人形機(jī)器人的落地思考

2023年，受Tesla人形機(jī)器人Optimus擎天柱的引領(lǐng)，全球范圍內(nèi)人形機(jī)器人如雨后春筍般涌現(xiàn)，吸引了資本和產(chǎn)業(yè)鏈的緊密關(guān)注，國(guó)內(nèi)也有不少企業(yè)順勢(shì)推出了各自的人形機(jī)器人產(chǎn)品。不過市場(chǎng)熱度過后逐漸都會(huì)將關(guān)注的目光從概念樣機(jī)轉(zhuǎn)向商業(yè)落地，當(dāng)下人形機(jī)器人最迫切目標(biāo)就是需要走出實(shí)驗(yàn)室推向商用場(chǎng)景，所以規(guī)?；涞貙⑹侨诵螜C(jī)器人在下個(gè)階段面臨的真正考驗(yàn)：一炮而紅or曇花一現(xiàn)。

這篇內(nèi)容就是想介紹下我自己對(duì)人形機(jī)器人落地需要同步去考慮的幾個(gè)建議。

現(xiàn)階段商業(yè)化，要明確目標(biāo)場(chǎng)景

從產(chǎn)品定義來說，由于人形機(jī)器人通用性的設(shè)計(jì)目標(biāo)，對(duì)人形產(chǎn)品的應(yīng)用設(shè)想已經(jīng)非常廣泛：橫跨從家用、商用到工業(yè)的各個(gè)場(chǎng)景。但是結(jié)合市場(chǎng)、技術(shù)、供應(yīng)鏈的成熟度情況，我預(yù)計(jì)在未來幾年，“人形”依然會(huì)存在于場(chǎng)景概念機(jī)到小規(guī)模落地的商業(yè)化初級(jí)階段。所以，企業(yè)可以把通用性當(dāng)作人形產(chǎn)品努力的終極目標(biāo)，但實(shí)現(xiàn)這個(gè)目標(biāo)會(huì)橫跨一個(gè)比較長(zhǎng)的時(shí)間過程。所以，當(dāng)下人形機(jī)器人產(chǎn)品落地的第一步一定來自某個(gè)場(chǎng)景聚焦：找到一個(gè)最快能實(shí)現(xiàn)規(guī)?；膽?yīng)用場(chǎng)景。

為什么要優(yōu)先考慮場(chǎng)景聚焦？

通用性是積累的結(jié)果。

真實(shí)場(chǎng)景復(fù)雜且多樣，不同場(chǎng)景對(duì)技術(shù)能力、形態(tài)結(jié)構(gòu)，甚至材質(zhì)應(yīng)用的要求會(huì)有明顯差異；跨行業(yè)跨場(chǎng)景也會(huì)有很多特定場(chǎng)景的難題或者corner case要解決。對(duì)于一個(gè)全新的產(chǎn)品方向，在沒有在任何場(chǎng)景得到實(shí)際驗(yàn)證、沒踩過坑、沒處理和上下游邊界關(guān)系情況下，很難設(shè)計(jì)出一款支持跨場(chǎng)景、能力大集合的通用產(chǎn)品。所以從實(shí)際落地來說，人形機(jī)器人的落地路徑依然是1→∞的過程。

聚焦利于技術(shù)快速變現(xiàn)。

聚焦場(chǎng)景可以明確企業(yè)的技術(shù)主線并清晰規(guī)劃技術(shù)road-map，避免技術(shù)層面的過度發(fā)散難以有效將技術(shù)工程化或者始終將技術(shù)停留在demo化階段；同時(shí)將核心技術(shù)匹配到實(shí)際場(chǎng)景實(shí)現(xiàn)產(chǎn)品工程化，可以借助真實(shí)場(chǎng)景打磨建立前期技術(shù)優(yōu)勢(shì)，放大核心技術(shù)的領(lǐng)先性、并加速實(shí)現(xiàn)商業(yè)價(jià)值；也更有利于通過做需求約束實(shí)現(xiàn)產(chǎn)品的成本設(shè)計(jì)和商業(yè)化落地。

天女散花式落場(chǎng)景，容易造把金斧頭去砍樹。

以我多年AI和機(jī)器人從業(yè)感受來說，拿金斧頭砍樹是大部分AI類產(chǎn)品進(jìn)入商業(yè)化階段面臨的最大難題。國(guó)內(nèi)不少的技術(shù)類創(chuàng)業(yè)公司制定戰(zhàn)略時(shí)最大的誤區(qū)就是認(rèn)為技術(shù)什么都能做，什么場(chǎng)景都能落，一上來就做‘one for all’設(shè)計(jì)。結(jié)果各個(gè)場(chǎng)景高投入換來有限的回報(bào)，技術(shù)看似很牛逼但更像是空中樓閣，產(chǎn)品戰(zhàn)略始終在技術(shù)和業(yè)務(wù)之間搖擺。

