1939年，在紐約世界博覽會上，有一臺身高2.1米，體重118公斤的機器人Elektro亮相。機器人不僅會說話、走路，甚至還會抽煙等26種技能，并宣稱具有700個單詞的詞匯量。

　　在那個第一臺黑白電視機在美國初初面世、距離后世著名的“圖靈測試”問世仍有11年的年代，這樣酷炫的產(chǎn)品自然引起了世界范圍的關注。一時間，Elektro風頭無兩，上電視、演電影、到各地巡回演出，甚至擁有了自己的機械狗Sparko。

　　以當下的技術眼光看，Elektro這些所謂的“技能”其實更多是噱頭——所謂的“走路”，依靠的是輪子和軌道;與操作員的“對話”，則是通過預先設計好的特殊音節(jié)代碼實現(xiàn);而別具特色的“抽煙”，則是靠助手把煙塞進它上嘴唇的洞中并點燃。

　　高調亮相的背后，卻是，普通的落地。

　　而這一幕與當下人形機器人們的處境也何其相似：本田的Asimo表演踢足球，波士頓動力的Atlas能后空翻，小米的“鐵大”在發(fā)布會上給雷軍獻花后還學起了敲架子鼓。人們充滿驚奇地欣賞完舞臺秀之后，卻在商業(yè)應用方向感嘆：就這?

　　80年過去了，人們對機器人的想象早已不是這樣“形”上的模仿，而是期待一款真正能成為勞動力替代的全能型產(chǎn)品，并且要經(jīng)濟實惠到足以從實驗室走進生產(chǎn)線，切實在某個應用場景中發(fā)揮效用。那在供需天平的另一端，制造機器人的企業(yè)，圍繞"人形"做文章已久，又是否真正努力過實現(xiàn)機器代人?

　　據(jù)此，本文將回顧走在技術研發(fā)前線的兩款機器人，Asimo與Atlas的艱難產(chǎn)業(yè)化進程，盤點當下最火“擎天柱”O(jiān)ptimus的技術亮點，以此展望：人形機器人，商業(yè)化路在何方?

　　1還沒有一家人形機器人公司能實現(xiàn)商業(yè)化

　　人形機器人發(fā)展至今，已經(jīng)見得了總統(tǒng)，上得了春晚，當?shù)昧四袌F，功能酷炫上天，但在商業(yè)上還是難以落地。本田Asimo、軟銀Pepper均已經(jīng)停產(chǎn)，波士頓動力Atlas、特斯拉Optimus也還尚處于實驗室階段。為何產(chǎn)業(yè)化那么難?就拿人們最期待的本田Asimo和波士頓動力Atlas來說一說。

　　“時代先驅”本田Asimo ，Born in 2000

　　從高達和新世界福音戰(zhàn)士等一系列日本動漫可以看出，似乎日本對于人形機器人有一種與生俱來的執(zhí)念，而濃厚的機器人產(chǎn)業(yè)底蘊以及良好的經(jīng)濟基礎，也給這個時期的日本研發(fā)人形機器人提供了良好的環(huán)境。

　　自 1967 年起，日本人就在仿人機器人領域孤獨地前行了半個世紀。而本田的ASIMO ，被認為是致敬著名科幻作家阿西莫夫Asimov，它作為全球最早實現(xiàn)雙足行走能力的機器人，代表了日本人形機器人的最高成就。

　　持續(xù)半世紀的孤獨前行

　　Asimo前前后后迭代了6個版本。第一階段1986年至1993年，主要攻克機器人下肢運動能力，解決雙足運動和穩(wěn)定性的難題。第二階段從1993至2000年，逐漸增加了頭、身體和手臂，此時，可以說，一個完整的Asimo雛形初現(xiàn)。此后第三個階段，本田似乎想要在Asimo的靈巧手上發(fā)力，機械手(B25J )的專利數(shù)量在2003-2008年達到頂峰，占據(jù)了本田機器人相關專利近60%。

　　最新發(fā)布的Asimo單手有 13 個自由度，雙手自由度幾乎占到全身自由度的一半，通過液壓驅動實現(xiàn)精細動作，從而能比劃手語，在不捏碎杯子的情況下拿起杯子。本田研發(fā)有限公司資深總工程師兼本田人形機器人項目負責人Satoshi Shigemi說：「很明顯，整體的靈活度是必需的，并因為手部運行能力的提升，它能夠完成更復雜的任務。

　　現(xiàn)實與夢想的差距

　　雖然酷似阿童木的Asimo一出生就受到世界人民的喜歡，但實際表現(xiàn)卻不能像動畫片里的機器人戰(zhàn)士一樣滿足人們對人形機器人的一切幻想：只能完成“擰開蓋子”“倒水”“踢足球”“跑步”這樣的簡單功能，會把高舉手機照相的動作誤認為“舉手”，然后一直不停地說“有什么問題要問Asimo?”，充滿電后僅能運動1小時。

