12月19日，無人機在清華大學(xué)深圳國際研究生院徐徐降落，送來了一杯鮮榨果汁，這是機器人進入大眾生活的案例之一。據(jù)了解，這也是美團首條高校航線，起飛點設(shè)置在2.6公里外的益田假日里商圈，餐品打包后到送達一般僅需約6分鐘。
2023年，機器人正由原先工業(yè)走入服務(wù)場景，人們已對酒店的送餐機器人司空見慣，掃地機器人走進千家萬戶，無人機配送在部分城市率先落地。
美團提供的數(shù)據(jù)顯示，截至2023年11月，已在深圳等城市8個商圈開通22條航線，服務(wù)覆蓋社區(qū)寫字樓、景區(qū)、醫(yī)院等多種場景，累計完成用戶訂單超21萬單。
另一方面，隨著AI技術(shù)的進展，ChatGPT等大語言模型出現(xiàn)，人機交流比以往任何時候都更加流暢和無縫。另外，若賦予機器人傳感器，在人工智能加持下，或許機器人能夠?qū)崿F(xiàn)像人類一樣感知和互動學(xué)習(xí)，這便是時下火熱的“具身智能”。
現(xiàn)在：機遇與挑戰(zhàn)并存
近期，特斯拉CEO馬斯克發(fā)布人形機器人Optimus的最新視頻，視頻中透露，Optimus第二代機器人（Gen 2）步行速度提升30%，平衡感和身體控制能力有所改善，并且由于Optimus十指均搭載了手指觸覺傳感器，機器人已可以兩指捏起雞蛋。
在當天同期舉行的機器人圓桌論壇上，與會專家均認為，今年人形機器人進展引人注目，國內(nèi)外均涌現(xiàn)人形機器人高完成度的產(chǎn)品。
落地應(yīng)用方面，“今年工業(yè)領(lǐng)域的協(xié)作機器人，物流領(lǐng)域的AGV機器人進展可觀。”中國工程院外籍院士張建偉表示。
另外，億歐智庫統(tǒng)計數(shù)據(jù)顯示，2023年，服務(wù)機器人產(chǎn)量同比增長47.6%，結(jié)束了連續(xù)12個月的同比下滑。
在視覺傳感器、SLAM系統(tǒng)、AI機器人芯片、機器人操作系統(tǒng)等核心零部件的研發(fā)和生產(chǎn)方面取得了重大突破。這些核心零部件的國產(chǎn)化不僅降低了服務(wù)機器人的制造成本，還有利于推動中國服務(wù)機器人在全球市場上的競爭力。
例如，普渡科技在機器人操作系統(tǒng)和SLAM系統(tǒng)等關(guān)鍵領(lǐng)域?qū)崿F(xiàn)了行業(yè)領(lǐng)先的技術(shù)突破，大大提升了服務(wù)機器人的部署能力和自主導(dǎo)航能力。
據(jù)了解，過去一年，美團在自動配送車等機器人領(lǐng)域的探索取得進展。如自動配送車配送服務(wù)自2018年3月落地后，目前在雄安新區(qū)等國內(nèi)多地完成了技術(shù)測試和試運營，并在北京、深圳等城市為100多個社區(qū)服務(wù)，自動駕駛里程占比超過99%。
不過，服務(wù)型機器人在商業(yè)應(yīng)用過程仍舊面臨挑戰(zhàn)。美團無人機業(yè)務(wù)負責(zé)人、美團機器人研究院理事長毛一年則談到，首先是購買機器人需要承擔(dān)高昂的初始投資成本以及機器人實際利用率并不高。另外，運維費用和維修帶來機器人無法被正常利用的時間成本都比較高；并且，機器人往往只擅長做一件事情，單個機器人多場景的應(yīng)用比較少，任何一個部件或者任何一個鏈條出現(xiàn)問題，用戶體驗和觀感都會下降。
挑戰(zhàn)往往伴隨著機遇，關(guān)鍵是市場需求能否被有效挖掘。加拿大工程院院士張宏表示，評判機器人發(fā)展應(yīng)該從商業(yè)模式和技術(shù)進步兩個維度出發(fā)。例如，大疆因為航拍受到市場認可，進而在無人機領(lǐng)域取得成功；美團在外賣配送已經(jīng)占據(jù)一席之地，借助平臺推廣無人機配送也正好契合市場需求。
未來：具身智能突破人機邊界
盡管大語言模型有望變革機器人領(lǐng)域，但在理解力、聯(lián)想力和交互能力等方面，仍然未能完全滿足公眾對機器人的期望。
1950年，“人工智能之父”艾倫·圖靈首次提出“具身智能”概念。其基本假設(shè)是，智能行為可以被具有對應(yīng)形態(tài)的智能體通過適應(yīng)環(huán)境的方式習(xí)得。
“具身智能不僅僅在于雙足機器人，更在于對世界的理解能力，形態(tài)只是一個載體。”清華大學(xué)具身智能實驗室負責(zé)人許華哲表示。
伴隨機器人的發(fā)展，業(yè)界普遍認為具身智能將是機器人發(fā)展的未來方向。不過，如何彌補其與人類智能之間的差距，機器人在邏輯性、感知力、人機交互等方面仍具有無法忽視的鴻溝。
人工智能指數(shù)型增長，給機器人發(fā)展帶來強勁動力，下一步則是要將多模態(tài)的具身智能作為未來發(fā)展的實踐主體。
張宏表示，不客氣地講，過去40年機器人并沒有發(fā)生質(zhì)的變化，解決機器人難題的關(guān)鍵之一是如何將現(xiàn)有知識灌輸?shù)綑C器人當中，大模型將會是一個很好的切入點。
早期的具身智能研究發(fā)現(xiàn)即便要使智能體泛化到與訓(xùn)練數(shù)據(jù)非常相似的任務(wù)都是異常困難的事情。
例如，將“把物體從桌子中間推到右上角”指令得到的策略并不適用于“把物體從桌子中間推到右下角”這個任務(wù)，這是因為桌子的右上角和右下角在圖像識別層面并不相通，因而在機器人“眼里”并不一樣。
在采用具身智能大模型預(yù)訓(xùn)練之后，則有望比直接訓(xùn)練取得顯著提高的效果。
許華哲表示，具身智能的生成式仿真仍比較期待，利用這種訓(xùn)練方式，模型學(xué)到了“將A放入B”這樣一個抽象的概念，有望形成系統(tǒng)性泛化到新任務(wù)的能力。
與會專家認為，未來三年，具身智能將取得突破性進展。具身智能最先落地會是服務(wù)場景，其次是工業(yè)剛需高頻而且高度依賴工程師的場景。（記者 林典馳）
來源：21世紀經(jīng)濟報道
責(zé)任編輯：李賽男
請輸入驗證碼