为什么非要搞人形机器人？
如果我们把视野从中国转向世界，就会发现，人类似乎对人形机器人有着一种异乎寻常的执着和迷恋。
比如在古埃及，埃及祭司会使用一种机械的神像，可以做出如张嘴、伸手等简单动作，可以大幅增加祭祀仪式的神秘性。而达·芬奇也曾造出过一个机器骑士，可以完成包括张嘴、摇头、摆手、坐起等动作。
当然了，因为技术的限制，这些机器人仍然处于一种“无智能机械”的范畴，真正的“智能机器人”，一直到70年代才诞生，是日本早稻田大学发布的WABOT-1。
这种机器人与真人差不多大小，可以双脚行走，完成搬运物品等工作，还可以简单交谈，但是，除了得到很多喝彩，WABOT-1并没有得到商业应用。
为什么？
一方面，虽然WABOT-1具备一定的智能化，但这种智能化非常初级，它的处理器实在太原始，无法处理视觉、听觉，以及触觉传感器的大量数据，也就没法准确地进行科学决策，简单来说就是智商太低。
另一方面，它的应用场景太少了，除了能走两步，说说话之外，其他啥也干不了，就连搬运的东西重一点，也容易烧电机。
所以，WABOT-1之后，世界机器人研究的另一条路兴起：非人形机器人。
非人型机器人路线支持者认为，我需要的是机器人为我工作，至于它长得像不像人，完全不重要。
所以，发明家约瑟夫·恩格尔伯格研发出了第一个汽车装配机器人Unimate#001，重达2700磅。
这个机器人完全不像人，说白了它就是一个机械臂，靠设定好的程序，进行操作。
说实话，相比那些花里胡哨的人形机器人，这个机械臂简直太优秀了，稳定、精准、可长时间工作，很快就被应用在了工业领域，执行装配、喷漆等多种任务，这也就是工业机器人的前身。
发展到现在，这种工业机器人已经遍地开花了，焊接机器人、检测机器人、装配机器人、搬运机器人、堆垛机器人、分类机器人等等。
在家用领域，扫地机器人、送餐机器人，写作业机器人等等也开始商用化。
但是，人形机器人仍然被很多实验室和投资机构所关注，相关的研发也一直没停。
为什么？
因为现在的工业机器人或者家用机器人，无非就是人类某一项工作的替代和优化、分解、精准化，但是却无法通用化。
简单来说，你让一个工业机器人去拧螺丝，就要编写一个拧螺丝的程序，但你如果让它进行门锁质检、车灯盖、板检测、安全带检测、贴车标等工作，不给它写程序，它就搞不定了。
同样，冬奥会食堂中的炒菜机器人，能炒出一份完美的蛋炒饭，但你要是高血压患者，想让它做出一份低盐的蛋炒饭，它也办不倒。
如果能有一个机器人，它既可以干这个，也可以干那个，它可以拧螺丝，可以炒菜，也可以泡咖啡，甚至不需要人去编程，你给它下个指令，他就能又快又好地把任务完成，那该有多好？这才是完美的机器人。
那么，这种机器人应该是什么样子的呢？
毫无疑问，人形最合适。
因为我们生活的物理世界中各种场景、设备、任务、工具，都是为人体形态量身打造的，只有机器人像人，具备类似的身体结构和能力，才能够帮助机器人更好地融入人类的生活和工作环境，并且无需对机器人做任何改造。
所以，虽然工业机器人已经在各种灯塔工厂中遍地开花了，但关于人形机器人的研究，一直都没有停止，也出现了很多非常类人的机器人。
最典型的，就是波士顿动力发布的人形机器人佩特曼（Petman），它最具革命性的创新就是，实现了双腿行走。
对于人类来说，双腿走路几乎是本能，可以轻松越过障碍、爬斜坡或楼梯。但对机器人就不一样了，双足机器人需要通过各种传感器获取机器人体态及重心变换的数据，再运算出合理有效的运动指令，然后再反馈再运算，这就涉及非常庞大的运算量和非常难得姿态控制，一旦某个环节计算错误，某个关节电机力量无法完全提供防倾倒力矩，就一定会摔倒。
