人形機器人，覺醒？

最前沿的賽道，終于起風了。

@科技新知 原創(chuàng)

作者丨王思原 編輯丨伊頁

(相關資料圖)

人形機器人發(fā)展得有多快？

去年 8 月，小米率先發(fā)布人形機器人 " 鐵大 "，但 " 蹣跚 "、" 摔跤 "、" 比雷總年紀都大 " 成了標簽，網友造梗的同時也顯現(xiàn)出產品的窘境；2 個月后，特斯拉 Optimus 亮相，但也沒能少得了被嘲笑，稱其是只能靠人工抬上臺去展示的鐵架子。

當時的人形機器人，還被當作是各大科技企業(yè) " 博眼球 " 的營銷噱頭。但如今不到一年時間，整個行業(yè)便發(fā)生了翻天覆地的變化。

前不久的 2023 年特斯拉股東大會上，從 Optimus 最新的演示視頻中可以看到其有了非常巨大的迭代，走路更加自然和靈活，可以更好執(zhí)行各種復雜且精細的機械操作任務，比如收拾杯盤。并且近期特斯拉也表示，7 月正式投產的 Dojo 超級計算機，也將為 Optimus 提供服務。

此外，華為注冊成立東莞極目機器有限公司的消息，更使業(yè)內浮想翩翩。據悉，該公司注冊資本 8.7 億元，經營范圍包括電子元器件制造、工程和技術研究和試驗發(fā)展等。

當然，最引爆國內市場情緒的還屬深圳、上海、北京三地先后發(fā)布政策加持，尤其北京方面提出要培育百種高技術高附加值機器人產品，和具有全國推廣價值的應用場景，并且到 2025 年，全市機器人核心產業(yè)收入將達到 300 億元以上。

無論是產品端還是政策端，人形機器人的風似乎已經完全吹起，但不免也引出一些問題，為什么人形機器人在當下節(jié)點集中爆發(fā)？人形機器人 iPhone 時刻還遠未到來，是卡在了哪些領域？以優(yōu)必選為代表的國內人形機器人企業(yè)能否熬到黎明？

01

電動車與大模型的組合

一個新技術大周期的開啟，往往具備三大基礎要素：一是具備廣闊市場前景且有政策背書，二是存在大量舊技術周期遺留下來的閑置資本，三是促發(fā)更大規(guī)模的產業(yè)革命。

以上三點在人形機器人賽道都已初見端倪，這也是此次市場被引爆的關鍵所在。

近期，包括國海證券在內的多家知名券商機構，發(fā)布有關人形機器人的研報，統(tǒng)一認為今年的投資雖然仍是 0-1 階段，但長期來看空間不是問題。

如果與新能源車對比來看，人形機器人市場空間更大。人形機器人是對勞動力的替代，電動車是對燃油車的替代。而全球勞動力人口在 35 億左右（總人口在 80 億），全球汽車保有量在 15 億，按照人形機器人單價 10 萬元、汽車單價 15 萬元估算，人形機器人、汽車天花板存量市場空間分別為 350、225 萬億元。

馬斯克也樂觀預計，未來人形機器人的需求，可能會遠遠超過汽車的需求。未來十年特斯拉人形機規(guī)劃 500 萬臺產能。按量產后的 2.5 萬美元單價計算，未來 3-5 年市場空間超百億美元，十年后將超千億美元。

「科技新知」認為，AI 快速發(fā)展和人口老齡化帶來的勞動力危機下，人工替代的產業(yè)大趨勢已經十分明確。

今年 1 月，工信部等十七部門聯(lián)合印發(fā)《" 機器人 +" 應用行動實施方案》，聚焦制造業(yè)、農業(yè)、建筑、能源、商貿物流、醫(yī)療健康、養(yǎng)老服務、教育、商業(yè)社區(qū)服務、安全應急和極限環(huán)境應用等 10 大應用重點領域，提出明確指引方向。這樣的政策驅動利好，事實上已經奠定了機器人市場的應用基礎。

