逐際動力張力：人形機器人應該代替人類，而不是代替工具 | 中國AIGC產業峰會
人人都知大模型時代具身智能大有可為。
但這座連接起大模型和現實物理世界的橋梁，究竟應該如何搭建？
逐際動力聯合創始人兼首席運營官張力，在中國AIGC產業峰會上給出思考：
AI代替人去決策，人形機器人代替人去勞動。
本質上，人形機器人應該代替人類，而不是代替工具。未來人形機器人會和iPhone一樣，成為一個硬件載體，只要裝上對應的APP，它就能替人干活。
為了更完整體現張力的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。
中國AIGC產業峰會是由量子位主辦的行業峰會，20位產業代表與會討論。線下參會觀眾近千人，線上直播觀眾300萬，獲得了主流媒體的廣泛關注與報道。
話題要點
- 人形機器人應該替代人，而不是替代工具。
- 人形機器人操作能力受限，主要是因為AI不能完全根據多模態場景形成自己的行為。
- 如何利用多模態大模型生成機器人自主的運動和控制，是產業界和學術界都在追趕和研究的部分。
- 未來人形機器人像iPhone+APP一樣，買一硬件裝上APP就能替你勞動。
- AI代替人去決策，人形機器人代替人去勞動。
- 未來每家都有一個人形機器人，就像現在的汽車一樣。
以下為張力演講全文：
機器人做成人形是最通用的
謝謝主持人，也感謝量子位的邀請，非常高興有這個機會再次在量子位舞臺上介紹具身智能機器人。其實具身智能機器人的發展與通用人工智能（AGI）有很大關系，并且也推動了人形機器人的突破。
大家可以看到，在今天AI已經可以代替人去思考、去決策，但是人形機器人還不能代替人去勞動，為什么？
?
當前來看，人形機器人的硬件穩定性、大腦的決策能力以及小腦的運動控制能力與落地應用還有不少差距，這恰恰是為什么今天看到很多具身智能機器人公司不斷往前奔跑。
未來來講，我們可以看到更多人形機器人的應用前景，很多人會問為什么人形機器人是未來？非常簡單的道理，機器人做成人形是最通用、最泛化的，因為我們物理世界是為了人類設計的。
與其把所有東西變成各種各樣的機器人，還不如做成人形機器人代替人操作這些設備。在技術變革里面我們看到未來通過人工智能帶來的泛化性、通用性，未來人形機器人也會變成平臺化的應用，像今天iPhone+APP一樣。未來買一個人形機器人的本體，裝上炒菜的APP或者做家務的APP，機器人可以代替你完成這個勞動。
今天我們可以看到市場上已經有很多人形機器人，尤其不久前，Figure機器人非常火——作為第一個完成了機器人跟大模型跟OpenAI打通的案例，基于大模型，實現自主決策、自主操作，達到人所希望的效果。
對于未來，馬斯克講過，未來人形機器人會像新能源車一樣，一家一戶有一個新能源車，一家一戶有一個人形機器人。
今天中國汽車保有量2.8億，每年銷售量三千萬輛，這就是未來人形機器人的市場，又一個龐大的萬億的市場。人形機器人的應用場景非常多，像今天在人形機器人泛化能力有限情況下，可以在工業巡檢等特殊場景先試行，未來會應用到物流、配送、家庭服務等更多的場景。但是確實，還是非常需要一些時間發展迭代。
機器人運動能力最重要
逐際動力是一家非常年輕的公司，在2022年年中正式運營起來，公司聚焦在通用人形機器人研發制造。來自科學家創業，也有非常頂尖的研發、產品和工程團隊，80%是研發人員，很多也來自985、211和海外非常優秀的學校。整個團隊在過去一年半時間快速推出幾款產品、技術，也得到資本的青睞和新聞媒體的關注。
逐際動力在成立到今天為止有幾個最關鍵的節點，第一是2022年9月推出四輪足機器人W1，第二在2023年12月份，也是在公司成立一年半左右的時間對外正式公布人形機器人CL-1基于實時地形感知上樓梯的測試視頻，運動控制能力方面非常強。
這里面講講關鍵技術和AGI和AIGC的關系，人形機器人本質來講，就是一個類似或者超越人的運動能力、計算能力和感知能力的機電系統。
運動能力是最重要的，機器人不運動就是一個Chatbox。在運動能力里面，我們分成移動能力和操作能力，移動能力能達到的效果要像人類一樣，去到人能去的地方，操作能力能達到的最佳效果是做人能做的操作的事情，比如抓取任何人能抓到的東西。
