李开复曾提到过一个AI界流传的“骗子又来了曲线”。 人会不断给机器进行“是否具有人类智能”的鉴定，而这个过程，总是从被人工智能在某些领域的惊艳表现震撼，到逐渐认识到当时的人工智能还有各种局限，以至于产生巨大心理落差。
近来，人形具身智能机器人在WAIC世界人工智能大会上密集亮相，我们在现场所感受到的就是“人类要毁灭了”与“骗子又来了”，两种声音同时存在的复杂现象。
具体来说，认为“人类要毁灭了”，大多是不明觉厉的普通观众，而冷静甚至不看好人形机器人的多为AI、机器人领域的业内人士。
比如猎豹移动董事长兼CEO、猎户星空董事长傅盛就表示，“机器人在今年的展厅里是爆发了，但在日常生活当中，我们并没有看到它在哪个地方被大规模用起来。机器人行业的产业爆发还远远没有到来……对人形机器人的不看好一定会被时间证明”。
这两种心态，究竟哪一种才代表人形机器人产业的真相呢？
其实并没有什么真相。不同的心态，是由不同的判定标准而产生的。大众、从业者和技术专家，都有一张“我心中的人形机器人”打分表，评价尺度各不相同。
而关于人形机器人的期待，在人形、大模型、具身三个标准上，大众的预期、媒体的宣传、产业的实际进展等都有比较大的分野。这构成了当前，人形机器人的理想与现实。
“变形金刚”的理想与现实
“他们怎么不动啊，不表演有什么必要插电源？”
“插电亮着好看。”
本届WAIC最吸睛的，就是中央展厅的“十八金刚”了。18个人形机器人同台而立，几乎每个参观者都聚集在展台前打卡拍照，在展台旁边，我听到了这段对话。
大众理想中，人形机器人就是变形金刚、机甲战士那样，走路又稳又快，行动灵活，随意移动，无论是工厂上班、护理老人还是投递包裹，都手拿把掐。
但产业现实中，WAIC上的人形机器人大多数时间都待在展台上，在特定时间表演一些拿苹果、端杯子之类的手部动作，特斯拉的机器人甚至始终待在玻璃展柜中一动不动。和全场溜达的机器狗相比，人形机器人显得“内向”很多。
由此可见，到底需不需要“双足行走”，成了目前公众和从业者对人形机器人，最大的认知差异。
总的来说，双足人形机器人是“机器人的皇冠”，是终极方向，才是大众期待的“变形金刚”。
但至少要走过三步：双足行走、执行复杂任务、规模商用。
而目前，仅仅是第一步“双足行走”，在技术和商业上都并不是最佳状态。
一方面，稳定的行走，需要系统拥有极高的鲁棒性。
机器人在面临各种异常情况和输入时，仍然能快速通过运动控制模块调整姿态，保持正常运行。
要提升系统的鲁棒性（或者说稳健性），依赖于机器人与人类、物理世界的真实交互，来积累高质量数据。如果遇到训练环境中没有出现过的问题，机器人就可能出现异常或“死机”，系统研发效率是比较低的。
另外，商业上“双足行走”也并不是刚需。
比如特斯拉、Figure等都宣布要让人形机器人“进厂打工”，从事电池分拣等工作。但实际上，制造环节80%以上生产作业动作，其实很少用到下肢，用到躯干，主要是靠手来完成的。这种上肢为主的简单系统，可以减少控制难度，降低投入成本，并且更容易规模化量产，因为只需要将最重要的一部分功能（手部）进行复制。一旦加上四肢、躯干，控制难度、续航、成本都会大幅提升。
所以，目前能够规模化应用的机器人形态，都是以机器狗、机械手等单一、极简形态。满足大众期待的“变形金刚”，要在迈过很多步之后，才能带来极大产业效应。
几年之内，我们应该都会更常在展台和展柜中看见人形机器人，而非零距离互动。
大模型的理想与现实
“现场机器人好多，我都感觉主题有点跑偏了”，一位计算领域的从业者对我说道。
智能机器人在人工智能大会上遍地开花，根本逻辑是——大模型为具身智能开启了新的解决方案的大门。
