李开复曾提到过一个AI界撒播的“骗子又来了曲线”。 人会不停给机械举行“是否具有人类智能”的判定，而这个历程，总是从被人工智能在某些领域的惊艳显示震撼，到逐渐熟悉到那时的人工智能另有种种局限，以至于发生伟大心理落差。
最近，人形具身智能机械人在WAIC天下人工智能大会上麋集亮相，我们在现场所感受到的就是“人类要扑灭了”与“骗子又来了”，两种声音同时存在的庞大征象。
详细来说，以为“人类要扑灭了”，大多是不明觉厉的通俗观众，而镇定甚至不看好人形机械人的多为AI、机械人领域的业内人士。
好比猎豹移动董事长兼CEO、猎户星空董事长傅盛就示意，“机械人在今年的展厅里是发作了，但在一样平常生涯当中，我们并没有看到它在哪个地方被大规模用起来。机械人行业的产业发作还远远没有到来……对人形机械人的不看好一定会被时间证实”。
这两种心态，事实哪一种才代表人形机械人产业的真相呢？
实在并没有什么真相。差其余心态，是由差其余判断尺度而发生的。民众、从业者和手艺专家，都有一张“我心中的人形机械人”打分表，评价尺度各不相同。
而关于人形机械人的期待，在人形、大模子、具身三个尺度上，民众的预期、媒体的宣传、产业的现实希望等都有对照大的分野。这组成了当前，人形机械人的理想与现实。
“变形金刚”的理想与现实
“他们怎么不动啊，不演出有什么需要插电源？”
“插电亮着悦目。”
本届WAIC最吸睛的，就是中央展厅的“十八金刚”了。18小我私人形机械人同台而立，险些每个旅行者都群集在展台前打卡摄影，在展台旁边，我听到了这段对话。
民众理想中，人形机械人就是变形金刚、机甲战士那样，走路又稳又快，行动天真，随意移动，无论是工厂上班、照顾护士老人照样投递包裹，都手拿把掐。
但产业现实中，WAIC上的人形机械人大多数时间都待在展台上，在特准时间演出一些拿苹果、端杯子之类的手部动作，特斯拉的机械人甚至始终待在玻璃展柜中一动不动。和全场溜达的机械狗相比，人形机械人显得“内向”许多。
由此可见，到底需不需要“双足行走”，成了现在民众和从业者对人形机械人，*的认知差异。
总的来说，双足人形机械人是“机械人的皇冠”，是*偏向，才是民众期待的“变形金刚”。
但至少要走过三步：双足行走、执行庞大义务、规模商用。
而现在，仅仅是*步“双足行走”，在手艺和商业上都并不是*状态。
一方面，稳固的行走，需要系统拥有极高的鲁棒性。
机械人在面临种种异常情形和输入时，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），依赖于机械人与人类、物理天下的真实交互，来积累高质量数据。若是遇到训练环境中没有泛起过的问题，机械人就可能泛起异常或“死机”，系统研发效率是对照低的。
另外，商业上“双足行走”也并不是刚需。
好比特斯拉、Figure等都宣布要让人形机械人“进厂打工”，从事电池分拣等事情。但现实上，制造环节80%以上生产作业动作，实在很少用到下肢，用到躯干，主要是靠手来完成的。这种上肢为主的简朴系统，可以削减控制难度，降低投入成本，而且更容易规模化量产，由于只需要将最主要的一部门功效（手部）举行复制。一旦加上四肢、躯干，控制难度、续航、成本都市大幅提升。
端到端，能让特斯拉再次伟大吗？
以是，现在能够规模化应用的机械人形态，都是以机械狗、机械手等单一、极简形态。知足民众期待的“变形金刚”，要在迈过许多步之后，才气带来极大产业效应。
几年之内，我们应该都市更常在展台和展柜中瞥见人形机械人，而非零距离互动。
大模子的理想与现实
“现场机械人很多多少，我都感受主题有点跑偏了”，一位盘算领域的从业者对我说道。
智能机械人在人工智能大会上各处着花，基本逻辑是——大模子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，明白力与泛化能力左支右绌，导致机械人难以像人类一样拥有基本的知识判断能力，这严重制约了高级别具身智能的生长。机械人执行义务时，往往需要人类工程师将庞大指令拆解为一系列简化的、程序化的步骤，再由机械人（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事情。
理想中，大模子会为人形机械人的“智能水平”，带来推翻性的变化。
大模子相较于传统机械学习方式，拥有更增壮大的泛化能力，可以为人形机械人的大量义务，好比庞大义务剖析、流通延续对话、零样本推理等，提供全新的解决方案。
举个例子，告诉人形机械人“我饿了”，它会自动剖析这句话背后的需求，并拆解为可执行的详细动作，通过考察物理环境，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，大模子给人形机械人带来的变化，仍然停留在低级的“自然语言交互”。
现在绝大多数人形机械人，更多是拥有了类ChatGPT的“嘴”。这种连系，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举行了升级，并非“端到端”义务执行能力的推翻式突破。
无需人工介入的高度自动化，为什么有了大模子也没能快速实现呢？
究其基本，机械人是一个异常庞大的学科，涉及周详机械、自动控制、电气电子、盘算科学，最后出现出一个异常庞大智能机电一体化系统。
从有监视机械学习到大语言模子，是盘算领域的手艺突破，可以在交互、设计、决议等环节施展作用。然而，从机械化到高度自动化，人形机械人的再进化，还需要感知手艺、驱动与传动手艺、万兆网络等的手艺和资源支持。
国产机械人崛起的理想与现实
“美国公司认真忽悠看法，中国公司认真让机械人落地、商用，把价钱打下来，让人人实现机械人自由。”
此次WAIC大会，国产人形机械人的显示确实要比外洋公司亮眼许多。无论是特斯拉、谷歌，在机械人的展示上都堪称乏味。而国产人形机械人不仅批量化、大规模泛起，而且展现出了在许多详细场景中的商用能力，好比做饭机械人、电信机械人、家政陪同机械人等。
那么，这是不是意味着国产人形机械人厂商会很快崛起呢？
我们固然希望这一天能尽快实现，但现在来看现实另有不确定性。
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子，解决人形机械人在庞大空间中的学习问题，从而更好地举行迭代学习。而在WAIC现场，我们看到的大多数国产人形机械人厂商的营业面还对照伶仃，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械人。这意味着，解决人形机械人的数据问题，另有赖于发生生态化、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子还对照稀缺，这使得人形机械人通过视觉、音频等多维度数据来识别舆图和庞大场景的能力，大大受到限制。现在，外洋产学界已经在多模态大模子上系统性发力。好比OpenAI基于GPT-4o为Figure 01构建了一个具身智能AI模子，谷歌推出了多模态具身视觉语言模子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、决议大脑三部门逐渐融合。现在来看，国产基础大模子另有一段路要追赶。
生长国产人形机械人产业，是一条难而准确的路。在这条路上，我们既不希望“骗子又来了”，也不希望“人类被扑灭了”。历史告诉我们，手艺生长历程中一定会履历上升、巅峰、陷入低谷、攀升、稳固5个阶段。
人形机械人产业要阻止跌入低谷，连续生长，就要在理想与现实中，不停校正自己的坐标，在每一个生长阶段兑现适用价值。
