波士顿动力开创人对话国际四大AI机器人CEO 人形机器人是炫耀而非消费力 (波士顿动力开源了哪些代码)

admin1 11个月前 (08-24) 阅读数 130 #财经

8月24日下午，2024全球大会上，举行了一场等候已久的中国、美国“具身智能”与人形机器人范围学者的“全球对谈”。

大名鼎鼎的“机器狗之父”、美国波士顿动力开创人Marc Raibert（马克·雷伯特）初次到来北京。他说，“我简直不敢置信，不只是机器人的数量，难以置信，还有这么多热情的人介入了展览。中国对机器人的兴奋和热情很高。”

而此次与Marc对谈的四位CEO所在的公司也不寻常：除了宇树科技之外，星动纪元、银河通用、北京具身智能机器人创新中心都成立有余2年，一出道就是具身智能和人形机器人行业的“顶流”。

其中， 星动纪元由姚期智率领的清华大学交叉信息研讨院孵化成立的，星动纪元开创人陈建宇如今还是清华大学交叉信息研讨院助理教授，公司融资超亿元，联想创投已介入其中。

银河通用机器人开创人的王鹤则是北京大学助理教授，也是北京智源人工智能研讨院具身智能研讨中心主任，过去半年，银河通用成功天使轮融资算计7亿元人民币，刷新了国际人形机器人范围单轮融资规模，美团战投、北汽产投、商汤国香基金、讯飞基金、启明创投、蓝驰创投、经纬创投、源码资本、IDG资本等头部财务机构都介入其中。

而北京具身智能机器人创新中心则是北京市发动成立的机器人“国度队”机构。北京具身智能机器人创新中心总经理熊友军，目前还是“人形机器人第一股”优必选科技CTO。

Unitree Robotics（宇树科技）也是当下人形机器人行业的明星企业。公司开创人、CEO、CTO王兴兴毕业于上海大学，取得了机械工程硕士，具有近10多年足式机器人研发阅历，拥有产品从0-1-100的研发与商业化落地才干，100+项机器人相关专利。

此次圆桌由德国慕尼黑工业大学教授 Alois.C.Knoll掌管，美国波士顿动力开创人Marc Raibert（马克·雷伯特），与中国四大AI机器人企业领军者——陈建宇、王兴兴、王鹤、熊友军，五人围绕机器人行业、AI 大模型驱动机器人展开等议题展开讨论。

一个多小时的圆桌当中， Marc表示，未来5年，机器人配件展开仍将十分关键，但同时，能够打破语义了解阻碍的基础模型或其他 AI 方法也将对机器人技术出现更大的影响。不过，要想取得机器人范围真正的提高，就要求更高的牢靠性和安保性，未来人们要求投入大批资源努力处置此类疑问。

Marc十分不看善人形机器人行业。他以为，工业机器人曾经十分成熟，而且能够商业化，目祖先形机器人“在某种水平上是一种炫耀，而不是一种消费力”。

陈建宇表示，过去10年AI展开很快，从方便的图像处置，到深度学习、强化学习，再到ChatGPT技术，这关于未来“具身智能”出现很大的影响。未来几年，AI、具身智能会与人形机器人不时融合，去训练一个通用模型。他置信未来5年，我们将迎来“机器人的ChatGPT时辰”。

王鹤指出，以后 AI 大模型在机器人上仍有微小的局限，尤其是“泛化的开瓶盖”技艺还没有训练出来，但同时，这也是大模型带来了关键机遇，一旦大模型涌现才干不时增强，他以为未来5年，依然有一个至少做操作义务的通用机器人机遇。

熊友军表示，以后关节性能优化、高的能量和电池密度的优化十分快，使得机器人的运动控制才干、电机等方面优化十分快。未来5年，机器人关节和能量密度会继续优化。毕竟和人类相比，如今机器人的能量行动效率还是有十分大的差距。

以下是媒体AGI编辑对此次圆桌全文整理：

问：您能否向观众方便引见一下您的任务：您为什么以及什么时辰末尾对人形机器人感兴味的？

Alois：我从 2001 年末尾担任慕尼黑大学的教授。我对人类噪音的一个方面出现了兴味，那就是具象化，对吧？我的好友 Pfeiffer 和我们一同从大学毕业。苏黎世退休了，不幸的是，我们坚信具象化。所以我们以为，在我们的人类类型中，智力只会在以十分天然的方式与全球相连的人类类型身体中展开。所以身体应该有相同的动力，相同的尺寸，等等。否则，就很难做到这一点，你在这里看到的 Kronos 系列机器人，左边，左下角的 Roll Boy2024 就是这种决计的结果之一。

我以为你贴出的那张图片对我回答这个疑问很有协助。假定人形机器人意味着两只胳膊、两条腿直立向前，那么直到最近我才对此感兴味。理想上，我不时以为如今的公司重视性能性，作为一名教授，我以为性能性才是最关键的，机动性、灵巧性、感知力和智能，而外形和外观则是次要的。另一方面，假定人形机器人意味着像腿一样的灵敏生命，我会把它与全球互动。我不时是人形机器人的粉丝，虽然我建造的第一个机器人是弹簧单高跷的东西。我以为人形机器人的许多基本要素都在那些弹簧单高跷的东西中。确实，当我们末尾建造机器人时，波士顿动力公司是直立的，有两条腿，两只胳膊。有时抢先。假定你看看群众的反响，你会发现 YouTube 点击量介入了 10 倍，我十分关注这些点击量或评论，或许只是人们的态度。人们十分感兴味。一般的非迷信家，比如说，非工程师，他们对人形机器人很感兴味，而狗惹恼机器人却得不到相同的赞誉。