人形機(jī)器人的0-1階段，我認(rèn)為還是要優(yōu)先考慮“一橫一縱”的市場(chǎng)選擇。要么選擇具備多樣性場(chǎng)景擴(kuò)展的大場(chǎng)景（一個(gè)環(huán)境包含多種場(chǎng)景，從1個(gè)點(diǎn)切入，后續(xù)可以橫向擴(kuò)展），或者選擇具備快速規(guī)模復(fù)制的單一場(chǎng)景（單點(diǎn)需求對(duì)應(yīng)市場(chǎng)足夠大，全球市場(chǎng)具有相似性）。

盡量避免去搶已經(jīng)非常成熟或者低成本方案的產(chǎn)品市場(chǎng)，因?yàn)榇藭r(shí)技術(shù)無法提供價(jià)值增益（反而可能是成本負(fù)擔(dān)），也很容易陷入紅海競(jìng)爭(zhēng)，無法體現(xiàn)公司核心技術(shù)的價(jià)值，陷入價(jià)格戰(zhàn)泥沼。

根據(jù)場(chǎng)景，明確產(chǎn)品形態(tài)定義

接觸“人形”以來我始終有一個(gè)疑問就是人形機(jī)器人是不是一定是雙足形態(tài)？或者說雙足會(huì)是最好的類人形態(tài)？

比如，輪式結(jié)構(gòu)是人類最偉大的發(fā)明之一，幫助人類解放了雙足的局限，指數(shù)級(jí)提高了作業(yè)效率。目前應(yīng)用最廣泛、最高效的地面移動(dòng)設(shè)備也都是輪式結(jié)構(gòu)。不可否認(rèn)雙足形態(tài)最類人，上下樓梯等環(huán)境有其獨(dú)特的優(yōu)勢(shì)，但以現(xiàn)代社會(huì)環(huán)境而言，基礎(chǔ)設(shè)施建設(shè)和各類自動(dòng)化設(shè)備已經(jīng)解決了大部分需要依靠雙腿行走的場(chǎng)景；換個(gè)角度再看，環(huán)境惡劣、基建原始的場(chǎng)景（低級(jí)的應(yīng)用場(chǎng)景）會(huì)是人形機(jī)器人的目標(biāo)客戶場(chǎng)景嗎？

我的觀點(diǎn)是始終要立足場(chǎng)景正向設(shè)計(jì)產(chǎn)品，而不是固定產(chǎn)品形態(tài)再找場(chǎng)景。人形機(jī)器人的形態(tài)設(shè)計(jì)應(yīng)該根據(jù)目標(biāo)場(chǎng)景和應(yīng)用需求來確定，不應(yīng)該局限在某一類形態(tài)定義，要跳出思維慣性從場(chǎng)景出發(fā)解決問題。

我個(gè)人對(duì)人形機(jī)器人的理解：把人類能力抽象與再組合，最終實(shí)現(xiàn)跨場(chǎng)景的通用性的類人形態(tài)的機(jī)器人產(chǎn)品。那么，從對(duì)人類的基礎(chǔ)能力抽象而言，核心就是：智能、移動(dòng)、操作。所以基于移動(dòng)和操作能力的形態(tài)定義就可以在不同場(chǎng)景有更多樣性的設(shè)計(jì)展現(xiàn)，比如輪足式、多足、輪式等等。

比如從長(zhǎng)期看，工業(yè)場(chǎng)景的大趨勢(shì)是流程去人化和場(chǎng)景專業(yè)化，最終結(jié)果就是可以對(duì)工業(yè)場(chǎng)景和流程的完全重構(gòu)，減少人類對(duì)于工業(yè)場(chǎng)景的影響和依賴就是必然，以終為始，類人機(jī)器人就一定會(huì)是最優(yōu)形態(tài)嗎？同時(shí)，已經(jīng)實(shí)現(xiàn)規(guī)?；瘧?yīng)用的復(fù)合機(jī)器人（移動(dòng)底盤+機(jī)械臂）就可以看作是一種類人形態(tài)，如果換成雙足也不一定就是更有性價(jià)比的方案。再看在商用場(chǎng)景，更重要的考慮是人機(jī)交互的實(shí)現(xiàn)與體驗(yàn)，智能化的產(chǎn)品設(shè)計(jì)和需求滿足優(yōu)先級(jí)也更高于移動(dòng)形式。目前來看家用也許可能是最適合足式形態(tài)的產(chǎn)品場(chǎng)景之一。

