1939年，在紐約世界博覽會(huì)上，有一臺(tái)身高2.1米，體重118公斤的機(jī)器人Elektro亮相。機(jī)器人不僅會(huì)說話、走路，甚至還會(huì)抽煙等26種技能，并宣稱具有700個(gè)單詞的詞匯量。

　　在那個(gè)第一臺(tái)黑白電視機(jī)在美國初初面世、距離后世著名的“圖靈測試”問世仍有11年的年代，這樣酷炫的產(chǎn)品自然引起了世界范圍的關(guān)注。一時(shí)間，Elektro風(fēng)頭無兩，上電視、演電影、到各地巡回演出，甚至擁有了自己的機(jī)械狗Sparko。

　　以當(dāng)下的技術(shù)眼光看，Elektro這些所謂的“技能”其實(shí)更多是噱頭——所謂的“走路”，依靠的是輪子和軌道;與操作員的“對(duì)話”，則是通過預(yù)先設(shè)計(jì)好的特殊音節(jié)代碼實(shí)現(xiàn);而別具特色的“抽煙”，則是靠助手把煙塞進(jìn)它上嘴唇的洞中并點(diǎn)燃。

　　高調(diào)亮相的背后，卻是，普通的落地。

　　而這一幕與當(dāng)下人形機(jī)器人們的處境也何其相似：本田的Asimo表演踢足球，波士頓動(dòng)力的Atlas能后空翻，小米的“鐵大”在發(fā)布會(huì)上給雷軍獻(xiàn)花后還學(xué)起了敲架子鼓。人們充滿驚奇地欣賞完舞臺(tái)秀之后，卻在商業(yè)應(yīng)用方向感嘆：就這?

　　80年過去了，人們對(duì)機(jī)器人的想象早已不是這樣“形”上的模仿，而是期待一款真正能成為勞動(dòng)力替代的全能型產(chǎn)品，并且要經(jīng)濟(jì)實(shí)惠到足以從實(shí)驗(yàn)室走進(jìn)生產(chǎn)線，切實(shí)在某個(gè)應(yīng)用場景中發(fā)揮效用。那在供需天平的另一端，制造機(jī)器人的企業(yè)，圍繞"人形"做文章已久，又是否真正努力過實(shí)現(xiàn)機(jī)器代人?

　　據(jù)此，本文將回顧走在技術(shù)研發(fā)前線的兩款機(jī)器人，Asimo與Atlas的艱難產(chǎn)業(yè)化進(jìn)程，盤點(diǎn)當(dāng)下最火“擎天柱”O(jiān)ptimus的技術(shù)亮點(diǎn)，以此展望：人形機(jī)器人，商業(yè)化路在何方?

　　1還沒有一家人形機(jī)器人公司能實(shí)現(xiàn)商業(yè)化

　　人形機(jī)器人發(fā)展至今，已經(jīng)見得了總統(tǒng)，上得了春晚，當(dāng)?shù)昧四袌F(tuán)，功能酷炫上天，但在商業(yè)上還是難以落地。本田Asimo、軟銀Pepper均已經(jīng)停產(chǎn)，波士頓動(dòng)力Atlas、特斯拉Optimus也還尚處于實(shí)驗(yàn)室階段。為何產(chǎn)業(yè)化那么難?就拿人們最期待的本田Asimo和波士頓動(dòng)力Atlas來說一說。

　　“時(shí)代先驅(qū)”本田Asimo ，Born in 2000

　　從高達(dá)和新世界福音戰(zhàn)士等一系列日本動(dòng)漫可以看出，似乎日本對(duì)于人形機(jī)器人有一種與生俱來的執(zhí)念，而濃厚的機(jī)器人產(chǎn)業(yè)底蘊(yùn)以及良好的經(jīng)濟(jì)基礎(chǔ)，也給這個(gè)時(shí)期的日本研發(fā)人形機(jī)器人提供了良好的環(huán)境。