熊友军： 我是从读博士的时辰，2000年末尾做机器人的研发，事先读博士的时辰，那时辰更多的是做工业范围、特种范围的一些机器人，用在一些风险的环境外面，由于那时辰机器人技术还是十分不成熟，但在很多特种范围和风险场景外面，是要求用机器人去成功任务了，但是那时辰机器智能通常上是很差的。所以我们事先想的方法，是将机器人的智能跟人的智能结合起来，所以做了一些机器人要操作的一些事情。

但在遥控操作成功这些任务的环节中，我们发现有很多的场景，通常上用轮式的工业机械手臂是处置不了的，尤其是有时辰在一些特种场景环境比拟狭小，然后环境比拟复杂的轮式，然后履带式通常上基本就进不去，但是人是可以出来。还有一种，是要试用很多工具去成功那些任务。

所以事先我们就觉得，假定说有微型机器人的话，通常上应该是能够提供很好的处置工具，或许一种处置方案，但是我们事先那时辰也看到了日本本田ASIMO，给我们提供了很多的一些启示，所以那时辰我就对人形机器人十分感兴味。前面毕业之后，不时在做机器人相关的任务，

2012年，我跟优必选科技CEO周剑先生创立了公司，做人形机器人研发任务，去年从深圳到北京末尾筹建具身智能机器人创新中心，如今也是不时在聚焦人形机器人方面的研发，关键的想法是心愿说能够处置人形机器人方面的一些特性、关键的技术疑问，比如本体的一些基础研发有余，其实我们如今微型机器人在本体在关键的中心器件，然后在一些传感器方面其实上有十分多要攻克的中央。另内在运动控制，通常上我们也做了十分多的运动控制的技术研发，采纳深度学习强化学习的这种运动控制的方式，包括如今也用一些融神经网络的一些方式用去做运动控制，同时其实我们如今还在做关于智能方面的一些研发，比如说把用如今具身智能的方式，做一些基础性任务，比如建它的数据集，研发机器人大模型框架等。所以这就是如今我在做的一些事情。

陈建宇： 其实这个兴味是很小的时辰，就不时对智能机器人十分感兴味，我印象很深化，刚刚兴兴说她10岁的时辰，我估量也是差不多相似的时期，不过事先看的不是波士顿动力，事先关注的是ASIMO系列机器人，事先我就十分的去着迷。然后我觉得，创业这件事其实是充溢了应战性的，marc兴办了波士顿动力做了40多年，其实我是十分尊崇的，就是说你没有一个发自心田的、天生热爱的话，其实很难去坚持上去的。所以对我来说，对这类机器人的热爱，我觉得某种水平上是从小就具有就拥有的。

那么真正末尾做机器人其实是本科的时辰。事先在学校外面，我就接触真正意义上的机器人的研讨，事先接触了双足机器人，关键是做的就是捕捉点步态规划相关的研讨。后来，博士阶段继续做机器人，虽然不是人形机器人，但是也是相关的一些机器人的范围，控制它的学习，包括无人车和机械臂。而真正的去全力做人形机器人，是在我回国之后，然后在如今清华正式投入去做人形机器人，还孵化了星动纪元公司，如今我们曾经做了最新一代、第六代机器人了，然后我们也在展会上方带来了我们机器人的实物，欢迎大家去关注。

王兴兴： 大家好，我是宇树科技开创人王兴兴，刚才有提到我大约或许10岁的时辰就看过marc先生在MIT实验室做的双足，还有单条腿的机器人，然后印象十分深，在09年、10年的时辰，大约大一暑假，我就做过一个小的人形机器人，然后事先做的不是特地满意，然后后来的话，就在研讨生时期做了XDog这款机器人，差不多在13年到15 16年，这款机器人的话又采纳了比拟低本钱的配件，然后运动性能十分好，可以直接成功关节的力控以及零件的力控。

后来的话，一末尾我对人体机器人的技术还是跟相对来说比拟绝望的，但是后来的话在2022年左右，整个的机器人、AI技术的提高，然后再加上ChatGPT出来以后，大家都看到人形机器人和AI结合的或许性，所以说我们公司又重新末尾做人形机器人。说真实的，其实我真正感兴味的并不是说人形机器人，而是新的一个智能体机器人的外形。而人形机器人或许只是说目前大家比拟公认的、一个最有或许性的通用机器人和通用AI的结合体，但是这或许并不是个独一的，我真正心愿能降生甚至更比人更初级的一个智能体外形，可以大大推进整集团类工业的革新，推进新的工业反派。

王鹤： 我是北京大学计算机学院助理教授，也是北大银河通用具身智能结合实验室的主任王鹤，那么，我跟人形机器人、具身智能结缘，关键是从我在斯坦福大学末尾读博的时辰。那么2016年的时辰，事先深度学习技术曾经出来了，也运转在很多图像识别分类这些义务当中。那么事先作为一个前沿研讨，我们试图去了解人类是如何把感知思索还有交互的才干融合在一同的。

所以我博士时期的第一个任务，就用一个视觉模型来看桌面上人的举措和物体的一个运动，然后推理人下一步想要什么，这是一个言语模型。

最后再用一个方便的机器人，智能的马克杯去照应人的举措，那么这个任务取得了欧洲图形学的最佳论文提名，但是我们以为它十分的有余，就是我们的一个马克杯只能在桌面上移动照应人的举措，它没有跟人交互的才干，我们的视觉只能看有限的几一种物体，那么我们的言语模型只能依据这集团跟这些桌面东西的一些举措来做方便的推理。

