人形机器人应用落地的三大关键点

Ai机器人网2024-05-11 16:05:4326

4月18日的“2024中国人形机器人技术应用峰会”上，高工机器人产业研究所（GGII）所长卢瀚宸表示。在这场峰会上，卢瀚宸深入讨论了“技术、成本、场景”这三个人形机器人应用落地的关键点。

技术：软硬件不及格 AI风险越大

机器人新物种的涌现是必然趋势。从机械臂、协作、复合、足式、仿生机器人到人形机器人，无论是基于宏观大环境还是技术发展，未来二十年，机器人新物种仍会持续涌现。

但现阶段为什么是人形机器人？双足又是必须的吗？

逐际动力张力认为，当下物理世界以“人”的基础搭建，在不改变物理世界的情况下，如果让机器人体现通用性、泛化性的话，做成类人的机器人是最容易实现泛化的。

卢瀚宸认为，究竟要不要做成双足的人形机器人，取决于该机器人的定位是“运动型”还是“操作型”。

运动型可以适用多种复杂地形，强调的是“双足”的能力。而操作型则强调的是上肢的感知、运动控制能力，这也是工业领域需要加持的方向。如果应用场景强调的是机器人的执行能力，那么双足就不是必须的。

那么，在落地应用上，国内人形机器人还存在哪些技术难点？

我国人形机器人虽然有一定产业基础，但在关键基础部组件、专用操作系统、人工智能大模型、通用整机产品和产业生态等方面仍存在短板弱项。如滚柱丝杠、灵巧手、运控、芯片等关键部分都有较大的提升空间。

此外，尽管人形机器人与工业机器人大部分零部件都互通，但比起来，人形机器人使用的是“大脑”，工业机器人则多用“小脑”。

卢瀚宸介绍，传统工业机器人遵循短链逻辑，在操作执行时，通过“小脑+执行机构”输入指令、快速执行。而人形机器人则通过与大模型的结合，拥有“大脑”，可以实现更多的智能操作。

但是，AI大模型的加持并非无所不能，在泛化能力没成熟的状态下，二者的结合会因为应用场景的不同而发生明显差异。

例如，在中短期内，由于数据集获取的难度和门槛较低，大模型+人形机器人会在服务端落地的可行性更高。而工业场景更为保守谨慎，对执行的精度、速度、可靠性要求较高，这方面的能力并不由“大脑”决定，而是依赖于机器人的“小脑”运控能力。

卢瀚宸认为，在硬件趋同趋势显现的情况下，具备高壁垒的核心硬件将长期是“香饽饽”。人形机器人能力的提升有赖于大小脑等软件能力的加强，但基础软硬件是人形机器人升级的底座，在基础软硬件水平未达标的情况下，AI能力的加强或许并非是一件好事。只有当前者足够优秀， AI才能在此基础上带来真正指数级的增长。