　　自 1967 年起，日本人就在仿人機(jī)器人領(lǐng)域孤獨(dú)地前行了半個(gè)世紀(jì)。而本田的ASIMO ，被認(rèn)為是致敬著名科幻作家阿西莫夫Asimov，它作為全球最早實(shí)現(xiàn)雙足行走能力的機(jī)器人，代表了日本人形機(jī)器人的最高成就。

　　持續(xù)半世紀(jì)的孤獨(dú)前行

　　Asimo前前后后迭代了6個(gè)版本。第一階段1986年至1993年，主要攻克機(jī)器人下肢運(yùn)動(dòng)能力，解決雙足運(yùn)動(dòng)和穩(wěn)定性的難題。第二階段從1993至2000年，逐漸增加了頭、身體和手臂，此時(shí)，可以說，一個(gè)完整的Asimo雛形初現(xiàn)。此后第三個(gè)階段，本田似乎想要在Asimo的靈巧手上發(fā)力，機(jī)械手(B25J )的專利數(shù)量在2003-2008年達(dá)到頂峰，占據(jù)了本田機(jī)器人相關(guān)專利近60%。

　　最新發(fā)布的Asimo單手有 13 個(gè)自由度，雙手自由度幾乎占到全身自由度的一半，通過液壓驅(qū)動(dòng)實(shí)現(xiàn)精細(xì)動(dòng)作，從而能比劃手語，在不捏碎杯子的情況下拿起杯子。本田研發(fā)有限公司資深總工程師兼本田人形機(jī)器人項(xiàng)目負(fù)責(zé)人Satoshi Shigemi說：「很明顯，整體的靈活度是必需的，并因?yàn)槭植窟\(yùn)行能力的提升，它能夠完成更復(fù)雜的任務(wù)。

　　現(xiàn)實(shí)與夢想的差距

　　雖然酷似阿童木的Asimo一出生就受到世界人民的喜歡，但實(shí)際表現(xiàn)卻不能像動(dòng)畫片里的機(jī)器人戰(zhàn)士一樣滿足人們對(duì)人形機(jī)器人的一切幻想：只能完成“擰開蓋子”“倒水”“踢足球”“跑步”這樣的簡單功能，會(huì)把高舉手機(jī)照相的動(dòng)作誤認(rèn)為“舉手”，然后一直不停地說“有什么問題要問Asimo?”，充滿電后僅能運(yùn)動(dòng)1小時(shí)。

　　Asimo更像是一個(gè)宣傳人形機(jī)器人的大使，周游全球，這與本田想要機(jī)器人服務(wù)老年人的初衷背道而馳。除此之外，300-400萬美金的造價(jià)，一個(gè)月10萬人民幣的租賃費(fèi)也讓人瞠目咂舌，而目前日本平均護(hù)工的工資也不過1.5萬人民幣/月。

　　雖然Asimo代表了人類一個(gè)時(shí)期最強(qiáng)的人形機(jī)器人，但高昂的成本、并不成熟的供應(yīng)鏈體系、差強(qiáng)人意的表現(xiàn)，以及更聚焦細(xì)分功能、場景的掃地/服務(wù)機(jī)器人等商業(yè)進(jìn)展迅速，最終導(dǎo)致Asimo在2018年退出歷史舞臺(tái)。

　　“地表最強(qiáng)”雙足機(jī)器人Atlas，Born in 2013

　　Atlas，可謂是“流離失所、坎坷一生”。

　　1992年，學(xué)術(shù)派創(chuàng)業(yè)者M(jìn)arc Raibert院士從麻省理工將Leg Lab 實(shí)驗(yàn)室(致力于研發(fā)腿式機(jī)器人)剝離出來，成立了波士頓動(dòng)力公司。得益于Leg Lab優(yōu)良的腿部運(yùn)動(dòng)研究基礎(chǔ)，波士頓動(dòng)力獲得了美軍的青睞，旗下人形機(jī)器人Atlas的雛形就源自于2009年為美軍測試防護(hù)服性能的機(jī)器人Petman。