那么经过过去8年我们的研讨，在怎样样把机器人的操作才干搞得更泛化，什么东西都能抓，都能够放置，那么还有跟如今的多模态大模型技术结合，真的明白人类想让你干什么，那么言出法随的去行动所以去年我们就孵化了北京银河通用这家人形机器人公司，我们如今也是把视觉、言语、举措这三种不同的模态融合到大模型当中，真正的赋能人形机器人，让人形机器人能够走进千行百业、千家万户，这是我们的愿景。

问：你以为，我们今天拥有的哪些关键技术是 10 年前没有的，但关于适用的人形机器人来说却至关关键？它们在未来 5 年将如何展开？

我以为配件开发仍将十分关键。假定我们议论未来 5 年，毫无疑问，能够打破语义了解阻碍的基础模型或其他人工智能方法将出现最大的影响。

我以为，人类可以做的就是，概括和了解他们所看到事物的含义，而目前还无法真正捕捉到这些含义。我置信，假定人工智能能够在这方面取得进度，我以为它将出现微小的影响。

通常上，过去十年来，每集团都在计算机、传感器、感知、控制等方面取得了微小提高。电池，我以为人们遗忘了电池。虽然电池是工业时代的产物，但是它们确实十分关键。是的，所以在电机方面过去 5 年里，人们做得很好，我以为电机曾经取得了长足的提高，当然，我们将看到更多。

陈建宇： 我从AI的视角来讲一讲，觉得十分大的一个不同。假定依照10年前的话，其实是2014年左右，事先是DeepLearning刚刚出来不久，它其实处置了很大一部分，比如图像处置等等一些疑问。

那么前面，其实有我以为两个最关键的里程碑：一个是以16年阿尔法狗为代表的深度学习，紧接着把它用在了强化学习上方，做深度强化学习，处置了一些疑问；第二个是以ChatGPT为代表的大言语模型，所以这点我以为是过去10年没有的，但又对未来我们人形机器人，或许是具身智能起到十分大的选择性作用的两个原因。

那么或许在接上去的这几年时期，这两项技术会十分深度的跟人形机器人、具身智能融合起来，但他们也区分要求经过必需水平的训练，从而能训练比拟通用的一个模型，那么我们也能处置愈加丰厚的物理全球的数据程序。那么我置信，在接上去的5年，这几项技术都能起到十分大的一个进度，我们或许会在5年内迎来“机器人的ChatGPT时辰”。

王兴兴： 对过去10年最大的，还是AI技术带来的各种事情有更多的决计。我觉得除了 AI技术自身最大的点，关于人形机器人，关于整个社会共识的介入也是十分关键的，就是目前大家愈加置信AI，愈加置信人形机器人可以降生更多价值，这在10年前是完全不能设想的，那时整个社会基本上对此都完全没有决计。

另外一点的话，我觉得在未来5年，总体上是必需整个 AI 机器人、AI模型变化会十分快，由于目前的AI真的是一日千里，大家可以用AI集成技术，去搭建各种自己的模型去做训练，这整个曾经变成一个十分的扁平化，以及容易操作的环节，其实很多人大家都可以介入出去，去做机器人模型并且去做训练，所以我觉得。未来5年这块的各种AI模型创新，包括更新的一些神经网络模型，包括脉冲神经网络等都有很大的一些机遇。

王鹤： 我觉得10年好快，10年前是2014年，其实我们曾经看到inbody的AI，甚至不是一个在西方的学术界比拟popular的词汇，那么过去的十年，我觉得一大技术的进度，就是我们在具身智能外头曾经有一些技艺成功了十分强的泛化性。

那么以我集团的研讨举例，在抓取疑问上，我们取得了比拟长足的提高，那么我们从只能抓方块圆的这些特定外形的物体，到基于三维视觉传感器，我们可以抓不透明、不反光，也就是在深度传感器外头能完美成像的这些物体，到我们最近的技术能够预测透明、高反光、金属、吸光这些十分有应战材质的物体，基于它去做泛化抓取操作。

那么在今天的展厅，我们都接受观众给我们的各种外形，各种材质随意堆叠乌七八糟的物体，我们的机器人都展现了十分泛化和高成功率的抓取才干，那么如今的疑问是，像这样的每一个技艺，大家都在分区分的去做开发，那么很多人会提问你能帮我抓水瓶，你能不能帮我把瓶盖给拧开？我十分不好意思的说，如今泛化的开瓶盖技艺我们还没有训练出来，这个就是大模型能够带给我们的机遇，那么大言语模型涌现，也就是这种紧急行为紧急行为，他能够在只见一次性性或许是第一次性性零次的演示的状况下，他都了解你要生成什么样的文字，我们置信未来的5年给我们的机遇就是展开机器人基础大模型，它能够成功涌现才干，它吞吐足够量的数据后，有灵巧手，它能够抓能够加、能够拧，能够掰各种基本的手的各种运动才干都有了以后，他能涌现，我们给他看一个视频，他就能了解这个活怎样干，到那个时辰我们真正的就有一个通用的、至少做操作义务的的机器人了，这是我以为未来5年的一个机遇。

