(chǎn)品和大家接觸到一定程度，已經(jīng)展現(xiàn)出更好的商業(yè)勢頭了，我們再大規(guī)模去推廣。

NBD：在人形機(jī)器人技術(shù)迅速發(fā)展的當(dāng)下，面臨的最大瓶頸是什么？目前人形機(jī)器人應(yīng)用領(lǐng)域中，哪些方面有可能實(shí)現(xiàn)突破性進(jìn)展？

王興興：當(dāng)下的最大瓶頸，包括人形機(jī)器人、四足機(jī)器人等，是基層AI在全球范圍內(nèi)都沒有達(dá)到一個(gè)像初代GPT或者初代通用AI的能力，這也是目前整個(gè)行業(yè)最大的問題。

目前機(jī)器人本身，比如雙臂機(jī)器人或者工業(yè)機(jī)器人，如果加了AI以后產(chǎn)生的能效比人低，如速度比較慢、精度比較差、能干的活比較少，其實(shí)很難替代人在工業(yè)領(lǐng)域的價(jià)值，整個(gè)商業(yè)閉環(huán)沒法跑通。如果機(jī)器人AI的能力能突破一個(gè)臨界點(diǎn)，使得工廠的基本工序能夠高效運(yùn)轉(zhuǎn)，同時(shí)成本也相對較低，那么就可以實(shí)現(xiàn)商業(yè)閉環(huán)并大規(guī)模推廣，我認(rèn)為這將是非常有價(jià)值的。

當(dāng)然，目前硬件方面也存在一些挑戰(zhàn)，例如機(jī)械臂的負(fù)載能力不足、精度不夠以及成本較高，但這些都屬于工程技術(shù)層面的問題。所以，最大的問題還是整個(gè)機(jī)器人AI沒有突破一個(gè)臨界點(diǎn)，目前在具身智能或者機(jī)器人AI這個(gè)領(lǐng)域，當(dāng)下大家還覺得機(jī)器人有點(diǎn)笨拙，只能干一些固定的活，但我個(gè)人比較樂觀。再過三四年，不會(huì)超過五年，比如在工業(yè)或服務(wù)業(yè)，能有終端產(chǎn)品出現(xiàn)。

機(jī)器人需要更高級功能

NBD：近期人形機(jī)器人火熱至極，但公司早期也不看好人形機(jī)器人，請問宇樹是怎樣調(diào)整發(fā)展戰(zhàn)略的？

王興興：2020年以前就有很多投資人問我，你們做不做人形機(jī)器人，我非常斬釘截鐵地說不做，但為什么2023年初又開始做人形機(jī)器人了？其實(shí)最早在2009年和2010年，我自己做過小的仿生人形機(jī)器人，當(dāng)時(shí)遠(yuǎn)沒有達(dá)到我的預(yù)期，最大原因是當(dāng)時(shí)全球人形機(jī)器人的控制技術(shù)不是特別理想，性能上不去，沒辦法看到實(shí)用價(jià)值，當(dāng)時(shí)我就堅(jiān)持不做人形機(jī)器人。

到了2021年、2022年，全球科技對人形機(jī)器人非常關(guān)注，并且在2022年底大語言模型出來以后，AI技術(shù)產(chǎn)生了質(zhì)變，已經(jīng)看到AI賦能機(jī)器人帶來的潛力。大家可能想象不到，2022年底，我們還沒做人形機(jī)器人，但已經(jīng)有一些客戶找上我們想買人形機(jī)器人。我覺得社會(huì)的共識、熱度，客戶對它的期待程度，已經(jīng)足夠了，所以我們2023年開始正式做人形機(jī)器人。

我們一直希望公司的商業(yè)化進(jìn)程能夠保持積極正向，確保我們的產(chǎn)品受到市場的歡迎和社會(huì)的認(rèn)可。當(dāng)年選擇做四足機(jī)器人，是因?yàn)樾袠I(yè)已經(jīng)初現(xiàn)端倪，而現(xiàn)在選擇進(jìn)軍人形機(jī)器人領(lǐng)域也是基于相似的市場洞察。

NBD：從目前人形機(jī)器人的研發(fā)來看，大模型可重點(diǎn)解決哪些技術(shù)問題？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：目前大家說大模型，一般在說大語言模型或者多模態(tài)模型，實(shí)際上這部分是可以給機(jī)器人用的，2023年我們就結(jié)合了OpenAI的大語言模型接口，但實(shí)際上大語言模型本身是機(jī)器人模型的一部分，并不是全部。

比如跟機(jī)器人溝通的時(shí)候，肯定需要語言部分，但實(shí)際上我個(gè)人認(rèn)為機(jī)器人的AI模型，本質(zhì)上和語言模型還是有很大區(qū)別。舉個(gè)最直觀的例子，在工廠里工作的機(jī)器人，其實(shí)并不需要具備語音功能。只要它能夠完成任務(wù)，進(jìn)行工作就足夠了。

機(jī)器人具身智能的核心在于其執(zhí)行任務(wù)的能力，而不僅僅是對話。手機(jī)已經(jīng)可以完成簡單的對話任務(wù)，因此機(jī)器人需要更高級的功能。然而，這部分的訓(xùn)練其實(shí)與大語言模型關(guān)系不大，更多地依賴于模仿學(xué)習(xí)。此外，該模型的結(jié)構(gòu)與大語言模型的結(jié)構(gòu)也存在較大差異。這是目前大家已經(jīng)看到的方向了，但是整個(gè)體系沒有大語言模型那么成熟。

在機(jī)器人具身智能領(lǐng)域，每家公司的想法都不太一樣，技術(shù)路線和共性都不太一樣，這就導(dǎo)致了其實(shí)很難評價(jià)發(fā)展路徑，是正確還是錯(cuò)誤。舉個(gè)最簡單的例子，在大語言模型圈，ChatGPT模型出來以前，就有非常多語言模型結(jié)構(gòu)，但大家現(xiàn)在已經(jīng)忘了，因?yàn)榘l(fā)現(xiàn)GPT模型的架構(gòu)更有價(jià)值。現(xiàn)在人形機(jī)器人具生智能有點(diǎn)像ChatGPT出來的前一兩年，大家已經(jīng)發(fā)現(xiàn)了這個(gè)方向，要往這個(gè)方向做，但還沒有哪家敢說自己的方向絕對正確。