所以，人形機(jī)器人何必只是足式機(jī)器人，根據(jù)目標(biāo)場(chǎng)景組合能力，設(shè)計(jì)出的匹配形態(tài)就是最合適的產(chǎn)品設(shè)計(jì)。

重點(diǎn)考慮泛化能力對(duì)規(guī)?；南拗朴绊?/p>

人形機(jī)器人以通用性為目標(biāo)，實(shí)現(xiàn)靈活的跨場(chǎng)景和跨任務(wù)應(yīng)用，那么泛化能力將是制約人形機(jī)器人規(guī)模落地的最大阻礙。優(yōu)先要考慮解決的是場(chǎng)景泛化和技能泛化，降低新場(chǎng)景和新技能的學(xué)習(xí)成本與部署成本，保證人形機(jī)器人不會(huì)被限制在方寸之地，有更廣闊和更靈活應(yīng)用的可能性。

我認(rèn)為賦予機(jī)器人產(chǎn)品優(yōu)秀的泛化能力至少要尊重三個(gè)基本原則：

機(jī)器人泛化是一個(gè)系統(tǒng)性工程，涉及系統(tǒng)、硬件、各流程環(huán)節(jié)和全人員，而不簡(jiǎn)單是片面的某一個(gè)方面提升；

機(jī)器人泛化是一個(gè)持續(xù)性過程 ，需要通過時(shí)間和項(xiàng)目不斷迭代打磨形成標(biāo)準(zhǔn)規(guī)范、沉淀工具和方法，而不只是某個(gè)階段性投入；

機(jī)器人泛化是產(chǎn)品化的一部分，需要產(chǎn)品經(jīng)理能了解市場(chǎng)環(huán)境、項(xiàng)目全流程和現(xiàn)場(chǎng)情況，要具備很強(qiáng)的共情力、理解不同文化思維并重視用戶體驗(yàn)。

簡(jiǎn)而言之，構(gòu)建產(chǎn)品泛化能力的過程將貫穿產(chǎn)品生命周期、是產(chǎn)品設(shè)計(jì)不可缺少的一環(huán)。

雖然目前可以通過體系建設(shè)和工具產(chǎn)品提升機(jī)器人產(chǎn)品的易用性（基礎(chǔ)），但最終技術(shù)手段才是機(jī)器人實(shí)現(xiàn)大規(guī)模落地的有效途徑（質(zhì)變）。比如，Tesla將純視覺方案的 FSD（Full Self-Driving）下放到Optimus擎天柱，就屬于提高機(jī)器人泛化能力的重要手段，通過端到端神經(jīng)網(wǎng)絡(luò)Optimus擎天柱可以更直接地感知環(huán)境、實(shí)現(xiàn)任務(wù)學(xué)習(xí)和控制運(yùn)動(dòng)，從而提高其在未知環(huán)境或條件下的泛化能力和適應(yīng)性。Google RT-2幫助機(jī)器人實(shí)現(xiàn)技能自學(xué)習(xí)的能力，使得機(jī)器人在未經(jīng)過專業(yè)數(shù)據(jù)訓(xùn)練情況下能夠更容易理解并處理人類提出的各種類型的任務(wù)需求，提升機(jī)器人的學(xué)習(xí)和泛化能力。所以構(gòu)建人形產(chǎn)品的泛化能力，需要保持對(duì)技術(shù)的關(guān)注和創(chuàng)新嘗試，以效率為導(dǎo)向做技術(shù)預(yù)研。

續(xù)航能力是也是重要制約

續(xù)航能力將是制約人形機(jī)器人應(yīng)用和發(fā)展的又一個(gè)重要因素。人形的體積決定了可攜帶的電池體積不會(huì)太大，而現(xiàn)階段鋰電池的能量密度依然有限，移動(dòng)機(jī)器人對(duì)接式和車載的插拔式的充電模式我也認(rèn)為并不完全適用于人形機(jī)器人，這就對(duì)人形機(jī)器人的續(xù)航能力帶來嚴(yán)重挑戰(zhàn)。

長(zhǎng)遠(yuǎn)來看，新形態(tài)電池（如固態(tài)電池）、無線充電、脫離電池的全域無線供電等方案都有機(jī)會(huì)解決人形機(jī)器人的續(xù)航問題，希望能有專門的公司能在這個(gè)領(lǐng)域?qū)崿F(xiàn)技術(shù)突破。