當然，技術的實現(xiàn)，更是人形機器人落地的基礎。

事實上，人形機器人與智能電動車的供應鏈重合度不低，一些重要技術甚至可以直接遷移。例如一些視覺感知算法可以在機器人上復用，并以智駕領域積累的 Know-How 進行賦能，未來特斯拉的 FSD V12、Dojo 超算落地后，更是能夠大幅提升 AI 訓練速度。

馬斯克此前也表示，特斯拉的領先之處是已經打通了 FSD 和機器人的底層模塊，實現(xiàn)了一定程度的算法復用。并且，通用型 AI 算法支持的機器人，才是特斯拉未來長期價值所在。

此外，在機器人產品中，減速器、伺服系統(tǒng)和控制器三大核心零部件的成本占比達到 70%，而基于成熟的電動汽車產業(yè)鏈，傳感器、電機、減速器等配件，也都能夠實現(xiàn)產品復用，基于經驗積淀以及規(guī)模化降本能力，還更有助于人形機器人加速產業(yè)化。

對于智能化問題，AI 大模型等技術的爆火，以及硬件技術方案的迭代，加速了人形機器人產品功能升級和智能化提升。AI 是大腦，運動控制器是小腦，機器人就是軀干，三者在一起才組成完整的產品系統(tǒng)。

多模態(tài)大模型技術的興起，模型參數高達萬億級別，ChatGPT 能夠通過自然語言交互和自動化決策提升機器人的理解能力，以及連續(xù)對話與持續(xù)交互能力；PaLM-E 模型則可從計算機視覺和自然語言兩方面，助力機器人掌握更多樣本的學習能力，并且將獲取到的決策進行執(zhí)行。

而有這些技術的賦能，便能使機器人達到任務級的編程和交互。只需要告訴機器人它要做的任務是什么，機器人就會理解需要做的事情，拆分任務動作，生成應用層控制指令，并根據任務過程反饋修正動作，最終完成人類交給的任務，基本能夠實現(xiàn)全自主化運行。

理論上幾乎完美，可冰冷的現(xiàn)實是，雖然人形機器人的市場空間格局已經打開，技術也日漸成熟，但從價值釋放角度來看，還有待突破。

02

"iPhone 時刻 " 還未到來

從廣義范疇來看，人形機器人本質上并沒有脫離機器的束縛，即便擁有了人體的形狀，但仍然是機器人的一種。只是在裝備了感知、驅動、末端執(zhí)行、能源供應，運算及軟件這五大系統(tǒng)之后，較之邏輯簡單的工業(yè)機器人，智能方面有了長足的進步。

傳統(tǒng)工業(yè)機器人更像一臺機器而并非 " 人 "。由于其所運行的軌跡都是被事先編程好，只可以在固定區(qū)域，特定場所，做規(guī)定而重復的動作，不具備獨立處置突發(fā)（非程序內）問題的能力，只能被歸類為非智能機器人。

這種機器人無法與環(huán)境發(fā)生交互，而人形機器人擁有更高程度的自主運行完成任務的能力，用更為規(guī)范的學術語言描述，這種人工智能就叫做具身智能。

英特爾 CEO 黃仁勛在 ITF 2023 上也談到此概念，" 人工智能和加速計算正在共同改變技術行業(yè)。下一波人工智能浪潮將是一種被稱為具身 AI 的新型人工智能，即能夠理解、推理并與物理世界互動的智能系統(tǒng)，即具身智能。"

具身智能是能夠提升當前 " 弱人工智能 " 認知能力的重要方式，亦是產生超級人工智能的一條可能路徑。但顯然，當下的人形機器人距離這一狀態(tài)還有非常巨大的差距。

更為具象的期望是：先聽懂人類語言，然后分解任務，規(guī)劃子任務，在運動中識別物體，與環(huán)境交互，最后完成相應任務。但是，還沒有哪一種類人機器人能自己決定自己想要做什么。

