分享价格打下来了,只要9.9万,人形机器人的春天来了吗

不久前，国内机器人宇树科技在其官方推送了一篇为《U G1 人形智能体 AI化身 ￥99万元起》的文章，宣布其推出了一款99万的人形智能机器人。十万不到的价格，瞬间让人有一种科幻马上就要照进现的既视感。SIP中继的相关知识也可以到网站具体了解一下，有专业的客服人员为您全面解读，相信会有一个好的合作！https://www.siptrunk.cn/

尽管2024年的进度条走了还不到一半，但有关人形机器人的炸场消息却是接连不断。

先是英伟达CEO仁勋在其3月份召开的GPU技术大会上与9款人形机器人同台，接着宣布英伟达将开启人形机器人通用基础模型GR00T项目，用新GPU为人形机器人智能化提供算力支撑。引发了一阵关于具身智能的热议。

一个月后，老牌机器人波士顿动力宣布旗下传统的液压式人形机器人退役，并推出其全新研发的全电动A机器人。又掀起了一波关于人形机器人发展过往的追忆热潮。

5月初，特斯拉发布了一段展现其人形机器人O（擎天柱）的视频。视频中，有的机器人在拾取电池芯并将它们准确插入到对应的托盘中，还有机器人在进行其他物品的摆放和衣物折叠等操作。



紧接着就是上文提到的，宇树科技祭出了99万的价格大招。

看到如此一系列密集的大事件，很难让人不产生一种人形机器人的春天已经来临的幻觉，也难怪有人会高呼“2024年是人形机器人元年”。

到今天，人形机器人经历了怎样的发展历程为什么大家突然又对其展现出如此大的热情在这些欢呼的背后，人形机器人的发展还面临哪些问题本文将就这些议题展开讨论。

人形智能机器人的成长路径根据控制论的观点，非生命体具备智能的一个关键表现，就是其能够和生命体一样对周遭复杂环境进行主动感知，并作出合理反应。这需要至少个要素的支撑：感觉要素、运动要素和思考要素。

如果从这个视角出发，首台称得上人形智能机器人的产品，是早稻田大学在1972年推出的WABOT-1。这款机器人在不用人类时刻操纵的情况下，可以现自主行走、抓取物体、用日语交流等行为。通过各类传感器，这款机器人拥有一定程度的视觉、听觉和触觉，可以感知周围的状况，并主动调整自己的动作。

事上，在波士顿动力和特斯拉站在聚光灯前的日子里，人形机器人领域主要由日本的机构和企业引领。

1984年，WABOT-1的升级版WABOT-2被推出。它被设定为一款音乐机器人，可以识别乐谱，并根据乐谱弹奏风琴等乐器。

与此同时，工业巨头本田也进入了这一赛道，并在2000年推出了以著科幻作家命的阿西莫（ASIMO）机器人。这是一款具备奔跑、跳跃等多项运动能力，还可以通过视觉、听觉感应器规划路线，给人端茶倒水、表演舞蹈，并能够用语音和手语跟人交流的机器人。

此后，追光灯便打到了北美的舞台。

先是波士顿动力在2022年推出原型机，并于2022年正式发布，可以现跑酷、后空翻、侧滚翻、前滚翻、180度空中转体、空中劈叉、360度空中转体等高难度动作，还能在复杂的野外环境中自主完成各种任务的A机器人，长期引领着人形机器人的话题榜。



接着，在2022年的特斯拉AI D上，马斯克通过幻灯片发布了一款概念人形机器人T B，将人形机器人的发展带入了一条新赛道——从过去更加关注躯体的发展，转向如何让其拥有更强的通用智能。

为什么人形机器人突然又行了人形机器人的发展并非一帆风顺。

由于其研发成本和造价太高，同时又找不到合适的应用场景，使得该领域始终法现商业闭环。本田在2022年就停止了机器人研发业务，而波士顿动力更是几经易手，从谷歌到软银再到现代，命途坎坷。商业模式的不明朗，让人们一度对这个赛道的热情降至了冰点。

