作者| 金旺
欄目| 機(jī)器人新紀(jì)元
2024年，就在人形機(jī)器人紛紛涌入工廠時，一款人形機(jī)器人卻悄悄進(jìn)入到了農(nóng)業(yè)場景，從網(wǎng)上公開視頻來看，這款人形機(jī)器人可以借助雙目立體視覺系統(tǒng)和靈巧手在農(nóng)場中執(zhí)行西紅柿采摘任務(wù)。
這款人形機(jī)器人名為曉唯，由偉景智能研發(fā)。
偉景智能成立于2016年，自2017年開始研發(fā)人形機(jī)器人，2019年第一代人形機(jī)器人在WRC 2019上亮相后，又在2021年研發(fā)出了第二代人形機(jī)器人。
盡管憑借自研的靈巧手、關(guān)節(jié)模組、控制系統(tǒng)，以及立體視覺系統(tǒng)，偉景智能當(dāng)時的人形機(jī)器人已經(jīng)可以進(jìn)行自主操作，但是偉景智能創(chuàng)始人蕫霄劍對這一代人形機(jī)器人并不滿意，他認(rèn)為，這樣的人形機(jī)器人還無法成為真正走向商用化的產(chǎn)品。
在近日的第二屆中國人形機(jī)器人與具身智能產(chǎn)業(yè)大會上，蕫霄劍表示，“偉景智能將在2025年5月推出雙足版和AGV版人形機(jī)器人，這代人形機(jī)器人是能夠滿足小規(guī)模商用、具有自主操作能力和自主意識的人形機(jī)器人。”
也是在本屆大會上，我們與蕫霄劍進(jìn)行了一場對話，談了談他對人形機(jī)器人的看法，以及偉景智能人形機(jī)器人不一樣的技術(shù)路線。
01 高精度立體視覺系統(tǒng)，是精細(xì)化操作關(guān)鍵
問：工業(yè)用到的立體視覺系統(tǒng)與人形機(jī)器人用到的有什么差異？
董霄劍：工業(yè)立體視覺系統(tǒng)與人形機(jī)器人用到的基本相同，唯一不同的是幀率，工業(yè)場景只需要一次建模就可以進(jìn)行后續(xù)工作，人形機(jī)器人需要做連續(xù)的動態(tài)跟蹤，所以幀率需要高一些。
我們現(xiàn)在在人形機(jī)器人上用到的立體視覺系統(tǒng)幀率做到了20幀，要比正常工業(yè)場景用到的高很多。
問：偉景智能的立體視覺系統(tǒng)在工業(yè)場景中采集到的數(shù)據(jù)，是如何遷移到人形機(jī)器人上的？
董霄劍：我們研發(fā)的飛虎平臺是一個共享操作平臺，該平臺本身由兩部分組成，一個是立體視覺系統(tǒng)，另一個是工業(yè)機(jī)器人系統(tǒng)，我們的飛虎平臺已經(jīng)把這兩部分集成在了一起并在平臺上進(jìn)行了打通。
問：機(jī)器人在工業(yè)場景的泛化性如何實(shí)現(xiàn)？
董霄劍：偉景智能目前對外銷售的立體視覺工業(yè)相機(jī)已經(jīng)超過1.5萬套，這些工業(yè)相機(jī)每臺每天至少要工作一兩百次，由此會產(chǎn)生大量實(shí)際工業(yè)數(shù)據(jù)。
但是我并不認(rèn)為真正的機(jī)器人要走一條靠堆砌大數(shù)據(jù)來實(shí)現(xiàn)自主操作的路，這種大數(shù)據(jù)和機(jī)器人自己感知得到的數(shù)據(jù)不一樣，機(jī)器人通過立體視覺系統(tǒng)可以識別各類物體，這是機(jī)器人感知系統(tǒng)的意義。
我不認(rèn)為機(jī)器人操作這件事也需要依賴大數(shù)據(jù)來實(shí)現(xiàn)，我們走的是一條不同的技術(shù)路線，就像我們的機(jī)器人充電走的是“插電路線”一樣——機(jī)器人在電量不足時可以自己取下插頭，找到插座，插上插頭自己充電，是完全類人的。
這樣的認(rèn)知系統(tǒng)的建立需要一個非常好的感知系統(tǒng)，我們的高精度立體視覺相機(jī)目前已經(jīng)可以在任意自然光照條件下實(shí)現(xiàn)1m以內(nèi)0.2mm的感知精度。
而如果你真要做精細(xì)化操作，就必須要具備高精度的立體視覺系統(tǒng)。
02 擁抱大模型，但不走VLA路線
問：這樣的技術(shù)路線與VLA路線有何不同？
董霄劍：如果感知系統(tǒng)不好，就需要大量工作做認(rèn)知系統(tǒng)的構(gòu)建，這就像一位近視600度的人類不戴眼鏡和一位正常視力的人類寫出來的字不一樣，由于看不清楚，就需要寫很多遍、做大量的訓(xùn)練。
而由于沒有很好的感知系統(tǒng)，無法進(jìn)行任務(wù)收斂，寫不同字時還需要重新進(jìn)行訓(xùn)練。
