訪問原網址
記者 | 陳晨
編輯 | 靖宇
頭戴黑色頭套，身穿白色緊身衣，在一年前的特斯拉 AI 日上，由真人扮成的 Tesla Bot 在活動現場跳了一支「機械舞」。這場表演的旁邊，特斯拉舉着話筒宣告，特斯拉會在「明年某個時候」製造原型。
一年過去了，人們期待着一場不再滑稽的演示，而那個黑白撞色的苗條機器人已經改名為 Optimus——它即將在特斯拉今年的 AI 日上走出 PPT，真正直面各種技術上甚至審美上的審視。
差不多 20 年前，剛剛成立的特斯拉，有一個承載自百年前的「電動車」夢想，遭到傳統車廠群嘲。而二十年後的當下，在狂人馬斯克的帶領下，以電動車為代表的新能源車，已經成為汽車進化的下一個方向。
這也是為什麼，人們會如此關注特斯拉的 Optimus 機器人——或許，它可以像特斯拉一樣，成為「人形機器人」領域的一條鯰魚，攪動整個行業的進化程序？
近日，極客公園與優必選科技人形機器人創新中心的負責人付春江博士，一起聊了聊特斯拉在機器人領域的進展，以及 Optimus 要想真正進入到普通消費者的家庭，還需要多久。
當然，更重要的是，中國的機器人產業，將會如何進行追趕？
優必選科技人形機器人創新中心負責人付春江博士 | 來源：優必選機器人，下一代「家用 PC」
極客公園：特斯拉現在入局做人形機器人的想法是什麼？
付春江 ：對比個人電腦，在過去 IBM 沒有推出個人電腦之前，其實市場上都是企業或者政府採購的大型機。
特斯拉要做的事情，就是把人形機器人「個人 PC 化」。現在是整個行業的拐點，包括我們，也在推進這個進程。
其實個人 PC 在剛推出的時候，做不了什麼東西，只能處理一些表格類的工作。人形機器人可能也是一樣，但不能因為看不到短期收益就不做，從商業角度來講，肯定要搶佔先發優勢。
極客公園 ：預測特斯拉 9 月底公布的人形機器人，能達成它透露的那些技術和參數嗎？
付春江 ：我們現在認為是有可能的。比如說他所說的移動速度 8 公里每小時。ASIMO 在過去可以達到 9 公里每小時，美國 Agility Robotics 的 Cassie 雙足機器人可以接近 12 公里每小時。
可以舉重二十千克也不是很難，ASIMO 其實很早就達成了。
FSD 芯片特斯拉以前在汽車上都用過，與環境的交互上也有相關算法的積累。其他的比如電子皮膚其實也是可以實現的，只不過成本現在有點高，先做一個相對高價版的 demo 以後再降價，也是有這種可能性的。
特斯拉此前公布的人形機器人 | 來源：特斯拉
極客公園：特斯拉有什麼樣的積累和優勢？
付春江：過去它在自動駕駛領域積累起的 AI 算法、數據，都是它很大的一個優勢。未來特斯拉汽車和人形機器人在數據採集上會形成很好的互補，汽車採集鋪磚路面上的數據，人形機器人採集家庭場景的數據，更快地促進雙方從 L0 到 L5 的轉變。
它作為車企，在對上下游產業鏈條的把控上也有比較好的優勢。
極客公園：特斯拉在路面上積累的算法數據，可以運用到家庭場景中嗎？
付春江 ：特斯拉在高速鋪裝路面上所積累的這些數據，對機器人的貢獻在於它哺育了 FSD 的算法系統，提供了最基本的數據基礎。雖然在進入家庭時需要重新採集數據，進行新環境的適應與學習，但它有了基礎標籤。
極客公園： 自動駕駛的算法可以遷移到人形機器人上嗎？
付春江：倒不是說自動駕駛的算法，而是開發自動駕駛所積累的神經網絡的相關經驗，是這個神經網絡架構是可以放到人形機器人身上。
當然，自動駕駛與機器人要處理的任務有非常大的不同，第一個是速度上的不同。自動駕駛對實時性的要求非常高，它在速度上的這套框架放到人形機器人上，我覺得是非常合理的，甚至還有性能上的冗餘。
