春節(jié)期間，不同類型的機器人吸引了公眾的關(guān)注。春晚舞臺上，身著花棉襖的機器人翩翩起舞；泰山的陡峭山巔，外骨骼機器人幫助游客順利登頂；在海南，U型機器人與沖浪教練攜手營救落水游客。
2024年，具身智能行業(yè)迎來了深刻的變革。硬件層面，機器人形態(tài)趨于標(biāo)準(zhǔn)化，越來越多的公司能夠迅速打造出具備人形外觀的機器人；軟件層面，技術(shù)路徑日漸明晰，行業(yè)正在向機器人基礎(chǔ)大模型的框架邁進；與此同時，行業(yè)的“入局者”也呈現(xiàn)多元化趨勢——除傳統(tǒng)機器人領(lǐng)域的企業(yè)外，自動駕駛和大廠背景的創(chuàng)業(yè)者們紛紛投身于這一前沿科技領(lǐng)域。
具身智能的發(fā)展令人矚目，但依舊存在一些亟待深入探討的問題：如何突破機器人商業(yè)化的瓶頸？具身智能還需在哪些方面進一步完善其本體？如何提升機器人操作的泛化能力，使其能夠適應(yīng)更多樣化的應(yīng)用場景？大模型對具身智能發(fā)展帶來了怎樣的深遠影響？
在峰瑞資本2024年投資人年度峰會上，逐際動力創(chuàng)始人張巍博士發(fā)表了題為《具身智能：機遇與挑戰(zhàn)》的演講，分享了他對具身智能領(lǐng)域前沿技術(shù)、商業(yè)化路徑等方面的思考。
我們也邀請了峰瑞資本副總裁顏黔杭補充分享了其對具身智能領(lǐng)域的投資思考，詳見文末，希望能提供新的視角。
互動福利
你覺得機器人會給我們的生活、工作帶來哪些變化？歡迎在留言區(qū)和我們聊聊~截止至2月17日17:00，留言最走心的5位讀者，將獲得峰瑞行研手冊一份。
逐際動力創(chuàng)始人首次公開演講：機器人缺的不是「大腦」，而是學(xué)習(xí)能力
來源：RoboX
作者：小曹
/ 01 /
“代替人和協(xié)助人是兩件事”
張巍認為，具身智能是當(dāng)下最火的一條賽道，盡管它目前仍面臨很多問題和質(zhì)疑，但背后還是有一個共識——具身智能是未來十年人類最重要的科技革命。
如果機器人的定位是“代替人完成可以改變物理世界的任務(wù)”，這其中就有兩個關(guān)鍵詞——“代替人”和“任務(wù)”，它們看似簡單，其實往往是巨大的陷阱——如果不理解透這兩個詞，具身智能落地就會變得異常復(fù)雜。
他表示，逐際動力（以下簡稱“逐際”）的觀點和定位，并非是讓機器人去代替人，而是Empower人——“機器人不會代替人，它背后的邏輯是很復(fù)雜的?！?/p>
首先，張巍用兩個具身智能類型，分析了其背后的商業(yè)化難點。
1、機器人+AI：他表示，上一代的機器人+AI模式已經(jīng)持續(xù)很長一段時間，這是商業(yè)化最難的方向，它可能只是“海市蜃樓”。
此類機器人能在工廠里能完成非常復(fù)雜的分揀任務(wù)，或者快遞包裹分揀。但是它們在真正的商業(yè)閉環(huán)上，還是有很多挑戰(zhàn)的：“沒準(zhǔn)賣出去的那一剎那，就是賠錢的開始。”
2、無人駕駛：在張巍看來，從2016-2024年，無人駕駛已經(jīng)發(fā)展了很長時間，卻仍難以評判其成熟度——“當(dāng)感覺找到“技術(shù)開關(guān)”時，卻還是有“最后的10%”的難度是無法估計的，恰恰就是這10%，是影響整體發(fā)展的關(guān)鍵?！?/p>
同時，其商業(yè)價值也很難判斷。因為代替人，和協(xié)助人，這兩件事是有本質(zhì)區(qū)別的，它們有著不同的商業(yè)模式，也會帶來不同的產(chǎn)品，這兩種產(chǎn)品所經(jīng)受的考驗是完全不一樣的。
讓機器人“用起來”其實非常簡單，可是形成商業(yè)閉環(huán)卻非常難?，F(xiàn)在上路的無人車，或者配送車的本體，都不是主角，在整個商業(yè)價值鏈條里可能占比不到10%。
同樣的，機器人產(chǎn)品本身也只占商業(yè)鏈條的不到10%，剩下的部署維護、改造場景，協(xié)作關(guān)系等部分才是最大的開銷。所以機器人不光有好的本體，還一定要有數(shù)據(jù)工具、訓(xùn)練工具、部署工具，以及維護工具，這一整套的效率體系才是競爭力，而非本體。
