AI离普罗大众的生活还有多远？将“智能”从网页对话框带到现实世界，或许人形机器人会成为那个关键角色。當AI走入生活。
作者 | 柴旭晨
編輯 | 周智宇
AI離普羅大衆的生活還有多遠？將「智能」從網頁對話框帶到現實世界，或許人形機器人會成爲那個關鍵角色。
在9月19日雲棲大會，至頂科技CEO高飛、星動紀元創始人陳建宇、北大-銀河通用具身智能聯合實驗室主任兼智源學者王鶴、宇樹科技創始人王興興、逐際動力創始人張巍，共同探討了人形機器催化AI落地普及的可能。
當前，隨着多模態大模型在技術層面的”狂卷“，AI已經進入到「圖靈時刻」。高飛指出，這意味着AI生成的內容，已經讓大家很難分辨是人還是AI，但問題在於它距離真正的物理世界，還有距離。而當大模型與機器人發生「碰撞」，是否將來有一天，機器與人類的能力也會極其趨同，完全改變日常生活？
這已不是科幻小說家天馬行空的想象。在兩月前的特斯拉股東大會上，馬斯克直言人形機器人將成爲工業主力，數量有望超越人類，預計達到100億-200億台。有了馬斯克的站臺，人形機器人迅速爆火。曾經堅稱不會做人形機器人的宇樹科技，如今也「一反常態」地衝刺入場。
「三四年前有投資人問我們做不做人形機器人，我堅決反對。因爲2010年我做小人形機器人時發現，一個機器人系統複雜到一定程度後，是非人力能維護的，那時人類的技術沒辦法駕馭」。但當5、6年前AI重新嶄露頭角後，王興興發現，大模型讓機器人軟硬件的迭代速度超乎行業預期。
可以說，AI讓機器人進入蝶變拐點，機器人或許也會將AI拉入物理世界。
王興興認爲，通用人形機器人算是目前大模型最好的落地載體，它可以解決AI落地場景的問題。張巍也直言，軟件算法的通用性要靠大模型，機器人跟物理世界交互的通用性交互要靠人形機器人。
不過，距離機器人真正走入生活還有多遠，這是行業一直在試圖回答的問題。
在陳建宇看來，一兩年內就能看到各個行業的早期試用者。但大規模應用、進入家庭還有很長一段距離。他解釋稱，大模型在工業場景滲透會更快，因爲邊界性很強做事情相對固定；而生活場景複雜得多，需要機器人有更強的泛化能力。
王鶴則表示，明年開始將會是人形機器人的商用元年。他預測未來10年內機器人的安全性可以達到進入家庭的標準；15年內可能會產生千萬乃至大千萬級別的市場。
王興興認爲，三年內全球範圍內大概率會出現通用型的機器人AI，到那時候只需要向機器人簡單示範它就能學會掌握要領，整個行業將出現天翻地覆的變化。
顯然，業內玩家對人機器人的落地都抱有樂觀態度。王興興直言，「跟過去10年不一樣，現在整個機器人AI的人才、資金投入都是巨量，是幾百倍甚至上千倍的」。
不過，逐際動力創始人張巍則從另一維度指出，人形機器人賽道的產業發展是「事件驅動」，「它更要看AI技術的『關鍵開關』什麼時候能找到，而不是用具體時間衡量」。並且他認爲要避免過早做商業化，因爲上一代AI和機器人落地過程中遇到了很多挑戰，大家都調侃「人工智能等於智能不夠靠人工」，導致增加了很多部署和售後成本。
因此，尋找人形機器人真正普及的要素，變成了市場最關心的點。
陳建宇表示，人形機器人的技術可以分成「大腦」、「小腦」和「本體」三大塊，他認爲最關鍵的是「小腦」，它是承接「大腦」思考來規劃、調用硬件本體活的橋樑，「缺了小腦機器人只能成爲一個會思考的爛鐵」。
他指出，「大腦」現在有超強的AI大模型，人形機器人的「小腦」相較其他部分反而是最薄弱、技術的不確定性最高，是限制機器人落地應用的鴻溝。
而王鶴最關心的是機器人上半身手眼腦的協調，他認爲人形機器人要看泛化性的程度，是不是通向未來真正的通用；二是能不能跟人之間用自然語言溝通，實現0代碼部署。最終通用機器人的目標，是在這兩個能力上都能達到跟人一樣的環境適應能力和任務的泛化性。
王興興對此表示認同，他希望有一個AI模型來統領機器人的操作和思考，只要給它看個視頻或演示，就能完全能學會一個動作。因爲目前大部分動作還是單個做訓練的，這樣的訓練費時費力。
這意味着，將來在機器人領域的發展，也將經歷了從「規則驅動」到「算法驅動」再到「數據驅動」的躍遷。這一步步的迭代正是生成式AI，走向通用人工智能AGI的縮影。
「畢竟我們的機器人需要在物理世界去交互、去做事情，去理解整個物理世界」。陳建宇認爲，無論是算法、模型、數據等層面都還需要我們探索“。