我們有大量的工業(yè)場景數(shù)據(jù)，但我們走的并不是以大數(shù)據(jù)為基礎(chǔ)的機(jī)器人運(yùn)動控制訓(xùn)練（VLA）路徑，而是基于高精度立體視覺的路徑。
我們現(xiàn)在基于飛虎平臺和人形機(jī)器人產(chǎn)品，構(gòu)建一個為汽車充電或加油的機(jī)器人僅僅需要半小時就能完成功能開發(fā)，如果沒有小于1mm的感知精度，這一功能的開發(fā)難度將會成倍提升。
問：大模型為偉景智能帶來了怎樣的機(jī)會？
董霄劍：如今的大模型核心還是語言大模型，它基本上掌握了人類90%以上的知識，這讓基于語言的理解控制已經(jīng)可以實(shí)現(xiàn)。
問：2021年之前，偉景智能在做前兩代機(jī)器人時做了哪些應(yīng)用測試？
董霄劍：我們2021年研發(fā)出的人形機(jī)器人的能力就已經(jīng)超出了現(xiàn)在新勢力所做的這些機(jī)器人的能力，我們那時做出的人形機(jī)器人已經(jīng)能夠?qū)崿F(xiàn)打招呼、人臉識別、自主講解等能力。
不過，我當(dāng)時認(rèn)為那一代人形機(jī)器人距離我對人形機(jī)器人的要求還差很遠(yuǎn)，我當(dāng)時認(rèn)為，人形機(jī)器人應(yīng)該能夠像人一樣執(zhí)行任務(wù)，當(dāng)時最欠缺的是自然交互能力，但現(xiàn)在的大模型讓機(jī)器人的交互已經(jīng)變得很自然。
就是因?yàn)檫@一點(diǎn)，我當(dāng)時沒有把它推向大規(guī)模商業(yè)化，這是令我非常遺憾的事。
但是現(xiàn)在回過頭來看，我也不確定那時如果真將人形機(jī)器人推向商業(yè)化，沒有像現(xiàn)在這樣一個人形機(jī)器人風(fēng)口，是不是也能賣出去。
03 人形機(jī)器人有泡沫，但沒有吹到偉景智能
問：去年偉景智能有嘗試將人形機(jī)器人用到農(nóng)業(yè)采摘場景，為什么會選擇這個場景？
董霄劍：因?yàn)檗r(nóng)業(yè)人口在中國有8億，它的市場甚至要比工廠場景還要大。
實(shí)際上，我們的人形機(jī)器人現(xiàn)在已經(jīng)在面向科研、政務(wù)、展館、農(nóng)業(yè)等場景出貨。
我們現(xiàn)在的售價在20萬元左右，我們認(rèn)為未來要真正進(jìn)入家庭服務(wù)場景，售價一定在15萬元以內(nèi)，這也是我們未來的一個目標(biāo)市場。
問：今年5月偉景智能將發(fā)布正式商用的人形機(jī)器人，這代機(jī)器人能直立站立不耗電是如何實(shí)現(xiàn)的？
董霄劍：我們的人形機(jī)器人沒有采用關(guān)節(jié)模組，而是采用了絲杠結(jié)構(gòu)，這讓我們的人形機(jī)器人的腿是可以百分之百直立的，而且掉電以后推都推不動。
采用關(guān)節(jié)模組的人形機(jī)器人，要保證腿部直立狀態(tài)，關(guān)節(jié)模組必須一直處于上電狀態(tài)，這就帶來了一個問題，要保持站姿，關(guān)節(jié)模組會產(chǎn)生大量的熱能，這就會導(dǎo)致電機(jī)發(fā)熱嚴(yán)重，這也是為什么很多人形機(jī)器人在不行走時需要吊著的原因。
問：偉景智能的人形機(jī)器人前期有進(jìn)入工廠做測試嗎？
蕫霄劍：我們在農(nóng)業(yè)采摘、農(nóng)業(yè)裝備等場景有做測試。
前幾天我也考察了我們一個潛在客戶的電路板組裝廠，他們組裝廠的每一個車間里有上百位組裝工人在打螺絲，而這種打螺絲場景對于我們來說是最簡單的事。
我們今年會正式將我們的人形機(jī)器人推向商用市場做這些事。
問：如何看當(dāng)下人形機(jī)器人發(fā)展階段？機(jī)器人市場有沒有泡沫？
董霄劍：我覺得泡沫是非常明顯的，但泡沫并沒有吹到偉景智能。
從現(xiàn)在人形機(jī)器人融資環(huán)境來看，只要能攢出一臺人形機(jī)器人，有的團(tuán)隊甚至連技術(shù)路線都沒想好就能拿到上億融資，這顯然是存在泡沫的。
我認(rèn)為，現(xiàn)在的人形機(jī)器人首先應(yīng)該具備完全自主操作能力，否則就是個玩具，而自主操作能力一定要有自主認(rèn)知系統(tǒng)，要有自主認(rèn)知系統(tǒng)就必須要有很好的自主感知系統(tǒng)。
我們現(xiàn)在做的人形機(jī)器人已經(jīng)細(xì)化到通過設(shè)計散熱風(fēng)道，為人形機(jī)器人本體增加散熱系統(tǒng)，這些都是將人形機(jī)器人推向商業(yè)市場之前需要考慮和解決的問題。
熱門跟貼