同理，如果想讓機器人代替人，并非改變本體的問題，而是要改變一整套協(xié)作關(guān)系。
/ 02 /
大語言模型，能做的仍很有限
現(xiàn)在提到具身智能，人們都會聯(lián)想到與大語言模型的結(jié)合。例如，要想將人類的意圖告訴機器，就需要task encoding或者embedding（任務(wù)編碼或嵌入），大腦要先對task進行處理和決策，再由小腦去執(zhí)行運動。
對比起來看的話，無人車是非常簡單的具身智能任務(wù)，因為其任務(wù)定義很明確，唯一目標(biāo)就是到達目的地，在結(jié)構(gòu)化的道路上移動。而且，無人車的“小腦”就是底盤和域控制器，如今也已經(jīng)非常成熟。
即便如此，張巍也不認為目前的無人駕駛可算作“完全替代人”：“它本質(zhì)上還是AI+人。無人駕駛只是用技術(shù)改變了人開車的方式?！?/p>
而對于具身智能來說，完全代替人類更加困難。張巍用一個很簡單的任務(wù)舉例：收拾一下桌子?？蛇@樣的任務(wù)卻很難被機器人拆解和執(zhí)行，比如，到底收拾桌子上的哪些物品，收拾到什么程度算干凈？“如果沒有大語言模型，大家甚至都不太敢想機器人能執(zhí)行這樣的任務(wù)。但現(xiàn)在只是敢想，具體怎么做還不清楚?！?/p>
/ 03 /
具身智能行業(yè)還需要發(fā)展哪一種本體？
理想化的想法，是用數(shù)據(jù)堆出一個“具身大腦”，同時也有通用小腦+通用本體，就能完成各種任務(wù)。
但是張巍認為，采用一致的通用本體形態(tài)，是沒有必要的。對此，他總結(jié)出現(xiàn)有的四大本體類型：
機械臂，它的控制器小腦極其成熟。
輪式底盤+雙臂，它的控制器也相對成熟。
人形+人形特有的小腦。
人形的下半身，只有雙腿或四腿，主要完成locomotion（移動能力）的任務(wù)。
▲ 逐際動力人形機器人CL。圖片來源：逐際動力
本質(zhì)上機器人就在做兩件事：代替人的雙手來操作、代替人的雙腿來移動。他認為，在行業(yè)發(fā)展過程中，創(chuàng)造最大價值的應(yīng)該是這兩類本體，所以逐際也是選擇做這兩類?！把簩氀耗囊粋€，去做哪種本體？我認為這不是一個好問題，好的問題是‘這個行業(yè)還需要發(fā)展哪一種本體’?！?/p>
在他看來，要想做高價值的本體，需要3個條件：1、目前在物理世界中尚不存在；2、原理上可支持被做出來；3、未來一定是機器人形態(tài)中的一種。
/ 04 /
模型就像牛頓定律，是歷史數(shù)據(jù)的壓縮
“有觀點認為，一個大模型，就可能成為整個具身智能的大腦。其實這是個不切實際的想法，其實具身智能要好多大腦。而且現(xiàn)在我們不缺某個領(lǐng)域里的大腦，我們?nèi)钡氖菍W(xué)習(xí)的能力，也就是高效處理數(shù)據(jù)的能力。”張巍說道。
張巍認為，具身算法定義硬件，但數(shù)據(jù)定義算法。所有的數(shù)據(jù)都要被用上，尤其是真機數(shù)據(jù)（在真實硬件設(shè)備上采集和生成的數(shù)據(jù)）很重要。
不可否認的是，仿真是一種對模型的使用方式，且仿真和模型對數(shù)據(jù)的發(fā)生和產(chǎn)生都有巨大幫助。但是如果從數(shù)據(jù)整合的角度來看，模型是歷史數(shù)據(jù)的壓縮，就像牛頓定律，可以看作是對所有運動物體的數(shù)據(jù)的一個壓縮，且壓縮得比較好。
“所有壓縮好的數(shù)據(jù)，都可以用來產(chǎn)生新的數(shù)據(jù)，幫助推進泛化?！狈夯砸馕吨鴻C器人能夠?qū)奶囟ōh(huán)境或任務(wù)中獲得的經(jīng)驗，遷移到新的環(huán)境或任務(wù)中。例如，一個機器人可能在特定的房間內(nèi)學(xué)會如何避開障礙物，但其泛化性強的話，它應(yīng)該能夠在不同的環(huán)境里也能有效避障。