熊友军： 我觉得这一轮的机器人技术的提高关键是由AI来驱动的。毫无疑问， AI驱动我觉得体如今几个方面。

第一个就是它人机交互性能失掉了极大的优化。我记得10年前我们做人工智能、做机器人的时辰的那些交互，假定说我要加语音加视觉，第本钱十分高，第二个我们要做大批的研发的任务，我们要求几个博士、硕士带着一个团队，花很长的时期才干够成功一些物体识别、语音分解，天然言语了解NLP，还有甚至是TTS、语音分解等方面的一些任务，甚至包括导航，但是我觉得，如今随着技术的提高，我们如今做人形机器人的大模型，我们直接一个端到端的直接语音给指定给他，然后很快他就可以有比拟好的行为输入，有很好的意图了解，然后做义务规划等。这是一方面，我觉得这一轮对人机交互、对生物的规划、对行动号方面都有微小优化，在10年前基本上都很难去设想。

然后第二个如今的这些配件方面也有极大的优化，体如今两个方向，第一个如今关节的性能的优化是十分快的，大家可以看到很多公司机器人可以末尾去做一些十分灵敏的、猛烈的运动，通常上离不开关节性能的优化、高能量密度比，然后高的转速、高性能等这些技术的优化，通常上，在10年前我觉得是很难去做到的。当然了这也有运动控制才干的优化、电机的优化，如今其实也有采纳更多结构设计的方式，更适宜它的规划等方面都有十分大的提高，包括把腿的转成惯量、把电机往上提等等，有各种各样的结构设计的技术的变化。

另外，刚才还提到能量，其实早前我觉得10年前我们做机器人的时辰，一个电池就像我们面前要背一个十分微小的电池包动力包，而且能够继续的时期很短。但是这几年随着新动力汽车对电池技术的推进作用，其实我们看到它的电池能量密度大幅优化，我如今一个比拟小的电池，可以支持比拟长的时期，我觉得这是一个十分关键的技术打破。

未来，我觉得5年之后，这几个或许还是一个严重、要打破的方向，像刚才说的人机交互方面，我们心愿大模型能提供更终年的义务规划，然后做意图了解等等方面，我觉得我们能只需给他一个十分模糊的指令，他就可以给我们输入我们很规范的很天然的这种交互的结果。第二方面，或许就是在规划实施义务方面是一个十分严重、要攻克的方向，我们环境会经常变，面对的是一个灵敏环境，然后机器人能够依据环境变化，能够实时去改动它的一些行动战略等。当然，像能量方面我觉得是一个继续要优化的，它毕竟如今能量行动效率和我们人相比，还是有十分大的一个差距。

问：大规模部署人形机器人要求成功哪些义务？

Marc：但是假定你如今从更微观的角度来看，我刚才说了假定你想致富你如今就不会着手开公司，但是假定你想生活下去。你至少也得收支平衡。

我想这是一个更久远的方案，我以为要想取得真正的提高，你必需暂停，或许我不是说你必需暂停，我们在我的研讨所暂停，让机器人更牢靠的本地目的将是一件关键的事情，假定我能指出旧金山的智能驾驶汽车，他们杀死了一集团，这通常上甚至不是智能驾驶汽车的坠落。然后克鲁兹完全分开了旧金山。我知道如今还有很多事情在启动，但这在机器人范围很容易出现。因此，牢靠性是一个关键原因，这是人们投入大批资源努力处置的疑问之一。但这无助于处置，将我们带入下一代的更大疑问。当我说我不以为每集团都必需专注于你所说的真正有用的东西时。

陈建宇： 要做到大规模运转的话，有十分关键两个事情：一个是能不能找到大规模的需求，另一个能不能有我们技术，足够去成功、满足需求。

其实如今有很多零散的扮演需求，假定要求真的抵达max（大规模）的话，我觉得关键还是看休息力，十分密集的一些产业，比如三个阶段，一个是工业、商用和服务。

大体我以为，技术也基本上是依照这样一个方向去成熟展开，其中我觉得给我的感受，我以为工业的话或许会比拟快就能够去用上了。其实刚才Marc的报告中外面也曾经展现出来了，不论是人形，还是一些轮式的机器人，在工厂搬运的这一类的环境外面，曾经是抵达了十分靠近人类的一个节点，那么在未来，它或许会更快更弱小，然后以及本钱更低，抵达这个时辰的话，其实它的第一个大规模运转的点就到了。

王鹤：我觉得具身智能今天不能讲完全成熟，但是我们今天GPT才干搭配人形机器人，其实曾经能够在很多场所干事情了。

像我们今天在展台展现了就是在一个批发的场景，那么用户可以下单，我们的机器人可以依据你的详细下单的内容，是拿一个冰红茶，还是拿一个巧克力，那么我们从货架把它取上去，同时我们也可以从空中的篮子外头把这些货不时的上到货架上，我们也可以从更大的一个仓储的料架上，抱着一箱东西放到传送带上。

这些场景其实都展现了， 目前具身智能关于比拟糙的活，就是抓取放置和双手抱持这样的才干曾经走向成熟。

在这种状况下，我们还要问一个疑问，为什么是这集团形对吧？有很多人现场问我，你们为什么要做成人形？由于你想假定货架上的一个商品掉在地上了，我的机器人得有才干去够空中这么低的东西，我的货架或许两米高，我要能够抓到两米那么高的东西，同时我还能还得来回走动，还要得有两只手才干抱住一个箱子，又有两只手又能高又能低又能够来回走，那么它基本上就把外形往人基本上十分的靠拢了，那么我们目前用的是一个轮式底盘，没有腿，那么也曾经抵达这样的一个才干了。那么我们以为像这样的抓取放置搬运的才干，在很多行业，比如说批发，比如说工厂，比如说一些服务的场景全都可以用起来。

