撰文 | 张祥威 编辑｜马青竹
圣诞节，大洋彼岸，波士顿动力给人形机器人Altas穿上圣诞老人服装，原地翻起跟头。
咱们这边，宇树科技的机器狗B2-W，上演“天赋觉醒”，出尽风头。驮起成年人，能上山，能下水，能翻筋斗。网友大呼，“骑狗上班，就在今天”。
几天后，智元机器人发布开源项目AgiBot World，基于百万真机数据集，相比 Google 开源的 Open X-Embodiment 数据集，长程数据规模高出10倍，场景范围覆盖面扩大100倍。
智元机器人由华为天才少年“稚晖君”创立，在过去一年时间完成七轮融资，估值已达到70亿元。
近2年来，机器人赛道滚烫热辣，也吸引了一拨汽车人。
布局早的，特斯拉的Optimus已进化到第二代，2024年11月小鹏发布了Iron。据国家知识产权局信息，蔚来刚获得一项“换电机器人及充换电站”的专利。12月底，广汽展示了最新产品，第三代人形机器人GoMate。
李想也坐不住了，表示理想汽车百分百会做人形机器人，但并非现在。“如果我们连L4级自动驾驶的汽车都解决不了，怎么去解决更复杂的？”
而这个世界不可能等L4智驾实现之后，才去发展人型机器人。
比如上文提到的，隶属三星的先行者波士顿动力成立于1992年，当红的宇树科技成立于2016年。2017年，人型机器人领域已经集中吸引了一波巨头布局，比如小米、华为等，2019年，苹果也加入。
而汽车势力入局人形机器人，大致分两种，一种由车企孵化团队进行研发，比如小鹏和广汽等。另一种由汽车人离开原公司，组队创业。
做人形机器人这拨汽车人，许多与智能驾驶关系密切。他们熟悉规则算法、深度学习、大模型、世界模型。大疆车载的沈劭劼甚至说，大疆车载底色是机器人公司。
人形机器人结构复杂，包括关节、灵巧手等硬件，负责运动控制的小脑，以及通过大语言模型、模仿学习提供认知和规划能力的大脑。
宇树科技创始人王兴兴认为，相比硬件，机器人行业当下面临的AI挑战更大，且AI技术路线并不统一，已出现模仿学习、深度学习、世界模型、空间模型等多种路线。数据也稀缺。
傅利叶副总裁周斌认为，可用的物理数据集远远不够，具身智能处在非常初期的阶段，人工遥操是目前主流的机器人数据采集方法，但这种方法费时费力。
在现实层面，可以简单说很多硬核问题尚未解决，具备真正的“可用性”和商业性的具身智能非常少。
当汽车人闯进来，或许能带来破局之法？
智驾人切入机器人赛道
2024年世界机器人大会，774家企业参展，其中机器人公司169家。九年前，2015年世界机器人大会，参展企业规模一共100多家。
“机器人赛道允许大家想象，更多面向C端消费群体，现阶段各凭本事。”一位进入机器人赛道的前自动驾驶高管人士告诉《出行百人会/AutocarMax》。
为何离开智驾领域？
他表示，自动驾驶行业本身不赚钱，有了“地大华魔”四家后，其它家机会就更少了，就算拿到订单也不赚钱。再加上，部分甲方车企相对保守，影响了汽车智能化生态。
相比智驾日益收敛的格局，机器人还在春秋战国阶段。国家地方共建人形机器人创新中心总经理许彬近日披露数据，截至2024年，国内外通用人形机器人整机商业公司约150家，国内超过80家。
据《出行百人会/AutocarMax》不完全统计，从智能驾驶切入机器人赛道重新创业的，大概占国内总体玩家的十分之一，主要来自华为、小米汽车、蔚来、阿里巴巴达摩院自动驾驶实验室、地平线、大疆、文远知行、广汽集团等。
智驾转战机器人，技术有渊源，也有区别。
比如，自动驾驶采用车规级Orin芯片，人形机器人采用工规级Jetson Orin芯片，属于降维关系，且芯片的功能安全要求不如自动驾驶。
汽车行业的激光雷达、摄像头、IMU等，可以平移给机器人赛道，不同处在于嗅觉、触觉等传感器。
人形机器人的硬件尚未出现统一范式。类似早期的激光雷达赛道，曾出现过转镜、振镜、机械旋转、Flash、FMCW等多种技术路线，今天仅剩下转镜和振镜两派，代表分别是禾赛和速腾聚创。
小脑方面，自动驾驶采用相对简单的PID（Proportional Integral Derivative）等算法。机器人更多采用非线性控制算法，以及更高级的预测算法等。
汽车高速行驶，要求算法达到短平快的效果。机器人的控制算法更复杂，但好在节拍慢，事故后果不严重，有时间进行运算收敛。
举个例子，近日南京展会上，宇树科技H人形机器人突然站立不稳，出现“抽搐”，对此宇树科技官方表示，“这种情况正常，修一下就可以了。”
但如果汽车在路上突然发癫，可能就会酿成重大安全事故，远非“修一下就可以”。
大脑方面，自动驾驶包括感知、决策、规划、控制；机器人则强调具身感知、具身想象和具身执行。