他指出，操作的泛化性有好多種，有分模塊的，有端到端的，它們本質(zhì)是對數(shù)據(jù)的利用和假設(shè)的不同方式。
▲ 逐際動力人形機器人CL正在“亞洲蹲”。
圖片來源：逐際動力
“但是當(dāng)前，我們的所有數(shù)據(jù)處理方法都難以達到理想中的功能需求。所以現(xiàn)在不能盲目地追求在一種方法上堆數(shù)據(jù)、提升性能，而是要找到‘曲線D’，也就是我稱之為‘性能數(shù)據(jù)比’或者‘?dāng)?shù)據(jù)性能轉(zhuǎn)化率’的一條曲線。”
那么，怎樣才能提升數(shù)據(jù)利用率？張巍表示，其實從容易獲得的規(guī)則數(shù)據(jù)中，有很多信息能幫助我們指導(dǎo)操作的泛化性。
他展示了一個逐際動力的案例——不需要大規(guī)模采集真機和模擬數(shù)據(jù)，而是通過text prompt，讓大模型生成人類操作的視頻，就能指導(dǎo)協(xié)作機械臂完成操作任務(wù)。“我們的數(shù)據(jù)利用率，可達當(dāng)前算法的100倍?！睆埼≌f道。
他表示，逐際之所以做人形本體加全控小腦，是希望將“未來一定有用，現(xiàn)在還沒有做得很好”的這一類東西做好。
同時，逐際也在研發(fā)低成本的具身大腦工業(yè)母機，探索一種新型的學(xué)習(xí)訓(xùn)練方式，以求具身智能可以在任意領(lǐng)域中以更高的效率去完成可泛化的任務(wù)。
張巍強調(diào)稱，逐際動力的核心的定位一直都是Empower innovators：“我們不直接進工廠，我們的定位是希望做具身智能的英偉達，將具身智能創(chuàng)新、落地的效率提升百倍千倍?！?/p>
據(jù)他透露，目前逐際的人形機器人（大負載全身搬運）已經(jīng)用最低成本的方式完成了原理驗證，而且是在驗證目標(biāo)沒有被取舍掉的前提下。同時，逐際還將發(fā)布第一款全尺寸人形機器人，能夠原地起立、直膝行走。
▲ 逐際動力全尺寸人形機器人。圖片來源：逐際動力
/ 05 /
投資人說：我們?nèi)绾慰淳呱碇悄苄袠I(yè)？
感謝張博深入的洞察和思考。峰瑞資本持續(xù)關(guān)注具身智能領(lǐng)域的創(chuàng)新機會，非常歡迎相關(guān)領(lǐng)域的創(chuàng)業(yè)者、投資人與我們深入交流，請聯(lián)系qianhang@freesvc.com
在具身智能領(lǐng)域，我們看到如下變化與機會：
一、2024年，具身智能行業(yè)發(fā)生的重大變化
2024年，具身智能市場經(jīng)歷了顯著的變化，主要體現(xiàn)在硬件和軟件兩個方面。
硬件層面，機器人形態(tài)趨于統(tǒng)一。行業(yè)逐漸形成共識，機器人整體結(jié)構(gòu)和核心零部件的選型設(shè)計趨同。這意味著硬件搭建的門檻大幅降低，越來越多的公司能夠快速搭建出人形機器人。
軟件層面，技術(shù)路徑更加清晰。過去，機器人主要依賴于模型預(yù)測控制（MPC）、模仿學(xué)習(xí)和強化學(xué)習(xí)等單點策略實現(xiàn)某類任務(wù)。而現(xiàn)在，行業(yè)正向機器人基礎(chǔ)大模型的框架靠攏。具體來說，機器人通過視頻預(yù)訓(xùn)練、高質(zhì)量數(shù)據(jù)的微調(diào)（SFT），以及實際場景的數(shù)據(jù)反饋進行強化學(xué)習(xí)，優(yōu)化任務(wù)表現(xiàn)。
此外，入局者也發(fā)生了變化。除了傳統(tǒng)的機器人行業(yè)從業(yè)者，自動駕駛企業(yè)和大廠背景的創(chuàng)業(yè)者也開始投身具身智能領(lǐng)域。這一趨勢在2024年下半年尤為明顯，人形機器人市場正在吸引更多跨行業(yè)的關(guān)注和資源。
二、全球具身智能的發(fā)展階段與中國市場的獨特優(yōu)勢