所以我判别，人形机器人的大规模运转，2025年、2026年我们将见到从百台级到千台级的一个加快的增长，

王兴兴： 我集团的话，总体来说，对目前整集团形机器人运转落地还是要求一些时期，但当下，包括往年和明年对一些方便场景，像特斯拉场景外面把一个电池从什么中央装到什么中央外面，这种方便的，用模拟学习能做的事情，目前的AI技术其实成功率还是做的比拟高了，往年或明年可以做一些运转，包括把整个的GPT速度也优化。

但是我觉得，真正要优化人形机器人大规模运转，确实还要求更多的时期，把机器人的模型自身做得更好一点，让它更通用，基本上无论是更精细化的或许更泛用心的一些事情都可以做一同来， 所以我还是心愿社会群众对AI和机器人能更多一些耐烦。但 通常上或许中国其实还是有很多人比拟心急的，我觉得还是大家可以再多给一点耐烦。谢谢。

熊友军： 我觉得人形经济和大规模的运转，其实上这个就触及到一个商业化场景选择的疑问，通常上，并不是说如今人形机器人不能够运转，而是说要再看什么场景。我觉得在有一些刚需的场景，或许对人无法抵达的这种场景，还是有一些可以用的，尤其是这种刚性需求的，比如抢险救灾，特种的对核辐射，或许是说有毒有害气体环境等等，这些我觉得如今通常上是可以用的。

大家其实想的更多是，技术怎样去优化，然后怎样它能够让人形机器人能够加快顺应更多的场景，然后把本钱加快的降上去，只需这样经过一方面经过技术的优化，提高有更多任务效率，让人有更好的体验感，然后更多人情愿用它。

第二方面，就是把本钱继续往降低，我觉得让大家更买得起，这个我觉得要是要想的这个方式。

另外我觉得还有一种，就是商业方式上的探求，通常上人形机器人是我觉得是一个集大成者，它基本上涵盖了机器人和人工智能的绝大部分的技术范围，然后在人体技术上的研讨能够大大的推进这些技术的成熟，然后技术甚至技术的市场化，我们可以采纳“沿途下蛋”方式取得这个商业的利润。经过这些其他的一些技术，人形机器人产品上孵化的其他技术商业化、产业化来推进人形机器人研讨。一个典型的例子，就是我们如今有一些人形机器人公司曾经在其他产品上成功盈利，然后曾经成功了一个很好的商业化，这我觉得是一种十分好的方式。

问：作为技术人员，我们能否看法到有很多机器人都有品德伦理方面的顾忌——我们如何才干消弭这些顾忌？

我以为，从最高层面来说，了解一切技术都触及一些风险和机遇是很关键的。我介入了一个政府会议，但我听到许多政府的人都在议论监管人工智能，而压倒性的觉得是关注最蹩脚的结果，对吗？

比如在欧洲，来自英国一位人士在发言，让我印象深化的是，人们简直堕入恐慌，担忧最蹩脚的事情会出现，并且不惜一切代价想要阻止这种事情出现。但我以为，不运行机遇的风险与让坏事出现的风险一样大。

所以我以为，正如开发人员指出的那样，我们要求找到一种平衡，当我们撰写论文时，我们会在扫尾列出这些内容。这些都是我们任务或许出现的微小影响，但我们从不议论我们的任务，或许出现的坏事是什么。

我们要求老实和开通，愈加公平地看待这个疑问，但随后继续强调这种平衡，并以某种方式防止我们错过时机，我以为由于群众的恐惧，这种机遇很容易出现。

陈建宇： 我觉得人们对这集团形机器人、或许相应的具身智能机器人技术的担忧，其实中心来自于对自身安保性的一个担忧。

安保其实有几个不同的层次，最底层的层次是物理的安保，大家担忧机器人会不会在任务的时辰去损伤到人，那么这是一个层次；当然其真实它分状况，那么比如说我们刚才说的假定是工厂外面的话，其实假定我们把它跟人任务环境隔开，其实必需水平上能处置这个疑问；同时，我们也要求从我们的算法配件等等上方做的更鲁棒来去优化这个疑问。

那么第二个层次，其实也是生活上方的疑问，但是不是说物理层面的，那么也是不是说全人类的一个担忧，而是说有一部分人一个担忧，他担忧这个会替代我们的某一些任务，大家会有担忧，我觉得这个事情或许要求政府或许商号启动有一些引导，我们尽量的末尾去做一些确实休息力十分紧缺的这样的一些产业，比如说我们一些十分恶劣环境工业环境，或许是比如说养老等。

当然第三个层面，假定未来我们的具身智能机器人真正拥有了看法，那么这个会对人类的自我存在的价值或许出现一些担忧，我觉得这个事是更远的和更大的topic。

王兴兴： 我觉得机器人的伦理品德和安保性疑问，是十分关键的一件事情，而且我觉得，要心愿是在场一切的人都大家要求共同去保养的一件事情，就有点像如今新动力汽车以及无人驾驶，它其实还是有很多安保性疑问，并且比如说有一辆早些年新动力汽车起火了，或许有一家新动力汽车无人驾驶出了交通异常，这个对整个行业影响是十分大的，会降低一般对技术行业的认可度以及决计。

这个事情很容易出现在人形机器人和AI这个范围。所以我不时觉得。当下以及未来大家都应该在机器人安保性上，无论是出台一些规章政策，或许做一些更好的引导，或许要求全全球政府出台一些相关的政策，都共同推进整个行业的瘦弱展开。