　　2013年，谷歌母公司Alphabet收購了波士頓動(dòng)力，第一次市場化嘗試卻不如意，一個(gè)想要市場，一個(gè)堅(jiān)持理想，沖突不斷升級(jí)，終于，谷歌在2015年關(guān)閉了機(jī)器人部門Replicant，并在2017年將波士頓動(dòng)力賣給了軟銀。然而，軟銀在愿景基金帶來的約1.8萬億日元(約171億美元)的投資虧損下，也不得不斷尾求生，于2021年將波士頓動(dòng)力賣給了韓國現(xiàn)代。

　　追求極致的運(yùn)動(dòng)能力

　　為了將運(yùn)動(dòng)能力做到極致，Altas使用了液壓動(dòng)力裝置，依靠流體動(dòng)力可在狹小空間實(shí)現(xiàn)密集解決方案，特別適合大負(fù)載的場合，例如運(yùn)載火箭的發(fā)動(dòng)機(jī)、中國空間對(duì)接綜合試驗(yàn)臺(tái)，還有那滿大街的挖掘機(jī)?？蚣芎屯葎t采用3D打印技術(shù)，巧妙的將液壓管道內(nèi)置在3D打印鈦金屬骨骼內(nèi)，有點(diǎn)模仿人類血管在骨骼內(nèi)那味兒了。

　　同時(shí)，通過頭部的搭載的RGB攝像頭和TOF深度傳感器獲取更加全面的環(huán)境信息，利用自創(chuàng)的“軌跡優(yōu)化行為庫"和模型預(yù)測控制器(MPC)，根據(jù)運(yùn)動(dòng)情況調(diào)整其發(fā)力、姿勢、動(dòng)作發(fā)生時(shí)機(jī)等細(xì)節(jié)。

　　除了秀，還能干啥?

　　在以上如此優(yōu)異的性能下，劣勢也顯而易見。首先，昂貴。Atlas使用了很多特殊和高成本零部件，一臺(tái)造價(jià)就高達(dá)200萬美金，而同臺(tái)跳舞的的機(jī)器狗spot雖然售價(jià)不到1/20，也僅售出200來臺(tái)。其次，“嬌嫩”，維護(hù)成本高、噪音高、電耗高等。波士頓動(dòng)力也承認(rèn)，Atlas機(jī)器人的可靠性還無法與機(jī)器狗spot相比。最后，寂寞，找不到合適的應(yīng)用場景。

　　Asimo、Atlas，雖然相差十三年，但結(jié)局卻一樣，高昂的成本、缺失的場景，只能淪為行業(yè)先驅(qū)。

　　2馬斯克的擎天柱，再一次點(diǎn)燃信心

　　時(shí)間回到2006夏日的一天，馬斯克夢到一個(gè)完全自動(dòng)化的未來制造工廠，機(jī)器人高速制造所有東西，這些東西被傳送帶在正確的時(shí)間運(yùn)送到正確的地方。夢醒后興奮的馬斯克，宣布特斯拉要用“機(jī)器生產(chǎn)機(jī)器”，也就是建立全自動(dòng)化工廠模式。

　　接下來便是特斯拉眾所周知的“產(chǎn)能地獄”經(jīng)歷。而自動(dòng)化工廠的失敗，并沒有打消馬斯克對(duì)于全無人工廠的執(zhí)念，反而播下了量產(chǎn)“工人”的種子。他多次在公開場合發(fā)起了牢騷：為什么現(xiàn)在的機(jī)器人，都無法實(shí)現(xiàn)像人手一樣實(shí)現(xiàn)“撿起零件并放置在電池上”這類簡單的任務(wù)。

　　因此，當(dāng)人形機(jī)器人Optimus發(fā)布時(shí)，馬斯克還特意讓機(jī)器人演示了一遍這個(gè)動(dòng)作，以表成功。但從效果來看，Optimus還是落了個(gè)“高開低走“的狀況，運(yùn)動(dòng)能力嚴(yán)重落后于公眾預(yù)期。不過，它那雙五指靈巧的手，還是值得深究，成為人形機(jī)器人商業(yè)落地的一個(gè)重要突破口。

　　Optimus的“靈巧手”

