资本相信人形机器人

人形机器人的此时此刻,恰如2019年自动驾驶爆发前夕。

优必选机器人听指令抓东西

参考自动驾驶结合大模型的趋势,机器人在结合了多模态大模型后,也开始能理解现实世界。在现场,银河通用机器人展示的便是药店值班的场景。机器人在拿取货架上的药品之余,看到有东西掉到地上还能自己捡起来。

9.jpg银河通用机器人演示药店值班场景

AI大模型对于机器人能力提升的重要性,刘聪认为主要体现在三个方面:

首先,大模型显著提升了机器人解决复杂任务的能力,根据理解,把复杂任务拆解成一系列可执行的任务。

接下来,在多模态大模型的能力下,机器人可以依托视觉、触觉等在更复杂地场景里做事。

最后,体现在运动能力上,机器人可以根据AI合成的数据做模拟训练。如果没有大模型,机器人实现的功能会相对受限。

由此也看出,数据是除了大模型技术外,制约机器人下一步进化最关键的要素。

为了获取足够用于机器人训练的数据,不少厂商通过真实数据和仿真数据结合的方式解决。在真实数据的获取中,厂商一般通过真人动作和机器人遥操作的方式,将任务过程中的数据“喂”给大模型。而仿真数据则是通过搭建一个尽量真实的场景,设定尽可能多的建模和现实参数,让虚拟化的机器人进行训练。

不过,上述的两种方式还是存在着各自的短板,当前机器人行业还远未达到数据飞轮的启动时刻。一方面真实数据的成本极高,机器人当前还达不到自动驾驶般的普及度。在真实数据足够多之前,厂商需要花长时间和配备数据标准团队来一点点积累。而对于仿真数据而言,最大的问题还是现实仿真不够真实。机器人在模拟世界能成功,但导入到现实世界就会有一定的失败率。

“现阶段,对机器人行业最大的一个限制,还是AI不太够。AI模型、AI的训练数据集、AI的场景的落地部署,都完全远远不够。”王兴兴称。

而随着AI的发展,赵行预判,“随着更高效的算法和算法的泛化能力提升,未来机器人学习一个技能的数据量将会从现在的几千、几万,下降到一千甚至几百几十的数量级。”

参考自动驾驶行业由量产带来的数据飞轮,为了进一步解决数据问题,不少机器人厂商正在探索从量产中“拿”数据了。

抢销量,人形机器人站在量产前夜

价格,是人形机器人走向量产的一大制约因素。

据光锥智能在世界机器人大会上向各家了解,智元机器人合伙人兼营销服副总裁姜青松称,一台1.7m高的人形机器人行业内售价大概为60-70万。

相比前几年数百万起的波士顿动力,这些价格已经是少数行业能接受的“尝鲜价”,但离大规模普及还非常遥远。

王兴兴称,“现在还没有真正到商业闭环。一台机器人达不到比人还低的成本,商业价值依旧不是正向的。”

这是因为,从研发成本角度,由于人形机器人的不成熟,公司的研发过程会在技术布局、硬件选用、场景设计等环节中设置充分的冗余空间。这导致产品在前期研发成本的分摊下,“背”上了大量除必要硬件之外的“隐性成本”。

而在销售环节结束之后,机器人公司还要继续为应用效果负责。“厂商要为工业应用试点客户,配置专门的驻场团队来进行后续研发和维护”,在大会现场,一位参展商这样告诉光锥智能。

虽然当前的客户需求和产品都非常不标准化,但是光锥智能在大会现场发现,不少厂商已经尝试在不同的需求下,制定了相应的产品策略,试图让机器人的销售更加顺畅。

基本上,光锥智能了解到多家厂商的通用人形机器人售价集中在50-60万元的区间,并搭配廉价的量产版本作为产品线补充。例如,四足机器人销量最高的宇树科技,其通用人形机器人H1售价就定在了50-60万,最新的G1人形智能体也发布了量产版本,售价仅9.9万人民币起。

另一边,众擎机器人的人形机器人销售更加极致,为了降低成本,在拿掉了机器人的“头和双臂”后,众擎DG01干脆把“大双足机器人”的价格干到了3.85万。

这或许意味着,人形机器人的第一轮价格战快要来了。

10.jpg众擎机器人定价3.85万 光锥智能拍摄

但更大规模的降价,还得依靠量产。

日前,智元机器人预计今年的出货量为200台,已经是行业头部水平。而上一个阶段中,商用清洁机器人的单家出货量也仅在一年千台左右。

什么时候能突破一年万台,甚至十几万台的销量,才是机器人真正的“iPhone时刻”。

为了达到量产目标,头部人形机器人厂商已经把第一个场景瞄向了工厂。

在全球范围,除了特斯拉正在使用的自家机器人Optimus外,OpenAI 投资的Figure已经与宝马合作,计划在美国南卡罗来纳州落地Figure 01机器人。而美国机器人制造商Apptronik则与奔驰合作,Apollo机器人已经在奔驰的流水线上搬箱子了。

在国内,当前落地最快的还是人形机器人唯一一家上市公司优必选。今年以来,优必选的人形机器人已经进入蔚来汽车、东风柳汽、吉利汽车、一汽等多家车企“打工”。随着优必选在经典制造业场景的落地,人形机器人在质检、搬货、分拣、拧螺丝、装配等环节,初步验证了行业应用的可行性。

“目前机器人行业尚在早期,但随着大模型的加持,技术和产品的从0到1,有望在三年内一起突破。”谢晨总结道。

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关阅读

评论