　　Asimo更像是一個宣傳人形機器人的大使，周游全球，這與本田想要機器人服務老年人的初衷背道而馳。除此之外，300-400萬美金的造價，一個月10萬人民幣的租賃費也讓人瞠目咂舌，而目前日本平均護工的工資也不過1.5萬人民幣/月。

　　雖然Asimo代表了人類一個時期最強的人形機器人，但高昂的成本、并不成熟的供應鏈體系、差強人意的表現(xiàn)，以及更聚焦細分功能、場景的掃地/服務機器人等商業(yè)進展迅速，最終導致Asimo在2018年退出歷史舞臺。

　　“地表最強”雙足機器人Atlas，Born in 2013

　　Atlas，可謂是“流離失所、坎坷一生”。

　　1992年，學術派創(chuàng)業(yè)者Marc Raibert院士從麻省理工將Leg Lab 實驗室(致力于研發(fā)腿式機器人)剝離出來，成立了波士頓動力公司。得益于Leg Lab優(yōu)良的腿部運動研究基礎，波士頓動力獲得了美軍的青睞，旗下人形機器人Atlas的雛形就源自于2009年為美軍測試防護服性能的機器人Petman。

　　2013年，谷歌母公司Alphabet收購了波士頓動力，第一次市場化嘗試卻不如意，一個想要市場，一個堅持理想，沖突不斷升級，終于，谷歌在2015年關閉了機器人部門Replicant，并在2017年將波士頓動力賣給了軟銀。然而，軟銀在愿景基金帶來的約1.8萬億日元(約171億美元)的投資虧損下，也不得不斷尾求生，于2021年將波士頓動力賣給了韓國現(xiàn)代。

　　追求極致的運動能力

　　為了將運動能力做到極致，Altas使用了液壓動力裝置，依靠流體動力可在狹小空間實現(xiàn)密集解決方案，特別適合大負載的場合，例如運載火箭的發(fā)動機、中國空間對接綜合試驗臺，還有那滿大街的挖掘機。框架和腿則采用3D打印技術，巧妙的將液壓管道內(nèi)置在3D打印鈦金屬骨骼內(nèi)，有點模仿人類血管在骨骼內(nèi)那味兒了。

　　同時，通過頭部的搭載的RGB攝像頭和TOF深度傳感器獲取更加全面的環(huán)境信息，利用自創(chuàng)的“軌跡優(yōu)化行為庫"和模型預測控制器(MPC)，根據(jù)運動情況調整其發(fā)力、姿勢、動作發(fā)生時機等細節(jié)。

　　除了秀，還能干啥?

　　在以上如此優(yōu)異的性能下，劣勢也顯而易見。首先，昂貴。Atlas使用了很多特殊和高成本零部件，一臺造價就高達200萬美金，而同臺跳舞的的機器狗spot雖然售價不到1/20，也僅售出200來臺。其次，“嬌嫩”，維護成本高、噪音高、電耗高等。波士頓動力也承認，Atlas機器人的可靠性還無法與機器狗spot相比。最后，寂寞，找不到合適的應用場景。

　　Asimo、Atlas，雖然相差十三年，但結局卻一樣，高昂的成本、缺失的場景，只能淪為行業(yè)先驅。

　　2馬斯克的擎天柱，再一次點燃信心

　　時間回到2006夏日的一天，馬斯克夢到一個完全自動化的未來制造工廠，機器人高速制造所有東西，這些東西被傳送帶在正確的時間運送到正確的地方。夢醒后興奮的馬斯克，宣布特斯拉要用“機器生產(chǎn)機器”，也就是建立全自動化工廠模式。

　　接下來便是特斯拉眾所周知的“產(chǎn)能地獄”經(jīng)歷。而自動化工廠的失敗，并沒有打消馬斯克對于全無人工廠的執(zhí)念，反而播下了量產(chǎn)“工人”的種子。他多次在公開場合發(fā)起了牢騷：為什么現(xiàn)在的機器人，都無法實現(xiàn)像人手一樣實現(xiàn)“撿起零件并放置在電池上”這類簡單的任務。

　　因此，當人形機器人Optimus發(fā)布時，馬斯克還特意讓機器人演示了一遍這個動作，以表成功。但從效果來看，Optimus還是落了個“高開低走“的狀況，運動能力嚴重落后于公眾預期。不過，它那雙五指靈巧的手，還是值得深究，成為人形機器人商業(yè)落地的一個重要突破口。

　　Optimus的“靈巧手”