另外，傳感器精度和可靠性的不斷提高，是當前亟待解決的難題之一。

舉例來說，在進水、進到粉塵或者顛簸之后，相機的校準就容易失效，長期使用之后像素點就容易壞死等硬件問題，都會直接導致機器識別率在準確性上的丟失。能否準確拿起雞蛋等易碎物，考驗的也是精細度以及可靠度是否有所突破。

與普通的輪式機器人相比，雙足步行更加困難，這需要更高的軟件和硬件性能，特別是控制算法。因此，如果機器人能夠在不依賴人類幫助的情況下，對周圍的情況進行判斷，并做出相應的行動，那么機器人的靈活性和綜合性就會得到進一步提升。而目前能夠實現(xiàn)完全自動化或者半自動化的人形機器人，卻寥寥無幾。

當然，制造成本的居高不下，也是人形機器人難以走出實驗室完成商業(yè)化的一大因素。

人形機器人相較工業(yè)機器人結構更為復雜，這也導致其售價不菲。本田 ASIMO 的單臺成本為 200 萬美元，波士頓動力 Atlas 的單臺成本為 250 萬美元，即便是特斯拉的 Optimus，成本也約在 10 萬美元左右。

有從業(yè)人員告訴「科技新知」，" 傳統(tǒng)人形機器人的三大件為減速器、控制器與伺服電機，這些零部件由少數制造巨頭把持，十分考驗行業(yè)的議價能力，如果行業(yè)需求不多，便無法低價采購，則難以降低成本起量，而不起量又難以低價采購。"

曲高和寡確實是行業(yè)降本的 " 攔路虎 "，不過國產供應鏈在電機、減速器、滾柱絲杠、傳感器等環(huán)節(jié)，均積累了豐富的生產經驗，引進國產供應鏈有望進一步降低核心零部件的價格。

用金錢換空間，對于財大氣粗的特斯拉、小米等企業(yè)來講沒有問題，它們也有資本去接受行業(yè)商業(yè)化落地的緩慢，但對于優(yōu)必選等專注人形機器人的初創(chuàng)企業(yè)來說，又能否撐到黎明的到來？

03

艱難的 0 到 1

一般來說，行業(yè)環(huán)境不成熟、商業(yè)化不明朗的初期，往往是最 " 燒錢 " 的時候。而如何解決資金問題，幾乎困擾著所有人形機器人企業(yè)。

拿優(yōu)必選舉例，第三方平臺信息顯示，其已經拿到 D 輪融資。據公開資料顯示，D 輪融資共持續(xù)了兩年，增資總數達 6 次。但優(yōu)必選的營收情況卻一直不容樂觀。

根據優(yōu)必選提交的招股說明書，在 2020 年至 2022 年 9 月的報告期內，公司營收分別為 7.4 億元、8.17 億元、5.29 億元，凈虧損則達到 7.07 億元、9.18 億元、7.78 億元，同期收到的政府補貼為 6620 萬元、5950 萬元、2150 萬元。

營收略有增長，利潤卻在下滑。好在一個新興的科技產品市場，前期的經營性虧損是可以被投資人接受的。但值得關注的是，其虧損規(guī)模有進一步拉大的趨勢，影響利潤的因素之一，就是對存貨的計提減值。

優(yōu)必選在招股書中表示，截至去年三季度末，公司有 6120 萬元的存貨，進行計提減值 4540 萬元。這批存貨為 40000 臺人形機器人 AIpha Mini 悟空，原因是產品生命周期較短，不適應客戶偏好變化以及技術變化。

也就是說，人形機器人市場目前并非標準化套制市場，還是需要根據客戶需求進行定做，而無法批量生產則意味著毛利率無法提高。反應到數據上，優(yōu)必選的毛利率 2020 年為 44.7%，2021 年下降到了 31.3%， 去年前三季度為 30.7%。其中，行業(yè)定制的智能機器人業(yè)務毛利率為 41.3%，但消費級機器人業(yè)務毛利率僅為 4%。