人形機器人與自動駕駛不同的地方在與環境的交互。人形機器人與人體、與環境的交互，是需要真正去觸碰的，這跟自動駕駛完全不一樣。你不能說讓車去碰人，他們在過去也不可能積累這樣的數據。他們在處理觸碰問題時，過去的那套架構要怎樣做出調整和適應，也是我們好奇和期待看到的。
極客公園：剛還提到了特斯拉對產業鏈上下游的把控，車企的供應鏈和人形機器人是有共通性的嗎？
付春江：車企與人形機器人整體的技術棧有很多可以復用的地方。人形機器人以前之所以沒有大規模採用車企的供應鏈，是因為車企供應鏈供貨量大，對資金的要求比較大，看不上人形機器人這個相對比較小的鏈條。
那麼隨着特斯拉進入，現在很多車企的供應鏈，已經開始準備介入到人形機器人的供應鏈中了。比如說新能源車裡的幾大件，舵機、速器，還有電池熱管理，其實經過簡單改造，都可以用到人形機器人上。
極客公園：在未來，特斯拉會在哪些方面跑得比其他公司快？
付春江：第一個增加算力。增加算力就看你的相關投入，像特斯拉這種規模大、投入大的，肯定進展相對快一些。
第二點，在動作多樣性上。動作多樣性跟開發人員的數量還是有關係的，開發人員越多，能開發的動作就越多。像特斯拉這種量級的公司，可以有能力在短時間內建一個非常大規模的開發團隊。
第三個是特斯拉在材料方面。特斯拉的創始人馬斯克還搞航天、衛星，他們在航空航天積累下來的材料方面的優勢，也能應用到機器人上。
第四是特斯拉在過去積累了開發各種平台與簡化平台的能力，比如說，過去汽車製造也是很複雜的，特斯拉進來之後，把芯片、算法，通過平台化的方法大大簡化。
第五個優勢是特斯拉製造工具的能力。特斯拉製造汽車的時候是專門造了非常大型的衝壓機，它能製造工具，提高生產效率。人形機器人有五六千個零部件，未來也可能通過一體化的方式加快生產製造，這是它過去的經驗證明過的。
特斯拉上海工廠里的 Model Y Giga 壓鑄機 | 來源：特斯拉 2020 年四季度財報
極客公園 ：從各項技術指標上看是不是意味着，特斯拉的人形機器人與現有的人形機器人，並沒有代差級的差異？
付春江 ：我認為特斯拉的人形機器人在整體布局上是沒有代差的，不過在同一代內有改進的地方。
它整體體積，就是他的體重身高比，會比其他的人形機器人要小，這個更「瘦」對舵機關節的功率密度是有一定要求的。特斯拉在電機方面有非常多的專利，我們覺得它的舵機功率密度在體積受限的情況下，可能有一個比較好的向上的提升。當然這種提升的開始，很可能是利用現有技術的代內提升。
機器人賽道，少數人的遊戲
極客公園：目前人形機器人在研發上最大的難點在哪？
付春江 ：最難的是怎麼樣靈活地與物體或環境接觸：一個是腿部與複雜的地面環境如何接觸，並保持穩定，另一個是手如何穩定地接觸和操縱物體。像工業機械臂，就是直接用夾具把最難的部分屏蔽掉了。
極客公園：但是如果沒有算法的優化僅靠硬件，機器人是不是也沒辦法完成複雜的動作？
付春江 ：正像你所說的，現在人形機器人的限制性條件第一是成本，第二就是通用 AI 技術的發展。
人形機器人在軟件算法上主要分成三個部分，分別是控制、優化和學習。控制和優化有強實時性的優點，學習能解決泛化和多樣性的問題，只有把兩部分相結合，才能真正讓產品落地。
我預計通用 AI 技術發展會有兩個關鍵時間節點。第一是到 2025 年，控制優化算法能與機器學習相結合，機器人能在半封閉場景下，做不是特別複雜的任務，達到對人力替代的目的。到 2030 年，隨着通用 AI 技術的發展以及算力的提升，才會初步達到人們對人形機器人的更多預期。
極客公園：在人形機器人領域，軟硬件之間的關係是什麼樣的？人形機器人這種形態，會對軟件算法提出更高的挑戰嗎？