　　研究一雙靈活的手

　　人手能以每秒300度的速度移動(dòng)，擁有成千上萬的觸覺傳感器和21個(gè)主動(dòng)自由度，是人類勞動(dòng)最完美的工具。而人類對(duì)機(jī)器人多指靈巧手的研究，則是從假肢開始的，作為一個(gè)單獨(dú)學(xué)科，已經(jīng)有64年的研究歷史。

　　目前主流的靈巧手有兩種方式，一種是內(nèi)置式，即將驅(qū)動(dòng)、傳感、控制等所有的驅(qū)動(dòng)執(zhí)行零部件都集成在手掌內(nèi)。典型代表的靈巧手，是由哈爾濱工業(yè)大學(xué)機(jī)器人研究所 (HIT) 和德國宇航中心 (DLR) 合作了20多年共同研發(fā)的，而這個(gè)手掌因?yàn)榧闪慵啵彩瞧胀ㄈ耸终频?.5倍大。

　　另一種，則是外置式。即將體積較大的電機(jī)驅(qū)動(dòng)器外置在手臂，采用拉線方式從遠(yuǎn)端控制靈巧手的關(guān)節(jié)。這種方時(shí)和內(nèi)置相比，成本更低、難度也有所降低。典型代表是英國的shadow hand，而馬斯克的Optimus也采用這種方式。

　　一歲嬰兒就會(huì)抓取，但對(duì)于機(jī)器手而言，且不說完全比得上人手，即使可以使用，都走了一段半個(gè)世紀(jì)的研發(fā)路。那么，馬斯克的Optimus，有什么不同呢?

　　人形機(jī)器人“第一手”

　　Optimus的設(shè)計(jì)靈感來自于生物學(xué)，和人手一樣同樣使用5個(gè)手指，擁有11個(gè)自由度。像拉線玩偶一樣，由5根“經(jīng)脈”(線驅(qū)動(dòng)) 獨(dú)立控制手指的彎曲和展開，負(fù)重20磅(9KG)和自適應(yīng)抓取(能夠抓取不同形狀、尺寸的物體)的能力，因此，使得Optimus的手部勞動(dòng)力能夠勝任工廠的一般工作。

　　手腕則由兩根執(zhí)行器控制，這個(gè)設(shè)計(jì)不僅能讓手腕轉(zhuǎn)動(dòng)，還可以做水平的動(dòng)作，這也是目前市面上其他人形機(jī)器人鮮有見到的。除此之外，特斯拉還需要將4-5kg左右的電驅(qū)手臂集成在雙足機(jī)器人上，這對(duì)人形機(jī)器人的行動(dòng)、操作和精巧抓取都提出了更高要求。

　　雖然Optimus在技術(shù)領(lǐng)域?qū)崿F(xiàn)了提升，但對(duì)于人形機(jī)器人而言，更重要的話題是：成本，能夠量產(chǎn)降本才是核心。

　　量產(chǎn)的突破

　　馬斯克準(zhǔn)備用SpaceX的套路打造機(jī)器人，一切都是以規(guī)模產(chǎn)業(yè)化為目的，以指數(shù)級(jí)砍成本。

　　一方面大量復(fù)用特斯拉汽車現(xiàn)有技術(shù)降維打擊，包括電池、散熱、視覺避障等。胸腔內(nèi)安置的2.3kWh的電池，能支撐Optimus工作一整天。這個(gè)耗電量，差不多也是一個(gè)成年勞動(dòng)者一天消耗的能量。另一方面全身都沒有使用特殊訂制的零部件，而是優(yōu)化了全身 28 個(gè)驅(qū)動(dòng)器設(shè)計(jì)參數(shù)，最終采用通用的兩類六種伺服關(guān)節(jié)(基于無框力矩電機(jī)+諧波減速器的旋轉(zhuǎn)關(guān)節(jié)，基于力矩電機(jī)+滾珠絲杠的線性關(guān)節(jié))。而至于Optimus比老人還走的慢，那是因?yàn)樘厮估瓝p失了一定響應(yīng)速度，以降低能耗。