从这个角度来说，波士顿动力的机器人做得不错，新一代的版本已经可以完成跑酷、后空翻、侧滚翻、前滚翻、180度空中转体、空中劈叉、360度空中转体等高难度动作。
但是，这些能力距离商用，还远远不够。
原因很简单，人在行走时，往往会遇到各种突发情况，然后下意识做出闪避动作，比如脚被绊了一下能迅速找回平衡，有时候仅凭酒瓶在桌上倾倒的趋势，就能眼疾手快扶住酒瓶。
但是机器人呢？咱们且不说传感器有没有那么高的灵敏度，就算有，其控制系统有没有这么快的响应速度？
而且最关键的是，这时的波士顿机器人，其实还是按照代码来完成动作，它所做的一切动作，其实都来源于程序员的设想，但设想的场景总是有限的，这也就决定了其缺乏足够的“学习能力”，所以无法根据人的不同指令，做出各种各样的动作，它也许能跳跃，能转体，但你让它快摔倒时扶一下，它就搞不定了。
所以，虽然波士顿机器人已经搞出来十几年了，连老板都换了三家，但迟迟没有得到商用。
正当所有研究者都为人形机器人的发展感到绝望的时候，AI的革命给人形机器人带来了新的机会。
二
根据控制论的观点，真正的人工智能机器人，必须具备三个能力，感知、运动和思考。
现在的机器人，感知和运动是没啥问题了，但思考却一直不太行。
而AI的革命，则为人形机器人补上了最后一个短板。
随着深度学习、强化学习、大模型理论和技术研究的深入，AI技术进入一个快速发展的阶段，原先一些难以处理的视觉识别、自然语言交互、翻译以及复杂决策等问题，通过深度学习和强化学习等技术的应用，都可以较好地解决。
这样一来，如果把AI大模型技术应用于人形机器人，那么就相当于给机器人装上了一颗会“思考”的大脑。
具体来说，AI给人形机器人带来的两个方面的提升。
第一是学习能力。
大模型加上传感器数据，可以让机器人更好地理解世界规律。
比如，你去冰箱里拿点喝的，捏纸质包装牛奶和捏啤酒瓶的力度，显然不一样。
而通过大模型学习后，机器人就会理解，纸质包装软，啤酒瓶硬。所以，拿牛奶要轻轻捏，而拿啤酒瓶则可以重一些。
有了这种理解能力，机器人在双腿行走时，就可以通过海量人体行走的数据，学习如何走得更稳、反应更快。
第二是基于自然语言的理解能力。
嵌入大语言模型后，机器人才能听懂语言，真正理解人类的需求。
比如，你跟机器人说，我发烧了。你的意图是让机器人给你拿药，但在过去，机器人是理解不了这种命令的，它也不知道应该给你拿什么药，你只有说“给我拿退烧药”，他才会去执行。
而基于大语言模型人形机器人呢？你说一句我发烧了，它就会理解你的状态，给你量体温，然后给你拿药，如果你高烧不退陷入昏迷，它还能帮你拨打120。
甚至你对他说“我和你妈掉水里了你先救谁”，它也能理解你想要的是情绪价值，而不是你真的掉水里了。
有了这两种能力之后，基于大模型的人形机器人才算得上真正智能化，可以根据感知系统的数据，由大模型做出肢体运动的决策，从“写一段代码做一件事”，真正具备“感知-决策-执行”的能力。
也正因为如此，自从2023年AI爆发后，2024年人形机器人也迎来了爆发，而且诞生了不少具备商用价值的机器人产品，其中比较典型的有两款。
第一款是Figure AI与Open AI公司联合研发的Figure 01，这种机器人内置了Open AI的GPT-4多模态大型模型，不仅能理解人类的需求并完成具体行动，还能给人类递食物、捡垃圾、收拾碗筷等等。
更强大的是，Figure 01具备很强的学习能力，2024年1月，Figure 01看了十几个小时的视频，就能够脱离人为遥控，独立操作冲煮咖啡，甚至咖啡胶囊没有摆正，都能自主修正进行调整。