传统的人工智能系统，受限于缺乏先验知识，理解力与泛化能力捉襟见肘，导致机器人难以像人类一样拥有基本的常识判断能力，这严重制约了高级别具身智能的发展。机器人执行任务时，往往需要人类工程师将复杂指令拆解为一系列简化的、程序化的步骤，再由机器人（如机械臂）逐一执行。显然，这种“智能水平”并不算很高，还需要人来做大量的代码和开发工作。
理想中，大模型会为人形机器人的“智能水平”，带来颠覆性的变革。
大模型相较于传统机器学习方法，拥有更加强大的泛化能力，可以为人形机器人的大量任务，比如复杂任务解析、流畅连续对话、零样本推理等，提供全新的解决方案。
举个例子，告诉人形机器人“我饿了”，它会自动分析这句话背后的需求，并拆解为可执行的具体动作，通过观察物理环境，从冰箱里拿出一个苹果给你吃，不需要人来拆分指令。
但现实中，大模型给人形机器人带来的变革，仍然停留在初级的“自然语言交互”。
目前绝大多数人形机器人，更多是拥有了类ChatGPT的“嘴”。这种结合，虽然能提供更自然生动的交互体验，但只是将现有的语音交互进行了升级，并非“端到端”任务执行能力的颠覆式突破。
无需人工参与的高度自动化，为什么有了大模型也没能快速实现呢？
究其根本，机器人是一个非常复杂的学科，涉及精密机械、自动控制、电气电子、计算科学，最后呈现出一个非常复杂智能机电一体化系统。
从有监督机器学习到大语言模型，是计算领域的技术突破，可以在交互、规划、决策等环节发挥作用。然而，从机械化到高度自动化，人形机器人的再进化，还需要感知技术、驱动与传动技术、万兆网络等的技术和资源支持。
国产机器人崛起的理想与现实
“美国公司负责忽悠概念，中国公司负责让机器人落地、商用，把价格打下来，让人人实现机器人自由。”
此次WAIC大会，国产人形机器人的表现确实要比海外公司亮眼很多。无论是特斯拉、谷歌，在机器人的展示上都堪称乏味。而国产人形机器人不仅批量化、大规模出现，而且展现出了在很多具体场景中的商用能力，比如做饭机器人、电信机器人、家政陪伴机器人等。
那么，这是不是意味着国产人形机器人厂商会很快崛起呢？
我们当然希望这一天能尽快实现，但目前来看现实还有不确定性。
数据层面，特斯拉、谷歌等科技巨头，在自动驾驶领域有多年积累，可以将足够多的空间数据喂给模型，解决人形机器人在复杂空间中的学习问题，从而更好地进行迭代学习。而在WAIC现场，我们看到的大多数国产人形机器人厂商的业务面还比较孤立，百度、商汤等数据积累面广的AI公司，则更多聚焦在汽车形态的智能机器人。这意味着，解决人形机器人的数据问题，还有赖于产生生态化、产业化、多方共建的解决方案。
算法层面，类GPT-4o能力的国产多模态大模型还比较稀缺，这使得人形机器人通过视觉、音频等多维度数据来识别地图和复杂场景的能力，大大受到限制。目前，海外产学界已经在多模态大模型上系统性发力。比如OpenAI基于GPT-4o为Figure 01构建了一个具身智能AI模型，谷歌推出了多模态具身视觉语言模型PaLM-E。加州大学伯克利分校推出了LM Nav，来实现硬件本体、运动小脑、决策大脑三部分逐渐融合。目前来看，国产基础大模型还有一段路要追赶。
发展国产人形机器人产业，是一条难而正确的路。在这条路上，我们既不希望“骗子又来了”，也不希望“人类被毁灭了”。历史告诉我们，技术发展过程中一定会经历上升、顶峰、陷入低谷、攀升、稳定5个阶段。
人形机器人产业要避免跌入低谷，持续发展，就要在理想与现实中，不断校正自己的坐标，在每一个发展阶段兑现实用价值。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