　　通過這套流程下來，Optimus的吸引力大增：2萬美金一臺(tái)、一周工作7天、充電一次工作一整天。而對(duì)比之下，美國特斯拉工廠一個(gè)普通工人工資一小時(shí)最少16.2美元，一個(gè)月近6000美元，也就是說，3個(gè)月普通工人的工資，就能買下一臺(tái)一周工作007、不會(huì)請(qǐng)假、不會(huì)抱怨的高效“廉價(jià)勞動(dòng)力”。

　　而在小批量量產(chǎn)以后，馬斯克還可以將Optimus放在特斯拉超級(jí)工廠里，邊工作邊迭代，也許將來有一天，我們會(huì)看到成千上萬個(gè)Optimus在火星上幫人類搭建家園。

　　正是因?yàn)橛辛肆慨a(chǎn)的規(guī)劃、手的突破，因此，鋼鐵俠馬斯克，還是給大家?guī)砹撕芏嗥诖?/p>

　　3技術(shù)的演進(jìn)路徑

　　人形機(jī)器人的發(fā)展還處于突破技術(shù)壁壘的早期階段，導(dǎo)航定位、環(huán)境感知、指令分析、行為控制等關(guān)鍵技術(shù)，都還沒完成從“能用”到“好用”的長征，那么，會(huì)有哪些技術(shù)演進(jìn)路徑呢?

　　雙足行走，不是移動(dòng)機(jī)器人的唯一選擇

　　雙足對(duì)于人形機(jī)器人來說承擔(dān)著移動(dòng)的任務(wù)。但相比起來，輪式和四足機(jī)器人應(yīng)用更成熟、成本更小、技術(shù)難度更低。波士頓動(dòng)力曾公開表示，目前Atlas將不會(huì)商業(yè)化，真正實(shí)現(xiàn)商業(yè)化的是它的四足機(jī)器人。

　　這兒大膽猜測一下，特斯拉的Optimus，是否會(huì)像馬斯克的第一輛電動(dòng)酷炫超跑一樣，目前的雙足只是噱頭，最終產(chǎn)業(yè)化的時(shí)候又會(huì)回到四足或是輪式?

　　機(jī)械手的靈敏度，反映人形機(jī)器人的技術(shù)實(shí)力

　　靈巧手的關(guān)節(jié)越多代表越靈活，能做的操作也越多。本田從足部運(yùn)動(dòng)轉(zhuǎn)向機(jī)械手研究，雷軍公開招募靈巧手機(jī)械工程師，也說明了人形機(jī)器人的玩家，開始意識(shí)到手的重要性。

　　機(jī)器人1.0時(shí)代的代表“機(jī)械臂”模仿人手在制造和組裝流水線，進(jìn)行著無聊的、重復(fù)的、固定的工作;機(jī)器人2.0時(shí)代的代表物流機(jī)器人，通過輪子在提前規(guī)劃好的路徑移動(dòng)，利用視覺感知獲取信息并判斷，將物品搬運(yùn)至固定的位置。

　　這兩個(gè)階段的“手”，也就是末端執(zhí)行器，可以是帶有噴槍、焊槍的工具，也可以是氣動(dòng)吸盤(如波士頓動(dòng)力Handle Logistic機(jī)器人)，又或是模仿人手的夾鉗(如小米鐵大)、三指夾爪等。

　　而機(jī)器人3.0時(shí)代的手，也許會(huì)是布滿了傳感器，通過感知物體的重量、大小、溫度，采取不同的姿勢和力度對(duì)不同形態(tài)的物體實(shí)施抓取，并使物體表面受力比較均勻，再加上頭部的機(jī)器視覺、算法等技術(shù)，最終可以像人一樣進(jìn)行更準(zhǔn)確的判斷。

　　智能交互，才是我們期待的未來

　　“手”的操作離不開“腦”的決策，“智能化+類人形+低成本”是機(jī)器人發(fā)展的主要趨勢。

　　機(jī)器人研發(fā)一般采用“本體—技能—智能”自下而上的研發(fā)路線，從雙腿運(yùn)動(dòng)逐步擴(kuò)展到手等功能部件，最后考慮智能化。人形機(jī)器人的未來將是，如何讓人形機(jī)器人“更聰明”，面對(duì)復(fù)雜的跨場景工作模式，要真正地實(shí)現(xiàn)代替人，還需提升AI技術(shù)的感知能力。