王鹤： 所以我就从技术的角度，人形机器人它的一个面向结局的技术必需是大模型，那么其实只需大模型才或许成功十分高的通用性，把很多才干一切聚集在一同，把很多模态，从视觉感知，到言语了解，到举措行动，那么融会贯串，那么今天我们在技术上其实是有方法对大模型的行为启动限制，就是“对齐”，我们在大模型外部曾经启动了深化研讨，那么未来，我们会对言语模型、多模态模型启动更深化的对齐，让它不会损伤到我们的人类，并且他的技艺会被局限在服务的范围内，那么这一些是我们技术上能做的，在技术上之外，必需还要求政府社会和国际的协作。

熊友军： 我觉得前面几位都说的都挺好的，我就补充一点，就是说我觉得应该是有一些行业组织或许是政府出来，更多在法律法规这方面更多的立法，包括更多的是做全社会的机器人经常经常使用、伦理品德方面的一些教育。由于我觉得，任何一个机器人也是一种工具，放在不同人的手上，它的或许有不同的经常经常使用方法，然后只需增强教育，优化大家对人工智能对人形机器人的经常经常使用，让大家相对安保角度去思索，我觉得才是一个正确的方式。

问：您以为 5 年祖先形机器人行业会展开到什么水平？哪些经济范围将率先经常经常使用它们？

Marc：不，我以为人形机器人的出现让事情变得复杂。我以为机器人在工业范围的运行将取得很大进度。我以为机器人的运转十分普遍。人们对此十分关注。正如大家所说，使机器人变得越来越好的技术确实正在日趋成熟。我以为工业将继续取得提高。

我以为人形机器人自身总体上依然十分不成熟。 所以我看不到它们。我知道你可以看看一些人形机器人公司与汽车公司协作的演示。我以为这在某种水平上是一种炫耀，而不是一种消费力。我不知道这是不是题外话。假定你看看仓库机器人，你会发现最大的应战之一是系统集成，特地是假定它不是围绕机器人设计的全新仓库。

我以为许多仓库机器人供应商都在苦苦挣扎，由于他们要求一个系统集成商，而这个系统集成商会消耗掉太多的预算，因此很难赚钱，这是由于运营仓库的 IT 人员并不想开通他们的系统。在那里任务的人并不想改动他们如今做的一切。假定机器人可以处置每一项义务，那就意味着他们依然要求一集团来成功义务。经常经常使用任何类型的机器人对行业来说都具有很大的复杂性。我以为这些都是关键原因。

说假话，我原本以为 Spot 会取得更大的成功，但 Spot 的推出只是一次性性实验。我们之所以设计 Spot，是由于它能够让你衔接自己的传感器，由于我们不知道人们想要什么样的传感器。我们之所以设计 Spot，是由于它能够让你对它启动编程，由于我们不知道如今的用户们都有哪些运转程序，而我们对它们的经常经常使用方式有了更多了解，开发人员正专注于微小机遇，因此 Spot 对人们的接受度确实出现了影响。

也许假定我们没有足够的商人，能够延迟进入并评价它是什么，我们通常上是在做一个实验。也许人形机器人会有更好的记载。

王鹤： 我觉得我对人形机器人的展开总体是比拟绝望的，那么在未来5年，我们要成功真正的大规模运转，这件事情关于整集团形机器人依然是一个先慢后快，其中慢的阶段，那么一个里程碑应该是——在5年的时辰我们能抵达万台人形机器人级别的运转。

这样的一个市场大约是对标如今商业清洁机器人。我们举个例子，在超市在万达广场在写字楼一层，我们看来回去洗地擦地的机器人，那么抢先的这个市场，中国最抢先的公司大约是每年出货1万台，那么他做的事情不局限做这么方便的事情，它能抵达在各种场景，不论是商超还是写字楼，还是很多不同的场景启动清洁，但是当然是平面清洁。

那么，关于我们人形机器人来说，我们心愿能做到一个平面操作，但是它的才干或许是局限的，我搬运我就是上货，我就是取货，对吧？

我没有更多的才干，但是我也要成功跨场景的运转，可以在超市里、可以在工厂里、可以在服务场景等等。那么能抵达5年1万台的市场规模的话，我置信前面有真实全球数据的回流，那时，我们会看到人形机器人运转规模会放慢，从慢时代进入快时代。

熊友军： 人形机器人我对它的运转或许会愈加绝望一点，其实大家看到这两年人形机器人的提高十分快，尤其在AI驱动上方，通常上在市场运转方面，你们曾经可以看到国的有一些企业，包括全球企业曾经末尾在一些场景外面做试点运转了。

比如说在汽车厂，比如在一些商用服务场景，曾经末尾做试点，随着这个试点数据会构成一个飞轮的效应，所以试点进度，然后它会有更多的迭代，然后有更少数据驱动，机器人会在在一些特定的环境外面提高效率，它的速度，它的随着量的增长，它的多少钱会大幅的降低，这样我觉得会更快的去促进产业的运转。

我觉得往年年底，大家应该可以看到，有一部分的公司曾经能够在一些比如说新动力汽车厂，比如说在一些特种范围曾经末尾运转，明年我觉得应该可以看到一些或许千台左右量级的出货。

问：你能在我们的年轻观众中“扑灭一把火”，让他们也想成为“机器人专家”吗？他们应该怎样做？

Marc：我以为伊隆·马斯克自己仰仗他的雄心和资源，或许在几年内推出10000个机器人，不用须是由于它们会直接让机器人赚钱，但看看他对电动汽车所做的一切。他们从无人置信到如今，我比这里的任何人都愈加怀疑，包括我在内，到每家汽车公司都有淘汰内燃机的方案。