產(chǎn)品設(shè)計(jì)初期就要考慮成本設(shè)計(jì)

人形機(jī)器人的商業(yè)化需要技術(shù)Ready和具有經(jīng)濟(jì)性的兩方面支持，所以，成本設(shè)計(jì)是人形機(jī)器人走出實(shí)驗(yàn)室進(jìn)入商業(yè)社會(huì)的關(guān)鍵步驟，最終面向用戶的產(chǎn)品價(jià)格需要符合市場(chǎng)預(yù)期。同時(shí)在當(dāng)下的大環(huán)境情況下，我建議所有企業(yè)從一開始就要具備財(cái)務(wù)管控意識(shí)，要能算賬、算細(xì)賬，而不是不計(jì)成本的投入到技術(shù)研發(fā)。

比如在工業(yè)場(chǎng)景，如果對(duì)標(biāo)國(guó)內(nèi)的一線工人，可能就需要將成本做到10萬元內(nèi)的級(jí)別，Musk 在給Optimus擎天柱設(shè)定目標(biāo)2萬美金時(shí)也是參考了Tesla的實(shí)際用工成本，而中國(guó)的人工成本對(duì)比海外還是會(huì)更便宜。而在商用場(chǎng)景，可以根據(jù)具體的實(shí)現(xiàn)場(chǎng)景去設(shè)計(jì)，從ROI的角度來看，對(duì)標(biāo)國(guó)內(nèi)人工成本要考慮售價(jià)可能需要不超過20萬。而面向家用市場(chǎng)，需要做到萬元級(jí)別的成本才有可能大面積進(jìn)入家庭。

除了降低產(chǎn)品成本，還可以通過不同的商業(yè)模式來實(shí)現(xiàn)成本分?jǐn)?，比如提供服?wù)而不是設(shè)備銷售，實(shí)現(xiàn)持續(xù)性收入。但無論如何，都需要考慮最多不超過在 24個(gè)月實(shí)現(xiàn)回本，從而倒推成本控制。

避免始終停留在實(shí)驗(yàn)室，讓技術(shù)產(chǎn)品化周期過長(zhǎng)

要從整個(gè)市場(chǎng)時(shí)間窗口期考慮技術(shù)產(chǎn)品化到商業(yè)化的周期規(guī)劃目標(biāo)，需要考慮設(shè)計(jì)一個(gè)合理的落地節(jié)奏和階段性目標(biāo)：

在0-1階段，由技術(shù)主導(dǎo)實(shí)現(xiàn)demo，滿足場(chǎng)景需求。在這個(gè)階段，重點(diǎn)解決技術(shù)可行性問題，滿足特定場(chǎng)景的使用需求。

在1-10階段，由商業(yè)主導(dǎo)規(guī)?；?，做需求取舍，先在局部場(chǎng)景商業(yè)落地。在這個(gè)階段，需要重點(diǎn)解決技術(shù)經(jīng)濟(jì)性問題，滿足市場(chǎng)需求，實(shí)現(xiàn)商業(yè)化落地。

現(xiàn)階段，人形機(jī)器人只是走出了讓市場(chǎng)看到了從PPT走向落地的第一步，但真正的挑戰(zhàn)和困難都是在商業(yè)化落地時(shí)才會(huì)面對(duì)。商業(yè)化落地不是讓一臺(tái)機(jī)器人實(shí)現(xiàn)功能，而是要考慮成千上萬臺(tái)機(jī)器人在不同地域、各種場(chǎng)景穩(wěn)定、有效的運(yùn)行，那么要考慮的問題就需要更系統(tǒng)性和全局性，因?yàn)椴粌H僅只是會(huì)面臨技術(shù)問題。

雖然當(dāng)下有資本和新技術(shù)加持，但我認(rèn)為人形機(jī)器人的落地不會(huì)比移動(dòng)機(jī)器人或者機(jī)械臂面對(duì)的挑戰(zhàn)更簡(jiǎn)單，甚至可能會(huì)把同樣坑再趟一遍（所有品類的機(jī)器人在落地時(shí)面臨的挑戰(zhàn)都是相似的）。

以上的幾個(gè)觀點(diǎn)和想法都是基于我的經(jīng)歷和認(rèn)知對(duì)人形機(jī)器人落地的一些思考，我也會(huì)持續(xù)保持對(duì)人形機(jī)器人的關(guān)注，希望能盡早看到人形產(chǎn)品快速落地、百花齊放的時(shí)刻。

審核編輯：湯梓紅