　　目前的 AI 應(yīng)用層面仍然過于單點(diǎn)化，只有 AI 能力實(shí)現(xiàn)，實(shí)現(xiàn)由單點(diǎn)智能向全局智能、由認(rèn)知智能向決策智能的跨越，我們才能與更聰明的AI 機(jī)器人頻繁互動(dòng)。而通過硬件、算力、算法、數(shù)據(jù)等要素持續(xù)迭代升級(jí)，實(shí)現(xiàn)人與機(jī)器人之間達(dá)到人和人之間的交互體驗(yàn)，這也是終極人形機(jī)器人商業(yè)化發(fā)展的重要一步。

　　4結(jié)語

　　一款真正能成功產(chǎn)業(yè)化的產(chǎn)品，除了技術(shù)的成熟、成本的降低，最重要的還要有足夠廣闊的落地場景：例如二維碼，也是在技術(shù)成熟15年后，才在微信“掃一掃加關(guān)注”這個(gè)場景下，得到了前所未有的應(yīng)用。

　　而機(jī)器人行業(yè)，會(huì)有一道共性難題：標(biāo)準(zhǔn)化生產(chǎn)、和非標(biāo)準(zhǔn)化的應(yīng)用場景。標(biāo)準(zhǔn)化、大規(guī)模生產(chǎn)，才有助于降低成本;但要實(shí)現(xiàn)大規(guī)模，場景必然會(huì)擴(kuò)大，于是又會(huì)面臨許多非標(biāo)準(zhǔn)化的需求。這是機(jī)器人不同領(lǐng)域、不同公司都要平衡的要素。

　　縱觀目前大規(guī)模應(yīng)用的各類機(jī)器人，能快速實(shí)現(xiàn)商業(yè)落地的，大多有幾個(gè)特點(diǎn)：功能單一、使用場景固定、需求清晰，比如工業(yè)機(jī)械臂、掃地機(jī)器人等。而人形機(jī)器人既有優(yōu)勢、又有劣勢，更需要對(duì)矛盾“把玩琢磨”。

　　一方面，人形機(jī)器人的天然優(yōu)勢在于其通用性。集成功能多、終極通用裝置，一款成熟的產(chǎn)品即可適用于廣泛的需求場景，不再有傳統(tǒng)“工業(yè)機(jī)器人”、“服務(wù)機(jī)器人”這樣明確的功能屬性。因而，具備標(biāo)準(zhǔn)化、大規(guī)模生產(chǎn)的基礎(chǔ)，可以快速降本。

　　但，另一方面，正是因?yàn)槟睦锒寄苡?，所以，也有可能?huì)顯得，哪里都不是最好用，或者說，有些功能是冗余的。因此，找到場景就很關(guān)鍵。

　　比較之下，工業(yè)場景也許是人形機(jī)器人邁向產(chǎn)業(yè)化的第一塊陣地。工業(yè)場景，既有需求，可以將人類從繁重、危險(xiǎn)的“4D”工作中解放出來;又具備一定通用性，適配部分工業(yè)場景領(lǐng)域分散、各自規(guī)模較小的問題。同時(shí)，在經(jīng)濟(jì)性上，相對(duì)于C端客戶，工業(yè)場景的支付意愿、能力也更高。

　　人形機(jī)器人，技術(shù)在不斷突破新高，但人類的需求也在不斷豐富、復(fù)雜。這是一場供給和需求的賽跑、技術(shù)和商業(yè)的較量，前后者之間，似乎就像程序員永遠(yuǎn)跟不上產(chǎn)品經(jīng)理的步伐一樣。但幸運(yùn)的是，技術(shù)的發(fā)展，并非線性，奇點(diǎn)之后就會(huì)有極大跨越。

　　也正因此，在大眾紛紛失望嘆氣之時(shí)，人形機(jī)器人領(lǐng)域創(chuàng)業(yè)者和投資人們，依然會(huì)在心里打氣：這是“長坡厚雪”。