这也就意味着，只要你给它足够的时间学习豆腐脑的做法，它完全可以给你做一份咸豆腐脑出来！而如果你说想吃甜的，他也会根据你的需要，不放卤子改放糖！
第二款是特斯拉的人形机器人擎天柱（Optimus）。
其实擎天柱早在2022年9月就亮相了，但一直进展缓慢。一直到2024年5月，特斯拉公布了第二代擎天柱的视频，大家惊讶地发现，当Figure 01还在实验室阶段时，特斯拉的擎天柱已经“进厂打工”了！
在特斯拉的工厂里，擎天柱已经承担了特斯拉工厂的分拣电池工作，能够精准地放在收纳盒子里，有时候电池放歪了，还会自主纠正，再正确将其放回准确的位置。
而这些，主要是根据人类操作的动作训练集，基于神经网络的训练，并针对各种任务进行扩展而得来的。
更关键的是，擎天柱仅通过2D摄像头，以及手部触觉，和力传感器，就可以做到这一切。
说白了，这和特斯拉的FSD如出一辙，抛弃掉价格昂贵的激光雷达，直接用纯视觉方案，就能搞定一切，完全可以所以把擎天柱看做一个两条腿走路的特斯拉汽车。
马斯克对擎天柱非常看好，在2024特斯拉股东大会上，马斯克雄心勃勃地说：“人形机器人将成为工业主力，数量有望超越人类，预计达到100亿-200亿。特斯拉目标年产10亿台，占据市场10%以上份额。其成本控制在1万美元左右，售价预计2万美元。”
显然，马斯克在这个赛道上行动更快，延续了其电动车的经营方案，通过快速量产压低成本，在所有对手都没反应过来的时候，快速占领市场。
三
有人可能怀疑，人形机器人再好，现在看起来还是有点智障，真生产出来了，会有人买吗？
其实吧，你可以怀疑马斯克的婚恋观，但永远不要怀疑马斯克在商业上的前瞻性，更不要低估世界各大投资机构的敏锐嗅觉。
从现阶段观察，人形机器人起码有三大应用领域，市场前景十分开阔。
第一是进厂。
现在的世界普遍存在的问题是什么？老龄化。
按联合国标准，现阶段日本（29.1%）、德国（22.1%）、法国（21.7%）、美国（17.1%）、中国（14.9%）等多个国家均已步入老龄社会，劳动力供给将面临短缺。
这也就意味着，用机器人代替人工作，不是可不可能的问题，是厂商必须去考虑的问题。
现在虽然很多灯塔工厂已经实现了黑灯生产，但其实有很多衔接的环节，还是离不开人，而且大部分自动化生产线是专用的，产品需求一旦发生改变，就需要改动整条生产线，成本高昂，反而是人形机器人的泛用性更强，不论你怎么改，他都能满足你。
而且，人力成本越来越贵，也就迫使厂方想办法用机器人来代替人类。
比如今年4月，亚马逊就已经启用了人形机器人Digit进入物流仓工作，Digit已经可以连续工作7.5个小时（和人类差不多），效率为人类速度的75%，任务成功率达到97%。
此外，在一些特种行业，特别是危险环境作业中，人形机器人也具有广阔的应用前景。例如，在核电站事故现场、化工厂爆炸区域、矿山救援等高危环境中，人形机器人可以代替人类，在复杂危险的环境中执行任务，减少人员伤亡。
第二是服务业。
在商务环境中，人形机器人可以用于客户服务、导购、迎宾甚至炒菜、做咖啡等任务，这类任务使用门槛比较低，应用场景也比较简单，比较适合人形机器人。
第三是家政。
咱们都知道，这一代年轻人，是不愿意结婚的一代，那么几十年后，必然爆发出巨大的养老需求。
但问题在于，他们连结婚都不愿意，又有谁愿意去给别人当保姆呢？
这时候，如果出现一个可以扫地、擦窗、擦马桶、炒菜、洗碗筷、陪人出去遛弯的人形机器人，你猜会不会有海量的需求？
而且从心理层面来说，人形机器人因为更像人，所以天然会有一种亲和力，人类愿意把其视为陪伴者的存在。