人形機器人就是由很多關節組成的機器人的本體，每一個關節由電機、減速器、驅動器組成的動力單元，機器人的關節通過運動控制算法協調統一，實現運動控制。
如果機器人執行的是事先規劃好的運動，這就是傳統的技術，是已經存在了幾十年的自動化機械臂。但是如果它需要跟外界產生更多的交互，這就是今天所說的新的技術，在跟外界產生更多交互的時候，大家可以看到，包括對環境的認知、感知，物體的檢測，甚至于接觸，通過觸覺反映的東西體現出來的，在這里面有一個共識。
AI代替人去做決策，人形機器人代替人去勞動的，機器人核心能力是運動能力。
運動控制是非常傳統的技術，而基于環境、感知反饋所形成的運動控制是技術未來發展的關鍵，感知的東西越復雜，挑戰越大。人工智能不直接幫助人形機器人去運動，而是通過對環境的感知提升運動的效果。所以在這里面，我們可以看到AGI對機器人的影響非常大。
在不斷研發迭代產品的過程中，逐際動力形成了通過模仿學習、深度強化學習以及基于感知的運動控制等關鍵的新技術，推出了人形機器人CL-1、雙足機器人P1，以及四輪足機器人W1。
抓住落地應用要靠擴大技術邊界
人形機器人非常有意思的一點，從今天慢慢看向未來，具身智能機器人首先要有主動感知環境的能力，通過基于感知的運動控制算法對非結構化地形實時了解，實現實時的運動控制，像人類一樣地運動。
同時硬件方面，人形機器人也在經歷關節的不斷迭代，今天大家所看到的機器人用到的關節，在未來真正實現to C端機器人應用的時候，能力是今天的3-5倍。在不斷迭代過程中，軟件和硬件之間相互的耦合非常重要。
在這里給大家看一個視頻，上樓梯對于人類來講非常簡單，但對于人形機器人來講非常復雜，機器人上樓梯像嬰兒一樣一步一找齊，這里面頗具挑戰的是運動控制算法。通過不斷迭代，我們在去年12月實現了人形機器人動態上樓梯，最近更進一步實現了像正常人一樣一步一階上樓梯，還跑起步來。
同時，人形機器人今天還有很多操作能力上的限制，通用人工智能還不能夠完全將我們所看到的多模態的場景形成機器人自己的行為，在這個過程中，如何通過多模態大模型使人形機器人自主地運動，通過神經網絡、自然語言等技術實現人形機器人最終的自主移動操作，這個部分目前來講是產業當中最難的事情，產業和學術界都在往前追趕和研究。
今年初我們發布了人形機器人遙操作視頻，更多的是為機器人訓練采集更多的數據。
另外一個我們有兩足機器人P1的產品，這是一段非常有意思的視頻，它第一次去一座山里，走在各種各樣的地形上，但不會摔倒，這是通過強化學習算法實現的運動控制。今天我們在這個小的雙足機器人上實現，后面逐步延伸到全尺寸人形機器人的雙足控制上，最終實現像人類一樣在任何非結構化地形上，哪怕第一次去，各種各樣的地形、干擾對它都不會造成影響，甚至于超過人類的平衡的能力，這是今天可以通過AI算法不斷訓練出來的。
另外我們還有一個四輪足機器人W1，特色是輪足的形態，具備了點足的特點，同時兼具了輪子的優勢——速度快、負載高且效率高。應用場景里有獨特的優勢，包括保持背部平衡上下樓梯等，都已經達到了今天在機器人控制領域里面非常好的效果。
很多人關心未來人形機器人商業化是什么樣子的，跟AI是什么關系？
以前大家定義一款產品的時候是聚焦在技術邊界內部，也就是按照客戶的需求來定義方的、圓的或者三角的產品。而在今天，具身智能的應用場景是非常大的未來的應用場景，大家可以想像到不管to B也好，to C也好，今天技術邊界沒有那么大，但是我們在不斷擴大這個邊界。過程中，如何通過沿途下蛋，不斷把成熟起來的技術和產品率先實現商業化，比如先形成自主的移動能力，然后是移動操作能力，這是關鍵。這個過程中，機器人跟AGI、AIGC打通，加強場景的認知、理解，實現任務的分解，更好完成規劃決策，這些都非常重要。
未來，人形機器人有非常多的應用場景，早期在危險場景、中期在高端服務、制造業，未來是走進千家萬戶，為每個家庭服務，大腦、小腦、本體有很多技術在不斷地實現和完成，這里面會有大量行業大模型垂直應用的機會。
希望之后有更多機會和在座的AI產業界朋友認識，開展具身智能領域里更多合作、實現產業的互通，謝謝大家。
本文轉自 量子位 ，作者：量子位