　　研究一雙靈活的手

　　人手能以每秒300度的速度移動，擁有成千上萬的觸覺傳感器和21個主動自由度，是人類勞動最完美的工具。而人類對機器人多指靈巧手的研究，則是從假肢開始的，作為一個單獨學科，已經(jīng)有64年的研究歷史。

　　目前主流的靈巧手有兩種方式，一種是內(nèi)置式，即將驅動、傳感、控制等所有的驅動執(zhí)行零部件都集成在手掌內(nèi)。典型代表的靈巧手，是由哈爾濱工業(yè)大學機器人研究所 (HIT) 和德國宇航中心 (DLR) 合作了20多年共同研發(fā)的，而這個手掌因為集成零件多，也是普通人手掌的1.5倍大。

　　另一種，則是外置式。即將體積較大的電機驅動器外置在手臂，采用拉線方式從遠端控制靈巧手的關節(jié)。這種方時和內(nèi)置相比，成本更低、難度也有所降低。典型代表是英國的shadow hand，而馬斯克的Optimus也采用這種方式。

　　一歲嬰兒就會抓取，但對于機器手而言，且不說完全比得上人手，即使可以使用，都走了一段半個世紀的研發(fā)路。那么，馬斯克的Optimus，有什么不同呢?

　　人形機器人“第一手”

　　Optimus的設計靈感來自于生物學，和人手一樣同樣使用5個手指，擁有11個自由度。像拉線玩偶一樣，由5根“經(jīng)脈”(線驅動) 獨立控制手指的彎曲和展開，負重20磅(9KG)和自適應抓取(能夠抓取不同形狀、尺寸的物體)的能力，因此，使得Optimus的手部勞動力能夠勝任工廠的一般工作。

　　手腕則由兩根執(zhí)行器控制，這個設計不僅能讓手腕轉動，還可以做水平的動作，這也是目前市面上其他人形機器人鮮有見到的。除此之外，特斯拉還需要將4-5kg左右的電驅手臂集成在雙足機器人上，這對人形機器人的行動、操作和精巧抓取都提出了更高要求。

　　雖然Optimus在技術領域實現(xiàn)了提升，但對于人形機器人而言，更重要的話題是：成本，能夠量產(chǎn)降本才是核心。

　　量產(chǎn)的突破

　　馬斯克準備用SpaceX的套路打造機器人，一切都是以規(guī)模產(chǎn)業(yè)化為目的，以指數(shù)級砍成本。

　　一方面大量復用特斯拉汽車現(xiàn)有技術降維打擊，包括電池、散熱、視覺避障等。胸腔內(nèi)安置的2.3kWh的電池，能支撐Optimus工作一整天。這個耗電量，差不多也是一個成年勞動者一天消耗的能量。另一方面全身都沒有使用特殊訂制的零部件，而是優(yōu)化了全身 28 個驅動器設計參數(shù)，最終采用通用的兩類六種伺服關節(jié)(基于無框力矩電機+諧波減速器的旋轉關節(jié)，基于力矩電機+滾珠絲杠的線性關節(jié))。而至于Optimus比老人還走的慢，那是因為特斯拉損失了一定響應速度，以降低能耗。

　　通過這套流程下來，Optimus的吸引力大增：2萬美金一臺、一周工作7天、充電一次工作一整天。而對比之下，美國特斯拉工廠一個普通工人工資一小時最少16.2美元，一個月近6000美元，也就是說，3個月普通工人的工資，就能買下一臺一周工作007、不會請假、不會抱怨的高效“廉價勞動力”。

　　而在小批量量產(chǎn)以后，馬斯克還可以將Optimus放在特斯拉超級工廠里，邊工作邊迭代，也許將來有一天，我們會看到成千上萬個Optimus在火星上幫人類搭建家園。

　　正是因為有了量產(chǎn)的規(guī)劃、手的突破，因此，鋼鐵俠馬斯克，還是給大家?guī)砹撕芏嗥诖?/p>

　　3技術的演進路徑

　　人形機器人的發(fā)展還處于突破技術壁壘的早期階段，導航定位、環(huán)境感知、指令分析、行為控制等關鍵技術，都還沒完成從“能用”到“好用”的長征，那么，會有哪些技術演進路徑呢?

　　雙足行走，不是移動機器人的唯一選擇

　　雙足對于人形機器人來說承擔著移動的任務。但相比起來，輪式和四足機器人應用更成熟、成本更小、技術難度更低。波士頓動力曾公開表示，目前Atlas將不會商業(yè)化，真正實現(xiàn)商業(yè)化的是它的四足機器人。

　　這兒大膽猜測一下，特斯拉的Optimus，是否會像馬斯克的第一輛電動酷炫超跑一樣，目前的雙足只是噱頭，最終產(chǎn)業(yè)化的時候又會回到四足或是輪式?