至于“猫女”机器人，就更不用说了。
虽然现在人形机器人还比较贵，但通过做大市场，实现量产，走低成本、快速迭代的“特斯拉”路线，相信市场会是很大的。
根据高盛在2024年初发布的《人形机器人专题报告》的预测：
到2025年/2030年/2035年，全球人形机器人市场的总规模将分别达到15亿美元/120亿美元/380亿美元，预计人形机器人的出货量将分别为2万台/25.6万台/137.8万台。
也就是说，人形机器人，有望在未来十年内迎来爆炸性的增长。
对于这种预期，中国其实也早有准备了。
2023年10月，工业和信息化部发布《人形机器人创新发展指导意见》中，提出了到2025年初步建立人形机器人创新体系并实现批量生产的目标，计划在特种、制造、民生服务等多个场景中进行示范应用。
看着很玄乎是么？但是别忘了，当年中国发布电动车规划的时候，觉得玄乎的人更多，现在看看呢？
在这场即将来临的革命面前，谁抢到了先手，谁就能成为下一个行业颠覆者。
所以目前，一些AI软件厂商、家电厂商甚至汽车厂商，都开始入局人形机器人，而创新型企业更多，近年来，中国人形机器人领域新成立公司20多万家。资本的热情也很高，红杉中国、高瓴创投等投资机构也都纷纷进入人形机器人领域。
在政策和资本的双重加持下，中国的智元机器人、逐际动力、星动纪元、月泉仿生、加速进化等等公司进展神速，已经陆续有成果诞生了。
当然，中国机器人公司也没死磕双脚路线，毕竟在很多规则路面的场景中，轮式和履带式机器人更有优势，成本更低，比如银河通用的双臂+轮式仿生机器人、1X的EVE轮式仿真机器人等等，甚至还有可以更换下肢戴盟Sparky 1人形机器人，轮式还是足式随你选！
更可贵的是，中国人形机器人也和特斯拉一样，开始进厂“学习”了，在合肥蔚来的组装工厂，优必选人形机器人Walker S已经可以完成车辆车门锁质检、后车灯盖板质检，高精度柔顺贴车标等任务，甚至还能伸手进车进行安全带检测，可以说泛化性非常高了。
咱们可以算笔账，人形机器人其实机体材料并不值钱，值钱的是控制器、传感器、电池系统等，看到没？这和中国新能源汽车的供应链有很大的重复性，中国只要用好这一供应链，只要产品成熟，中国就完全具备低成本、大规模量产能力。
马斯克的擎天柱机器人，声称可以降到2万美元，那么以中国的规模优势，压到10万人民币没问题吧？
目前，汽车总装线自动化率明显低于冲压、焊接和涂装环节，而总装线一个工人的成本，一年差不多也要10万元。
当买一台人形机器人的价钱，和一个工人年薪差不多的时候，这一应用场景一定会得到推广。
那么，在未来世界汽车大战当中，谁先运用人形机器人，谁就能在竞争中拔得头筹。
当然，关于人形机器人的发展，中国虽然有不少优势，但同样也面临两大挑战。
第一是算力，目前，随着美国对中国AI的打压，国内AI企业已经很难再使用Open AI的资源，而国内主导开发的AI大模型企业，起码在人形机器人领域，还没有一家能比得上Open AI。
而且，因为芯片的制裁，中国也很难再拿到高性能算力芯片，这也就导致中国就算能大规模量产人形机器人，也很难躲过美国的卡脖子，就如同现在的中国智驾一样。
第二是就业，毫无疑问，当人形机器人普及后，必然会带来大量的失业问题，先是制造业、物流等行业，紧接着就是服务业、家政业等等。
虽然人形机器人的普及也会带来一些新岗位，但新岗位的数量一定比不上旧岗位，如果发生大规模的失业潮，对社会稳定也会造成极大影响。
所以，人形机器人虽然可能会带来一场颠覆式的生产力变革，但如何产业化，如何突破卡脖子，如何避免对社会造成冲击，才是我们在人形机器人的万亿风口中，真正需要思考的。