優(yōu)必選資金不繼、撐不下去的狀況由來已久。Alpha 第一臺樣機和 jimu 早期樣機出來之后，就曾面臨生存困境。創(chuàng)始人周劍和 CTO 熊友軍去各地路演，找基金管理人拉投資。

在一個投資者論壇上，周劍認識了比亞迪的聯(lián)合創(chuàng)始人夏佐全。后者個人拿出 400 萬元跟投，讓優(yōu)必選活了下來。此前也有前員工透露，聽說 2018 年要不是騰訊領投 C 輪融資，" 公司就要燒錢玩完了 "。

作為行業(yè)內估值 300 億的獨角獸，財務狀況都不容樂觀，其他人形機器人初創(chuàng)企業(yè)大概率也兇多吉少。

事實上，人形機器人從 0 到 1 的落地，本質不是一個市場問題，而是一個技術問題。

無論是優(yōu)必選旗下的真人尺寸機器人 "Walker"，還是馬斯克的 "Optimus"，又或者小米的 CyberOne，要真正面向大眾市場，在產品上還很不完善，技術還處于前期的研發(fā)階段。

首先算法上，雖然有很多底層代碼已經開源，但差距在于迭代的質量，比如在不同場景下的適應能力，波士頓動力的機器人產品屬于業(yè)內領先，而優(yōu)必選等國內企業(yè)依舊需要迭代追趕。

其次是硬件成本問題。除了三大件外，人形機器人還需要更多的攝像頭、激光雷達等傳感器以及芯片、云計算平臺等全方位的支持。這注定了未來產品之間的競爭，歸根到底是一場供應鏈的較量。

機器人制造和 AI 研發(fā)，算得上是最難熬的兩個賽道，大筆投入卻難見效果，這對優(yōu)必選等還未上市且背后沒有 " 金主 " 支撐的企業(yè)來說是一種考驗。比如，2021 年優(yōu)必選的產品用的還是 2017 年采購的芯片和板卡，而隨著時間流逝，部件存貨要么自然損壞，要么淘汰落伍。

不過創(chuàng)業(yè)者們也摸索出一條清晰生存路徑。在十有九虧的 AI 賽道中，要活下來必須獲得投資機構的青睞，然后運作上市，補血續(xù)命。

優(yōu)必選所有的故事，都是奔著投資機構有的放矢。但其不得不面對的現(xiàn)實是，當下資本市場環(huán)境與此前不同，一家企業(yè)如果沒成熟的商業(yè)化做支撐，即便上市成功，也要疲于應對二級市場的預期倒逼。

" 目前來看，CyberOne、Optimus 這些有背景的人形機器人大概率會生存下來，并且活得很好，而以優(yōu)必選為代表的那些囊中略顯羞澀的企業(yè)，想要分一杯羹，目前來看，還很艱難。" 一位機器人供應鏈相關人士，向「科技新知」坦言。

04

寫在最后

阿西莫夫的《鋼穴》提出這樣一個問題：假設你在管理一座農場，你有兩個選擇。一是在拖拉機、收割機、翻土機、汽車、擠奶器這些機械上都裝上一部 " 電子腦 "，讓它們成為智能機械。二是讓收割機、翻土機、汽車、擠奶器都維持原樣，但使用一個擁有 " 電子腦 " 的機器人去操作它們。你會選擇哪一種？

書中的農民選擇使用了機器人，這也證明了人形機器人的意義和優(yōu)勢：機器人可以像人類一樣使用機器，并且迄今為止一切人類發(fā)明的工具，人型機器人直接就能使用，但機器始終只能做循環(huán)運動。

這是基于應用上的，更是基于經濟上的。

/ THE END /

Author

Follow Us