　　機械手的靈敏度，反映人形機器人的技術實力

　　靈巧手的關節(jié)越多代表越靈活，能做的操作也越多。本田從足部運動轉向機械手研究，雷軍公開招募靈巧手機械工程師，也說明了人形機器人的玩家，開始意識到手的重要性。

　　機器人1.0時代的代表“機械臂”模仿人手在制造和組裝流水線，進行著無聊的、重復的、固定的工作;機器人2.0時代的代表物流機器人，通過輪子在提前規(guī)劃好的路徑移動，利用視覺感知獲取信息并判斷，將物品搬運至固定的位置。

　　這兩個階段的“手”，也就是末端執(zhí)行器，可以是帶有噴槍、焊槍的工具，也可以是氣動吸盤(如波士頓動力Handle Logistic機器人)，又或是模仿人手的夾鉗(如小米鐵大)、三指夾爪等。

　　而機器人3.0時代的手，也許會是布滿了傳感器，通過感知物體的重量、大小、溫度，采取不同的姿勢和力度對不同形態(tài)的物體實施抓取，并使物體表面受力比較均勻，再加上頭部的機器視覺、算法等技術，最終可以像人一樣進行更準確的判斷。

　　智能交互，才是我們期待的未來

　　“手”的操作離不開“腦”的決策，“智能化+類人形+低成本”是機器人發(fā)展的主要趨勢。

　　機器人研發(fā)一般采用“本體—技能—智能”自下而上的研發(fā)路線，從雙腿運動逐步擴展到手等功能部件，最后考慮智能化。人形機器人的未來將是，如何讓人形機器人“更聰明”，面對復雜的跨場景工作模式，要真正地實現(xiàn)代替人，還需提升AI技術的感知能力。

　　目前的 AI 應用層面仍然過于單點化，只有 AI 能力實現(xiàn)，實現(xiàn)由單點智能向全局智能、由認知智能向決策智能的跨越，我們才能與更聰明的AI 機器人頻繁互動。而通過硬件、算力、算法、數(shù)據(jù)等要素持續(xù)迭代升級，實現(xiàn)人與機器人之間達到人和人之間的交互體驗，這也是終極人形機器人商業(yè)化發(fā)展的重要一步。

　　4結語

　　一款真正能成功產(chǎn)業(yè)化的產(chǎn)品，除了技術的成熟、成本的降低，最重要的還要有足夠廣闊的落地場景：例如二維碼，也是在技術成熟15年后，才在微信“掃一掃加關注”這個場景下，得到了前所未有的應用。

　　而機器人行業(yè)，會有一道共性難題：標準化生產(chǎn)、和非標準化的應用場景。標準化、大規(guī)模生產(chǎn)，才有助于降低成本;但要實現(xiàn)大規(guī)模，場景必然會擴大，于是又會面臨許多非標準化的需求。這是機器人不同領域、不同公司都要平衡的要素。

　　縱觀目前大規(guī)模應用的各類機器人，能快速實現(xiàn)商業(yè)落地的，大多有幾個特點：功能單一、使用場景固定、需求清晰，比如工業(yè)機械臂、掃地機器人等。而人形機器人既有優(yōu)勢、又有劣勢，更需要對矛盾“把玩琢磨”。

　　一方面，人形機器人的天然優(yōu)勢在于其通用性。集成功能多、終極通用裝置，一款成熟的產(chǎn)品即可適用于廣泛的需求場景，不再有傳統(tǒng)“工業(yè)機器人”、“服務機器人”這樣明確的功能屬性。因而，具備標準化、大規(guī)模生產(chǎn)的基礎，可以快速降本。

　　但，另一方面，正是因為哪里都能用，所以，也有可能會顯得，哪里都不是最好用，或者說，有些功能是冗余的。因此，找到場景就很關鍵。

　　比較之下，工業(yè)場景也許是人形機器人邁向產(chǎn)業(yè)化的第一塊陣地。工業(yè)場景，既有需求，可以將人類從繁重、危險的“4D”工作中解放出來;又具備一定通用性，適配部分工業(yè)場景領域分散、各自規(guī)模較小的問題。同時，在經(jīng)濟性上，相對于C端客戶，工業(yè)場景的支付意愿、能力也更高。

　　人形機器人，技術在不斷突破新高，但人類的需求也在不斷豐富、復雜。這是一場供給和需求的賽跑、技術和商業(yè)的較量，前后者之間，似乎就像程序員永遠跟不上產(chǎn)品經(jīng)理的步伐一樣。但幸運的是，技術的發(fā)展，并非線性，奇點之后就會有極大跨越。

　　也正因此，在大眾紛紛失望嘆氣之時，人形機器人領域創(chuàng)業(yè)者和投資人們，依然會在心里打氣：這是“長坡厚雪”。