我以为这是一件了不起的事情。他似乎对此很细心。所以这在整集团形机器人范围都是一个真正不确定性的原因。 我不确定假定他没有抓住机遇，能否会有这么多人形机器人。

我以为机器人玩得越幽默，人们就越能与它们互动。我四处走走，我没有带机器人来这里，但这里有很多机器人，但我四处宣布演讲，发现机器人在方案中相当无聊。你总是能吸引一群人，只需你情愿让他们与机器人互动，他们就会留上去。我以为我们做得越多，群众就会越热情。我十分欣喜，介入这次活动最令人兴奋的事情或许是有很多人说你做的任务是我十几岁时见过的，如今我正在做。我们越能展现我们的任务并处分下一代，这就会成功。

陈建宇： 我的一个倡议是，由于机遇其实永远是留给有预备的人，那么像Maec做这个事情做了做了好几十年，然后包括我们其实台上我们几位也都是多年深耕在机器人或许相关范围，所以说，由于人形机器人它其实也是一个十分长周期的事情，同时它也应有尽有，从技术上的软件、配件、AI再到商业、产品等等，其实各方面都有，所以说大家应该去问一问自己的心田在这一步范围内到蓝自己最有热情，最喜爱的最热爱的是什么？然后从此刻末尾就去积聚它。最后，要么等候未来，要么总有时辰你有发扬自己的机遇。

王兴兴： 关于我觉得关于一切年轻人，包括我们其实这个时代都是十分精彩的，而且设想一下，大家也知道AI、机器人都是阶梯性展开，就像GPT没有出来之前，大家觉得言语模型没什么用，基本上是十分差，但突然就是出现了微小提高，十分好，其实机器人、AI也会遵照这种法则，所以大家如今或许看到机器人的 AI 才干都比拟弱，但通常上这是喜事，为什么？由于大家都无机遇去做的更好，可以真正的把这种人类目前可以预估的最伟大技术，就在当下，就在未来几年，所以这个事情都是十分值得做的，

而且，在机器人和 AI 另外一个比拟适宜年轻的点，它没有那么多历史包袱，不像数学范围，有几百上千年的十分天分的数学家，你必要求比他们做得好，你才可以做技术，但是当下，AI 和机器人它都十分年轻，尤其 AI 技术就最近几年的东西，所以十分适宜年轻人。我不时觉得在假定在未来5年到10年或许几十年回看我们如今这个时代，所以想想这种觉得，真的十分激动人心。

王鹤： 我觉得其实未来的15年，在我心目中会是人形机器人，从当下在产业中没有规模化运转，到或许生长到跟今天汽车的产量一个万亿市场的环节。那么在这个环节中，其实对年轻人来说，那么我觉得大家就是做好自己就可以了，由于15年之后很多任务都是跟人形机器人相关的，今天或许你担任卖车，那么15年后，你或许岗位就调到卖人形机器人对吧？今天你是班级外头的佼佼者，那么你学 AI ，那么你或许发现你的职业生涯就是围绕着进一步优化人形机器人的才干展开的，所以大家做好自己，我们一同共享黑暗、人形机器人的未来。

熊友军： 其实我是阅历过集团电脑时代，我阅历智能手机时代，我阅历过移动互联网的时代，如今其实我们正在阅历智能汽车的时代，电动汽车的时代，我觉得下一个时代通常上就是聚生智能的时代，而聚生智能时代的典型代表其实就是兽性机器人，所以我给如今的年轻人倡议就是说坚持野心，怀揣大梦想。

问：让我们在小组成员之间花几分钟时期讨论一下：你们想要相互问什么疑问？

陈建宇：所以我想问Marc，你以为关于机器人和人工智能来说最关键的研讨疑问是什么，例如，假定你只能选择一个研讨项目，那么你选择哪一个？

Marc：让我从正面回答一下，这也是一种逃避你的疑问的方式。最后我没有展现我的最后一张幻灯片。我的最后一张幻灯片是一个展现机器人缺陷的视频。它展现了，我不知道它大约有 2 分钟长，或许有 25 种不同的缺陷。我以为缺陷是任务中最幽默、最无意思、最有用的部分，关注它们，然后在你的任务不任务的时辰继续行进，这真的很关键。这不是研讨的主题，但它是一种任务精气。所以假定我要问你们一切人这个疑问的话，那就是我还没看就职何人在演讲中提到过事情无法失常运转，而且我敢必需，单一机器人不会在不出现碰撞的状况下成功那些后空翻以及它们所做的一切很酷的事情。你喜爱碰撞吗？

王兴兴：Marc先生，很荣幸今天见到您，我其实想有猎奇想问一下，您觉得关于人形机器人的手，您觉得未来几年比拟适宜的有几个手指，或许几个电机，这会是比拟好的一个方向？

再次，我要回答一个略有不同的疑问。我们研讨所最近举行了一场研讨会，名为“对操纵的反向观念”。我以为灵巧性确实很关键，但基本上它并没有取得很大进度，虽然人们至少曾经为此努力了 50 年。我以为我们必需以不同的方式思索，再次尝试不同的东西，就像我今天在演讲中末尾的那样，也许我们要求更多的灵敏操纵，而不是一切的静态抓握。我以为很多学习界的人在提出他们正在学习的灵巧性的要求时对自己要求不够。他们做的事情很方便，很容易。

我以为那里是无机遇的，有多少只手我不知道有多少根手指。我以为五个曾经很多了。 但也许有一天我会觉得更幽默的疑问是手掌怎样样？我们的手掌性能十分弱小，它们不只仅是静态的块。而且你看到的简直每个机器人手都有许多手指在做这件事，但仅此而已。