付春江 ：「人形」的這種需要與環境交互的硬件形態，會增加通用 AI 處理相關問題的難度，這是在過去處理視覺、語音等問題的時候沒有體現出來的。這時候 Deep learning（深度學習）還不夠，也要用 Reinforcement learning（強化學習），還有其他各種各樣的方式來處理問題。
軟件的進步則讓機器人處理更多的任務，進入更多的場景，進而能推進商業化與放量，通過規模生產降低硬件成本。再進一步，高校研究機構能獲得更廉價、性能更好的硬件，也能加速他們對相關算法的開發。這是一種正向的循環迭代。
極客公園 ：在與周圍環境的協同中，是不是軟件算法的作用相對較大？
付春江 ：控制分為軟硬件兩個方面，軟件的部分是相對比較大，但是硬件本身具備的適應性在交互過程中也起到了非常重要的作用。比如說現在很多機器人用的是鋼體，其實半鋼體或者說柔性體可能更適合。
之前英國人做過一個視頻，他們套上鋼製成的手指套抓杯子。即使人有很高的運動智能，但是如果肢體末端不具備足夠的摩擦力，也抓不住杯子。
腳與地面相接觸也是一樣的。羚羊在非常陡的山坡上奔跑行走，這其實是非常令人驚艷的這樣一種運動方式。分析來分析去，科學家發現羚羊腳掌構造非常獨特，是一種像彈弓一樣的雙體結構，這種雙體結構在適應破碎地面時非常有優勢。現在加拿大和美國也在仿照羚羊腳開發機器人的腳，這都是具有啟發性的。
國外網友模仿人體結構設計的機器人腿部模型 | 來源：ZBrushCentral
極客公園：在研究機器人的時候，會跟人體有一些對照嗎？目前在學習人體結構上面，還有哪些地方比較困難？
付春江：人體結構可以分為三個層次，第一個層次是人體骨骼系統，類比到機器人上就是剛體。人體骨骼系統即便是剛體，也是非常複雜的，現在機器人大多停留在對人體骨骼系統的簡單模仿上。不過在人形機器人有建模抽象化的處理方式，不需要精準復刻，就像飛機翅膀雖然比鳥類翅膀簡單得多，完成飛行任務就行。
人體肌肉系統則涉及到柔性驅動。柔性驅動是現在世界上非常火熱的一個研究方向，發表了好多特別高水平的論文。現在在機器人驅動上我們都用舵機，未來我們可能就會用柔性的、仿造人工肌肉的方式進行驅動。
然後第三個層次就是人的大腦和神經系統。在控制領域對這方面有非常多的借鑒與模仿，不過都是黑箱模型，說不清道理。
極客公園：這兩年湧現出很多機器人開發平台，未來人形機器人領域會開放生態嗎？
付春江 ：我個人的判斷，雖然說馬斯克一直在說它未來可能會開放一定的生態，但是我更加傾向於特斯拉會做人形機器人界的蘋果公司。它所有的東西全部自研，場景生態可能也相對封閉，不會開放一些比較底層的 API、SDK。
優必選科技的策略，是做人形機器人界的安卓。過去我們也積累了很多東西，比如硬件平台、軟件平台、控制框架、AI 平台、雲平台等，未來還是希望可以跟行業上下游一起合作。
極客公園 ：我們會把人形機器人比喻為皇冠上的明珠，人形機器人研發的難度是非常大的，那它未來可能開源到生態里，讓其他的開發者參與到研發過程中嗎？
付春江 ：人形機器人整體十分複雜，一個四足機器人可能有八個關節，人形機器人有四十個，它的自由度、複雜性是遠高於四足機器人的。四足機器人其實有相關的開源，人形機器人到現在為止還沒有全面開源，很難一個人造一個大型人形機器人。
四足機器人可能哪個企業都可以做，但未來人形機器人會成為智能製造企業的高端產品，它必然是只是少數玩家的遊戲。
雖然說是少數，但是我們看到在近期數量會大幅增加。像汽車行業，經過一百年的發展，每一個國家會有兩到三家汽車企業佔據統治地位，人形機器人我覺得未來也會有一個相似的局面。
2030 年，機器人走入家庭
極客公園：人形機器人需要滿足什麼樣的條件，才能說服消費者購買？
付春江 ：跟過去電腦的發展一樣，人形機器人一開始是 ToG，然後是 ToB，最後才是 ToC 的。
