人形機器人井噴前夜|星動紀元陳建宇：產業有可能以超預期速度發展

8月19日，星動紀元官宣發佈新一代人形機器人——星動STAR 1。但這並非該團隊第一代研發的機器人。

早在2022年，星動紀元團隊完成了第一代人形機器人的研發，之後不到兩年時間裡，他們的人形機器人進行了6次迭代。

星動紀元創始人、清華大學交叉信息研究院助理教授陳建宇在機器人領域已經有10餘年研發經驗，曾經涉足四足機器人、機械臂、無人車等。

他在接受紅星資本局等媒體採訪時表示，未來人形機器人的具身智能如何去做，仍有最大的不確定性。如何實現通用的具身智能，目前最前沿的學術界都還很難回答這一問題。

但是他也指出，在數據驅動的時代，整個產業有了階躍式發展的可能。人形機器人完全有可能以超出大家預期的速度發展。

他告訴紅星資本局，去年國內佈局人形機器人的企業並不多，但今年包括整機和零部件企業至少涌現了幾十家，同時還帶來了不少新品。可以看到整個行業都在快速發展着。

人形機器人最大瓶頸：

依然在具身智能

今年，人形機器人已經開始進入小批量量產階段，部分企業還給出了下半年時間表以及產品售價。但對於量產一事，陳建宇認爲當下還無需過於關注。

“現在人形機器人真正的問題不是量產。是否真的有這麼大客戶需求在，以及技術能否達到，這些纔是規模化量產的前置條件。”陳建宇認爲，現在的人形機器人還不足以能完成一些特別複雜的事情，這是它的最大卡點。

“人形機器人現在最大的技術瓶頸依然在具身智能。硬件決定了人形機器人應用落地能力的上限，但是目前人形機器人產業擁有的硬件基礎支撐起來的應用上限，具身智能算法還暫時沒有達到。”

他指出，人形機器人的硬件基礎本身能夠支撐它完成的一些任務，由於現有AI算法的能力不足，目前的人形機器人還無法真正實現這樣的產品力。

在陳建宇看來，當前現狀是大家還沒有真正找到一個引爆需求點的場景，正在賣的人形機器人也並不是爲了滿足真實市場需求而做的，更多是爲一些早期嚐鮮者提供，由此產生的銷量不會很大。一定要解決諸如工業場景這樣足夠大的場景中的某些需求、能夠提供一個非常有價值的解決方案，才能推動人形機器人實現規模化量產。

在量產推進方面，特斯拉是否會先人一步？陳建宇認爲，特斯拉的優勢在於場景，自家的車廠可以完全開放去收集數據和訓練，推進速度可能會快些。“馬斯克的資源足夠豐富，他可以做的更大膽。但一些技術難點還是需要有時間成本。”

對於星動紀元自己的商業計劃，陳建宇表示會先從靈巧手開始商業化，會逐步根據市場需求進行後續的產品迭代。陳建宇強調了性能的重要性。“需要它真正能幹活，甚至是人幹不了的活，這對力量、效率都有比較高的要求。”

人形機器人迭代速度正越來越快

人形機器人的落地應用，到底是缺少剛需場景，還是技術不夠成熟？陳建宇認爲兩者都存在。“人形機器人還是個全新的產品品類，需求雖然客觀存在，但大家還要找到匹配的需求點，這個仍在探索。”而在技術方面，陳建宇認爲還需要再有一定程度的發展，比如力量要做全，還包括執行能力、行走能力等。要讓它逐步的“越走越快，越走越穩”。

不過陳建宇對整體產業發展是樂觀的。“很多人看到的是人形機器人現在能做什麼，這些能力距離他們心中理想的人形機器人形態還有多遠，但我看到的是以後人形機器人會發展成什麼樣。”

陳建宇表示，現在人形機器人技術發展非常快，以往人形機器人的研究方法，是以線性增長的趨勢推動整個產業發展，現在在數據驅動的時代，整個產業有了階躍式發展的可能。是以超出大家預期的速度在發展着。

以星動紀元自己爲例，陳建宇表示，在人形機器人研發過程中他們積累了很多通用的技術，將這些技術能力逐步進行模塊化後，研發新產品時，很多模塊是直接從之前產品中複用而來。“我們平均一代人形機器人產品幾個月就能迭代完成，而且這個迭代速度還在越來越快。”

同時大模型的加持也在助力人形機器人的發展。陳建宇表示，用大語言模型、ChatGPT直接接入就可以在任務規劃、感知識別、語音理解等方面直接幫助機器人，同時要做一款機器人大模型，也可以比較多去借鑑大語言模型的底層技術。

“我們研究了人形機器人的操作大模型，基於語言和視覺信號的輸入，通過操作大模型讓人形機器人直接輸出動作，相較而言，這是一個端到端的語言-視覺-動作大模型。”

團隊在實驗中觀察到，通過大量的數據訓練，操作大模型具備較好的泛化性，這使得人形機器人有了舉一反三的能力——在進入到一個新的任務場景中，人形機器人只需要少量數據就能學會相關技能。

“在一個新的任務場景中，只對人形機器人進行了幾個簡單物品的操作訓練，之後我們發現，人形機器人在面對更復雜的環境和物體時，在沒有進行鍼對性訓練的情況下就能夠準確地進行相應的操作，這就讓人形機器人具備了泛化性。”

紅星新聞記者 王田

編輯 楊程