目前，全球具身智能行業(yè)處于技術(shù)逐步收斂的階段，各家的方法論趨于相似，擁抱AI。具體來說，操作和運動控制都開始強調(diào)基礎(chǔ)大模型和全身運動控制。
然而，仍有一些挑戰(zhàn)亟待解決，比如：
如何更好地實現(xiàn)全身控制，提高機器人的運動能力。
如何整合物理世界的傳感數(shù)據(jù)，在機器人運動智能決策模塊實現(xiàn)實時反饋。
如何實現(xiàn)機器人基礎(chǔ)大模型的泛化能力（面對新樣本時的預(yù)測能力）。
中國市場的獨特優(yōu)勢在于硬件供應(yīng)鏈響應(yīng)速度快，下游工業(yè)和服務(wù)業(yè)場景對機器人的需求量大，數(shù)據(jù)積累豐富。這些優(yōu)勢為國內(nèi)廠商提供了良好的發(fā)展基礎(chǔ)。然而，挑戰(zhàn)也同樣存在，特別是在關(guān)鍵技術(shù)研發(fā)和產(chǎn)品化方面，國內(nèi)廠商需要突破現(xiàn)有的技術(shù)瓶頸，才能在競爭格局中占據(jù)有利位置。
三、逐際動力為具身智能行業(yè)帶來新的可能性
2024年，逐際動力在人形機器人領(lǐng)域的技術(shù)和產(chǎn)品兩方面都取得了顯著進展，為具身智能行業(yè)帶來新的可能性。
技術(shù)層面，逐際一直走在行業(yè)前沿，持續(xù)推動人形機器人全身運動、感知決策、任務(wù)執(zhí)行等核心技術(shù)的研發(fā)。產(chǎn)品層面，逐際推出創(chuàng)新的“三合一”模塊化產(chǎn)品Tron1，主要面向科研市場。這一產(chǎn)品為下游客戶提供了一個軟硬件完善的平臺，幫助他們實現(xiàn)研發(fā)和落地的需求。人形機器人最新一代產(chǎn)品即將在25年發(fā)布，我們非常期待。
四、2025年，具身智能賽道的機遇
2025年，具身智能賽道的機遇與挑戰(zhàn)并存。從融資和創(chuàng)業(yè)的角度來看，隨著創(chuàng)業(yè)者不斷涌現(xiàn)，主流基金已經(jīng)在具身智能領(lǐng)域完成了布局，新公司的融資機遇相比于前兩年會門檻會提升。
然而，從技術(shù)角度來看，具身智能仍處于科研階段，尚未形成大規(guī)模商業(yè)化。因此，對于那些在關(guān)鍵技術(shù)挑戰(zhàn)上（如全身控制、泛化能力等）有底層創(chuàng)新的公司，依然有切入創(chuàng)業(yè)的窗口期。
五、具身智能的商業(yè)化應(yīng)用前景
近期，機器人相關(guān)視頻爆火，比如機器人在春晚搖手絹、登山徒步等等，反映了公眾對機器人的美好期許。但這些視頻更多展示了機器人的運動能力和智能化水平，搖手絹或登山徒步這些場景是一個很具象的展現(xiàn)方式，讓公眾對人形機器人的商業(yè)化未來充滿期待。
整體來看，具身智能的商業(yè)化應(yīng)用前景廣闊，但目前仍處于早期技術(shù)研發(fā)階段，距離產(chǎn)品化和大規(guī)模商業(yè)化還有較長的路徑。
人形機器人商業(yè)化的關(guān)鍵在于控制機器人的產(chǎn)品化成本，以及機器人高效完成通用化任務(wù)的能力。短期內(nèi)，人形機器人的商業(yè)化應(yīng)用仍以科研和展示為主。未來，真正的商業(yè)化應(yīng)用可能會率先出現(xiàn)在工業(yè)和服務(wù)業(yè)領(lǐng)域。
目前市場的共識是，人形機器人將成為輔助人類的智能助理（機器人形態(tài)的AI Agent），而不是簡單的替代人力。例如，在重復(fù)性體力勞動與對人身健康不友好的場景，機器人可以成為“得力助手”，提高人的工作效率。
以上是我對具身智能領(lǐng)域的一些思考，非常期待與具身智能領(lǐng)域的從業(yè)者交流。
互動福利
你覺得機器人會給我們的生活、工作帶來哪些變化？歡迎在留言區(qū)和我們聊聊~截止至2月17日17:00，留言最走心的5位讀者，將獲得峰瑞行研手冊一份。
星標(biāo)峰瑞資本微信公眾號
一手商業(yè)思考及時送達
熱門跟貼