我個人判斷 2025 年左右一個主要的市場，其實是 ToB 的市場。對工廠或者做重複性但非簡單勞動的崗位來說，人形機器人如果能夠進行一定程度上的替代，就值得購買。
人形機器人起初的定價可能達到一輛車的水平，比如五六萬美元，同時五六萬可能是發達國家一個藍領工人一年的成本。如果說一年就能回本的話，很多企業是願意購買機器人的。而且機器人的工作時間更長，除了調試維護外，沒有其他的成本。
極客公園：特斯拉預計，他們的人形機器人最早在 2023 年會投入生產，也有證券預測特斯拉人形機器人的產量會從剛開始的 20 萬台，發展到 2025 年的 100 萬台，這跟行業內的判斷是相似的嗎？
付春江 ：行業的判斷其實會更加保守。特斯拉可能比如說 2023 、2024，有幾十萬台的生產預期，他可能確實有那麼大的生產能力，但除了生產能力之外，我們還要找到市場需求。
我們現在認為在前期，一個中等發達國家對人形機器人的需求大概是一萬台左右，所有的二三十個發達國家，前期需求加起來可能會有二三十萬台。
特斯拉剩下的產能，很有可能的方式是自產自銷，先給自己的工廠用。然後在實際應用中，進行相關技術的補齊和迭代。
優必選 Walker 概念圖 | 來源：優必選研究院官網宣傳片
極客公園：根據市面上的猜測，特斯拉人形機器人的價格可能會在 2.5 萬美元，約合人民幣 17 萬元左右，這樣的價格要到什麼時候才能達到？
付春江 ：我認為在 2025-2030 年之間，近期甚至 2025 年前，達成這個價格的可能性還是比較小。
極客公園：人形機器人目前哪些地方的成本是比較高的？哪些地方有降價的空間？
付春江 ：最高的主要是舵機這一塊，包括電機減速器、編碼器，以及電機結構件等，這個成本占 1/3 到 1/2 左右。另外一部分是各種電子傳感器與算力板，也能佔到將近 1/4 到 1/3。剩下就是整機結構件等等。
整機結構件可以通過出量的方式來大幅度降低成本，舵機也一樣，但是沒有結構件降得這麼多，因為它涉及到材料和加工的成本。電子部分遵循摩爾定律，就是每 18 個月性能翻一番，價格降一倍。
所以量產後整機成本降低 50%，我覺得是完全有可能實現的。
極客公園 ：以智能手機為例，現在生產一隻手機的成本可能穩定在幾百塊錢，人形機器人的話，它的整體成本最終可能會降低到什麼水準。
付春江 ：到 2025 年，我覺得能降到 5 萬美元左右，到 2030 年，可以降到 1~ 2 萬美元左右。
當然我們在探討一個商品的時候，成本只是一個方面，即便硬件不賺錢，也可以通過數據和軟件服務的方式來賺錢。
產品的價格和成本之間的差距我覺得應該不大，未來的人形機器人的整體利潤率可能在 30% 以內。
人形機器人大都想往家庭場景走，特斯拉的人形機器人也有這樣的趨勢，我們可以期待這種通用型的人形機器人在家庭中幫忙解決哪些問題？可以幫忙做菜嗎？
付春江：40 個自由度的人形機器人可以處理很多問題，但是現在控制、優化、學習的相關技術，還沒有發展到通用技能的程度。
估計到 2025 到 2030 年左右，這種通用型機器人，可以實現買菜做飯洗衣服，還有對小孩的陪伴和教育。
極客公園：現在機器人好像主要是在深度學習這些算法下，做一些識別分析的工作，但與人類的交互很重要的一點是理解情緒與情感，目前這方面的進展怎麼樣了？
付春江：人形機器人有三個特點，也是在規模落地時的優勢，第一是不需要重新適應人所在的環境，第二是可以使用人所用的工具，第三才是與人的情感交互。
前面提到的做家務，其實第一和第二特點的相關體現。第三點是相對比較難的，這個目標的達成大概分成兩個階段，首先是對人本身的擴張，用遠程操控的技術傳遞情感，比如現在的 SNS 機器人（Sociable Robot），但它傳遞的是另一個人的情感，並不是機器對情感的理解，或者機器產生的情感。後續隨着通用 AI 技術的發展，機器人很有可能會發展出來對人情感的這種理解。