王鹤： 之前我提到过，大约 15 年后，全球上会有数百万、一千万集团形机器人。假定人形机器人具有通用目的，那么人形机器人是终极表现，那么这种通用目的的终极技术是什么？关于人类噪音，您能否以为视觉、言语、举措模型，这些端到端模型是人类噪音的终极技术或方法？

我很难置信，端到端是取得提高的方法。也许最终在渐近线上端到端是正确的方法，但我以为我们知道的太多了。

说假话，我以为人们过火看重（机器）学习。我知道应该对学习持绝望态度，但假定你看看当今存在的处置方案，你会发现最好的处置方案中学习所起的作用微有余道或微有余道。当然，在波士顿动力公司，今天学习很少，虽然人们正在努力。我以为控制系统、控制通常、观察器，这些在过去 20 或 30 年树立起来的东西依然发扬着微小的作用。

我不想就这样把它丢弃。我心愿我们能真正拥抱学习，但要把它与我们曾经知道的东西结合起来，找到一种方法把它们结合起来，至少在接上去的5年或10年里，也许在渐近线上，状况会有所不同。

熊友军： 我的一个疑问是，Marc作为波士顿动力的开创人，您之前开发了像Atlas这样的十分令人惊奇的这种产品，但是我们前不久我们看到波士顿动力终止了这个机器的研发，然后由原来的液压驱动，转向纯电驱动的这种方式。对这方面是出于什么样的思索？是由于本钱的思索，还是由于出于商业化的思索？同时我还想知道，波士顿动力未来5年的一些这种方案，对商业化的一些方案。

我以为，假定你问为什么要启动转变，我以为有两个关键原因：一个是液压机器人，我喜爱液压技术，我会用液压技术制造很多机器人。我以为，建造人形机器人或相似人形机器人仍有空间，它们将继续经常经常使用液压技术，由于重量和强度等原因。

但我以为有两点。一是它们很费事，至少关于像 Atlas 这样的高性能机器人来说，虽然我们付出了无尽的努力，也永远无法让它们完全不漏油。当你把石油机器人放到工厂和家里时，它们就不能滴油；同时，很难找到知晓液压技术的人，由于人们以为这是十分新颖的东西，虽然 Atlas 在液压任务原理方面有很多创新，从主机阀门到 HPU 液压动力装置，不时都是如此，确实有创新的东西在启动；最后，我以为电动汽车在规模上曾经足够弱小，它们可以介入竞争。我不想代表波士顿动力发言，虽然我是开创人之一，并且依然是董事会成员，但我以为他们必需有自己的方案，说明未来的方案以及技术的一切细节。我想随着事情的展开，你会发现更多这方面的内容。

掌管人： 十分感谢。我想观众必需会有更多疑问，也许吧，但我们的时期真的不多了。所以十分感谢各位小组成员。十分感谢观众的到来和倾听。我以为这是一场十分精彩的会议，尤其是小组讨论。我对组织者的倡议是，我们明年再举行一次性性相似的会议，然后我们可以回想进度和未来的步骤。

国产人形机器人火到国外！不惧偷袭还带闪，AI大佬：定价好低要改动行业规则了

国产人形机器人在国际上惹起了普遍关注，尤其是一台来自宇树科技的新型机器人，其出色性能让连OpenAI开创人Karpathy都表达了剧烈的兴味。这款名为“H1”的机器人展现了惊人的平衡才干和预判闪避技巧，甚至能轻松应对突然的攻击。它的底盘稳如泰山，行走速度接近成年人，被誉为“国际第一台能跑的全尺寸通用人形机器人”。这款机器人的技术参数亮点颇多，单腿自在度高，装备3D激光雷达和深度相机，具有高精度的环境感知才干。其售价被官方泄漏为低于9万美元，相比于同类产品如小米“铁大”和波士顿动力Atlas，多少钱极具竞争力，引发了网友关于行业规则或许被改动的讨论。宇树科技近期举措频繁，不只发布了H1，还推出了机器狗Go 2，融入了GPT技术。公司已在仿生机器人、机械臂和激光雷达范围有所规划，并成功了数亿元的融资。与此同时，国际其他科技公司如字节跳动和小米也展现了对人形机器人的浓重兴味，行业全体出现出蓬勃的开展势头。 AGI的加快开展和供应链技术的成熟，为仿生机器人行业提供了良好的开展环境，国产厂商的创新才干正在逐渐优化。关于想要深化了解这一范围的人来说，量子位智库的《中国仿生机器人产业全景报告》是一个不错的选择。

波士顿动力机器人是特效吗

“不是特效！波士顿人形机器人跑酷，各种高难度举措都不在话下！2021年8月19日发布

我们来大致看看美国波士顿动力公司的这种黑科技:往好的方面说，说明机器人会跳舞，往坏的方面说，说明机器人之间的协调性(不会相互碰撞)和机器学习才干，这要求少量的AI/机器学习算法。众所周知，波士顿动力是从著名的麻省理工学院分别出来的民营企业。可见人才辈出。我们跟普通人谈这个真的有点过了。但是我们发明的东西不被普通人欣赏，糜费了高智商人的头脑不是吗？这项技术的难度在哪里？我们来看看:从地下报道中可以知道，Atlas作为一款液压驱动的机器人，高1.5m，重80kg。全身28个关节，单腿6个自在度，腰部2个，手臂7个自在度，全部采用液压驱动。 Atlas配件系统最难的部分是液压动力系统。经常使用更复杂的液压系统，最深层的要素是电机依然无法驱动180磅的机器人成功行走义务，这是不寻常的。效率远高于之前的液压四足机器人，使得Atlas在驱动层面成功了更高的能量转换效率。到目前为止，大少数机器人都经常使用电机系统。