經濟觀察網 記者 任曉寧 2024年是人形機器人備受關注的一年。

在2024中關村論壇年會具身智能（能夠理解、推理并與物理世界互動的智能系統）圓桌會議上，宇樹科技創始人兼CEO王興興稱，“回望過去人類的幾千年歷史，現在是最激動人心的時代”。

宇樹科技是國內人形機器人頭部創業公司之一。王興興說，現在人形機器人技術還沒有實現突破。但他們已經看到了技術突破的臨界點?，F在人形機器人所處的階段，就像是ChatGPT（美國人工智能公司OpenAI的大語言模型）出來前1年到2年的階段。

這場圓桌會議的參加者還包括傅利葉智能、星動紀元、銀河通用、新智元的創始人，以及互聯網大廠小米公司的機器人團隊負責人。他們代表著國內人形機器人的頭部公司，可以說涵蓋了當下人形機器人行業的“半壁江山”。

關于人形機器人真正的問題和阻礙，小米公司機器人團隊負責人許多稱，人形機器人今天真正存在的問題，是硬件的問題。銀河通用機器人創始人王鶴則認為，人形機器人最大的瓶頸就是缺乏數據。星動紀元創始人陳建宇建議，人形機器人不能一起步就想著要走進千家萬戶，賣給C端（個人用戶），而是可以先進工廠，從稍微容易一點的事情開始做。

人形機器人無疑是當下最熱門，也頗具爭議的賽道。但在這個賽道，大廠和創業公司幾乎站在了同等的位置。圓桌會議現場，當主持人問出“大廠和創業公司做人形機器人誰更有優勢”時，臺上臺下的人都笑出了聲。王興興說，在這種前沿的領域，運氣占很大部分，很可能大家都在做事，突然有一個天才，或者有一個小團隊就做成了，“AI的世界是非常平等的，比以前的世界平等很多”。

作為現場的大廠代表，許多也表示，AI和人形機器人的世界里沒有大廠和創業公司的區別。雖然與創業公司相比，小米公司市值4117億元，并在硬件、供應鏈方面有多年積累，但許多說，大家的起點都是一樣的。

黎明前的黑夜

人形機器人賽道很熱。2023年國內人形機器人投融資事件增至12起，占過去十年行業總投資筆數的四分之一。曾經只制作機械臂、機器狗的公司，最近一兩年都推出了人形機器人。

人形機器人也不斷取得新的進展。4月27日，北京人形機器人創新中心發布全球首個全電驅擬人奔跑的人形機器人母平臺“天工”，發布視頻顯示，“天工”可實現6km/h穩定奔跑，在盲視情況下通過斜坡和樓梯。

圓桌論壇上的公司們制造的也不是只會表演節目，或只能在門口迎賓的簡單機器人，而是擁有雙足，會跑會跳，能直立行走，奔跑時比人還要穩定的機器人。

但圍繞人形機器人的質疑聲也很多——不能量產，不能商用，價格太貴，人形機器人到底有什么用。這些疑問不絕于耳。

行業里的公司一直在質疑聲中前行。2024年，這些公司的創始人們覺得，終于快熬出頭了。“當下的時間點真的太好了。資源、關注度、財力、人員、技術，真的已經快突破臨界點了。”創辦宇樹科技8年的王興興說。

王興興對技術突破之后的商業前景非常有信心。那將意味著，工業領域30%左右的場景可以重新再做一遍。農業、建筑業的很多工作，都可以讓人形機器人去做。最終人類社會有可能實現：普通老百姓不用上班，所有人類都過著讓機器人養著的生活，真正實現生產力升級。

其他幾位頭部人形機器人公司創始人也有類似觀點。陳建宇認為，在3年到5年內，人形機器人在工業場景可以實現規模化。智元機器人聯合創始人宋海濤認為，人形機器人會在3年到5年內逐步普及，5年到8年后會快速上量。

銀河通用機器人目前正在與車企和美團公司合作，他們嘗試把輪式底盤機器人（非雙足類人形機器人）放到車間和商超場景，這種機器人比較便宜，成本低于一個人類勞動力一年的工資。王鶴預計，最近1年到2年內，輪式底盤機器人能夠很快起量。

什么是真正的問題

雙足類人形機器人目前仍然昂貴，價格普遍在十幾萬元以上。

王興興認為這并不是問題，未來一兩年內，一臺人形機器人成本幾萬元將非常有可能實現。甚至在之后，人形機器人也會像新能源汽車一樣，按照材料成本和機器加購成本計算成本，“鋰礦、銅、鐵、鋁等原材料的價格構成了整輛汽車的大部分成本。所有極致工業行業都是按此計算的，以后機器人也可以論斤賣”。

4月17日，在“CadenceLIVE硅谷2024”大會上，英偉達CEO黃仁勛也稱，在不久的將來，所有人都要制造的設備將會是人形機器人。人形機器人的制造成本可能會低很多。一些人認為，人形機器人的售價會達到1萬美元到2萬美元。跟購買一臺廉價汽車差不多。

如果價格不是制約人形機器人的問題，什么才是真正的問題？幾位頭部公司從業者態度不一。

做手機起家的小米，在硬件領域經驗充足，小米機器人目前重點攻關的是硬件的移動空間可達問題。許多舉例來說，目前人形機器人手臂的移動空間可達精度大概是10厘米。10厘米精度意味著，機器人抓取一個物體時，相對位置定位不精準。對比之下，工業機械臂的精度是0.01毫米，差距非常大。

“我們硬件的移動空間可達怎么能做到1厘米？手眼協調的空間可達怎么能做到0.1毫米？”許多認為，這是短期內人形機器人面臨的最大挑戰。如果能解決這些問題，再通過大模型技術或具身智能技術，就可以提高人形機器人的數據采集效率，進而解決人形機器人數據不足的問題。

王鶴也提到數據問題。他稱，目前以特斯拉為代表的智能駕駛汽車行業發展飛快，特斯拉可以利用百萬車主、上億小時的駕駛數據進行模仿訓練，進而探索真正的無人駕駛。但人形機器人領域，并不存在這些數據。

“不可能有上百萬用戶主動買一個沒有什么功能的機器人，到家里用遙控器遙控它干事情。”王鶴說，人形機器人所需的數據集在地球上并不存在。如何解決這個問題？他提出可以通過物理仿真技術，把現實世界中的物理規律通過圖形學的引擎真實仿真，并仿真摩擦力、接觸力、光線追蹤渲染等，制造出一個模擬真實世界的數字世界進行訓練。

不過，王興興對于人形機器人的硬件問題并不擔憂，他覺得，真正限制人形機器人的，仍是生成式AI技術的突破。