不光是機器學習，認知神經學領域的情感研究也進行了好幾十年。我們預計 2030 年以後，在情感研究方面也會取得一定的突破。
Furhat 社交機器人 | 來源：Furhat 官網
極客公園：你當年從本田 Asimo 團隊離職，加入到優必選科技，是看到了什麼趨勢嗎？
付春江 ：當時一個最主要的原因是，本田內部已經決定停止 ASIMO 的開發，機器人研發會向更加實用化的方向走。第二個是我們國家在機器人領域也有非常大的提升。
其實在本田的工作經歷告訴我，很多時候機器人能不能走進千家萬戶，關鍵在成本，降低硬件成本，快速推動商業化落地是中國的拿手好戲。回國也是覺得，人形機器人產業化確實有各種契機在。
極客公園：你認為優必選科技在人形機器人上最大技術優勢和護城河是什麼？
付春江 ：首先是我們的整體技術儲備，我們在國內外布局專利近 3000 件，發明專利佔比超過 70%，涵蓋了人工智能和人形機器人核心技術領域。
其次是我們針對人形機器人這套非常複雜的產品的可靠性和場景落地，積累了非常豐富的經驗。以 Walker 在迪拜世博會中國館的案例為例，長達半年的高工作強度沒有重大事故，足以證明我們的人形機器人已經達到了國際先進水平。
最後是公司各業務之間的互相賦能：一方面，Walker 是優必選產品之樹的樹榦，為公司其它產品（樹枝）提供養分，教育機器人、物流機器人、紫外線消毒機器人及康養機器人等商業化產品都用到了 Walker 的研發成果。另一方面，反過來，這些產品形成了市場和應用，可以做好場景、技術積累，繼續支撐 Walker 的進一步研發迭代，讓我們開發新的項目做到遊刃有餘，擁有場景端的積累。
極客公園 ：優必選目前正在攻克的技術難題主要有哪些？
付春江 ：會在電子皮膚、並聯結構、整機優化、降低成本上下功夫。
極客公園：在機器人產業上，國內有哪些優勢？
付春江 ： AI 技術上，中國的 AI 研究世界第二，STEM 高端人才數量等於發達國家總和，有雄厚的人才儲備。
產業鏈上，中國有世界上規模最大、門類最全、配套最完備的產業鏈體系，機器人產業已基本形成了從零部件到整機再到集成應用的全產業鏈體系，這種優勢不僅沒有哪個國家能夠替代，還會伴隨着產業更替日益完善。
應用場景上，作為機器人最大的市場之一，中國機器人應用水平高，連續八年是全球最大的工業機器人消費國，服務機器人、特種機器人也在倉儲物流、教育娛樂、清潔服務、安防巡檢、醫療康復等領域實現了規模應用。而且這一代中國年輕人在技術革新中不斷受益，更願意接受和擁抱前沿技術，擁抱新技術的文化氛圍也會無形中減弱機器人的商業化阻力，加速機器人在中國市場的應用落地。
政策上，工業和信息化部等 15 個部門聯合印發的《「十四五」機器人產業發展規劃》就提出，到 2025 年我國成為全球機器人技術創新策源地、高端製造集聚地和集成應用新高地。我們可以明顯看到，從政府到社會基層，社會各界都在共同努力，從供給和需求兩側「雙向發力」，加速推進機器人產業的崛起。
媒體報道
- 極客公園 搜狐 搜狐 搜狐 搜狐 i黑馬 芥末堆 搜狐
相關事件
- 埃斯頓上半年實現銷售收入16.55億元，旗下公司上肢康復機器人取得醫療器械註冊證 2022-09-07
- 波士頓動力開售Stretch倉庫機器人：自主搬運貨物，無需編程 2022-03-31
- 深夜安全官：Spot機器人開始在現代工廠巡視 2021-09-17
- 現代汽車收購美國波士頓動力 80% 股份 2021-06-21
- 波士頓動力發布新型倉庫物流機器人Stretch 2021-03-29