机器人完成感知后，会为任务目标规划出数百种甚至上千种可能性，然后在大脑的虚拟仿真中跑一遍，看哪一种可能性更容易成功，然后进行尝试。
一名机器人供应链人士说，机器人就有点像奇异博士，擅长从万千可能性中找到唯一成功，重在边缘端的推理和虚拟仿真。笔者认为，自动驾驶必须见招拆招，重在感知和博弈能力，在一条路上，没有很多选择，但是万不能出错。
此外，智能驾驶出身的这拨人具备量产经验，对进度和关键节点把控有一定经验。而机器人赛道的既有玩家，量产经验相对少一些。
以至于有声音认为，“我们现在觉得，这些已有的机器人玩家大概率会死掉，原因是扑进来的大多是科学家，科学家会切入到一个自己不熟悉的领域，比如量产、销售环节。”言外之意，科学家不懂量产和商业落地。
智能驾驶玩家的到来，可以为机器人赛道带来更多支持，有可能打破机器人AI困境。
用大模型炼丹，汽车人敢想敢冲
不久前，一次沟通会上，银河通用创始人王鹤向波士顿动力创始人Marc Raibert提问：
“通用人形机器人终极形态是什么样的？您认为视觉-语言-动作多模态大模型，以及端到端模型是实现通用人形机器人的终极方法吗？”
Marc Raibert不看好端到端，给出的回答是：
“我不认为端到端模型是推动人形机器人取得重要进展的方法。说实话，人们关注‘学习’太多了。我知道应该对这些方法保持乐观的态度，但是你看看现在产业中存在的机器人最佳解决方案，就会发现，‘学习’在其中起到的作用微不足道。”
Marc Raibert认为，控制系统、控制理论等过去二三十年积累下的技术，依然发挥着重要作用。
但在做惯自动驾驶的人看来，他的观点值得商榷。
“大模型通常被业内比作炼丹。现阶段咱们炼了个丹，很好用。然后应该有一帮人去研究它为什么好用，寻找背后支撑的理论，再去丰富控制学。现在的问题在于，用现有的控制理论得不到这么好用的控制结果，所以炼丹是没错的。”上述前自动驾驶高管人士称。
人形机器人公司和大模型公司，早期界线分明。眼下国内估值最高的两家，宇树科技的重心放在硬件层面的本体，对AI投入相对谨慎；另一家智元机器人，更多注重动作编排大模型。
Figure AI上一代产品Figure 01，基于OpenAI的GPT-4多模态大模型，能够听懂人的指令并进行对话，按照指令完成指定任务。新一代产品Figure 02，除了将裸露的线束尽可能集成，喷了哑光漆之外，再次集成了OpenAI 4o大模型。
人形机器人公司对大模型的应用，处于跟随状态，这也导致现有的人形机器能完成的任务相对单一，且大多相似。
大模型公司起初也有边界感，谷歌Deepmind先后推出RT-1、RT-2等用于人形机器人的大模型，从VLM一直到VLA，一度未踏足人形机器人研发。
直到最近，才变了。
据外媒The Information报道，OpenAI重启了四年前解散的内部机器人软件团队，考虑开发一种人形机器人。
本月，谷歌DeepMind 宣布携手机器人公司Apptronik，针对动态现实环境的复杂作业挑战，共同研发新一代人形机器人。
但人形机器人公司，对大模型的投入态度仍未转向，直到自动驾驶出身的新玩家进场。
近日，原地平线副总裁、软件平台产品线总裁余轶南创办的新公司浮出水面，名为维他动力（北京）科技有限公司，经验范围包括智能机器人研发等。公司另外两位联合创始人，分别是前地平线软件平台总架构师宋巍，和理想汽车前智能驾驶产品总监赵哲伦。
“本体我们会向宇树科技看齐，机器人模型、智能化是我们的核心突破点。”一位维他动力内部人士告诉我们。
此前，阿里巴巴达摩院自动驾驶实验室负责人陈俊波创立的有鹿机器人，已将大模型应用在清扫机器人上，可以实时根据地面垃圾量，灵活调整清扫策略。
“大模型是终局。有了大模型之后，比如对机器人说，我渴了帮我拿杯水，你不需要再编程说，扫描SLAM，找到冰箱，规划路径走过去，识别冰箱门，打开。人去冰箱里拿水就是一种下意识。想培养机器人的下意识，让机器人的控制变得更加高级，除了大模型，没别的方法。”上述前自动驾驶高管人士说。
结语
伦敦的人工智能投资公司 Air Street Capital 对2025年做出十大预测，指出由于难以实现产品和市场契合，对人形机器人的投资水平将下降。
高盛发布报告显示，2035年全球人形机器人出货量将达140万台，市场规模约380亿美元。并预测，人形机器人最早应用到工厂的时间为2024至2027年，应用到消费市场的时间为2028至2031年。
可见大规模商业化时间线还是比较远，在这之前机器人的AI需要大手笔投入，需要解决商业落地难问题。难意味着窗口还在，自动驾驶新玩家们能否带来新的想象，有足够时间检验。
—THE END—