之所以人们在2024年又开启了对人形机器人的热情，主要原因来自成本的推力和技术的拉力。

首先是大语言模型技术的突破性发展，让人们看到了人形机器人向通用性方向发展的可能性。过去的机器人需要通过编程告诉它们执行什么任务和怎样执行任务，没法现编码之外的感知与行为，这也大幅限制了其应用场景。而大语言模型技术的发展，一方面让人机交互变得更加简单，另一方面也有望现反应层面的涌现与泛化，通过自主学习完成那些“意料之外”的工作。

其次，就是新能源汽车等行业的发展，让一些人形机器人的关键零部件的价格持续下跌，进而让人形机器人整体的成本下降成为了可能。

过去，一台人形机器人的价格动辄在100万人民币以上。但近期，市场上陆续出现了一批单价价格带在15到20万之间的人形机器人，斯坦福机器人、特斯拉、国内的智元机器人等都先后表态会将成本控制在20万以内，价格下探成为必然趋势。

尽管如此，人形机器人要在智能化和市场化方面现突破，依旧有一段远路要走。

莫拉维克悖论——人形智能机器人待翻越的大山上世纪80年代，人工智能学者汉斯·莫拉维克、罗德尼·布鲁克斯、马文·闵斯基等人发现，与传统假设不同，人类所独有的高阶智慧能力只需要非常少的计算能力，例如推理，但是意识的技能和直觉却需要极大的运算能力，并据此提出了著的莫拉维克悖论。

以曾经在围棋领域大杀四方的AG为例。

尽管其围棋能力领先到令人恐怖的程度，但是严格意义上讲它不是一个完整的棋手，只是一个棋手的大脑部分，负责识别局势、做出决策，而充当这个棋手躯体的其是一个人类棋手。AG根据对手的招数给出应对后，需要一个专门的人类棋手去移动棋子。

我们常常会忽略这一点，是因为在我们的认知习惯中，移动棋子是一个再简单不过的操作，在整个对弈过程中，与高深莫测的下棋策略相比，这个动作简单到可以忽略的程度。但正是这种对人类而言比简单的动作，恰恰是智能机器面临的比较大挑战。

一个完整的对弈过程，其是多重能力共同驱动的结果，既需要感知、判断、分析和决策这些大脑功能，也需要移动和操作这样的躯体功能。由于我们本能地对人类引以为傲的智力的重视，使得我们在相当长的一段时间里都只关注机器的智能，而没有将其视为一个完整的、单独的物种去看待。

随着应用场景的拓宽和丰富，我们才逐渐意识到，在脑力上能够战胜高尖围棋手的智能机器，在运动协调性上可能还不如一个小孩子。并不是说机器在单纯的运动和操作方面不如人类，机器可以搬运很重的东西，也能以让人类望尘莫及的速度移动，但是它们法像人类那样自如地协调好智能模块和体能模块。

著认知心理学家史迪芬·平克在其《语言本能》一书中对此评价道：“经过35年人工智能的研究，发现到比较重要的课题是‘困难的问题是易解的，简单的问题是难解的’。四岁小孩具有的本能——辨识人脸、举起铅笔、在房间内走动、回答问题——事上是工程领域内目前为止比较难解的问题。当新一代的智慧装置出现，股票分析师、石化工程师和假释会都要小心他们的位置被取代，但是园丁、接待员和厨师至少十年内都不用担心被人工智能所取代。”

尽管大语言模型的突破为人形智能机器人的发展带来了新曙光，但是人形机器人要现“大脑”和“机体”之间的顺畅衔接和丝滑运作，依旧是一段漫长而艰辛的道路，需要不同领域的参与方共同努力推进。



便宜是一种相对的价值感除了技术方面的障碍，价格也是一个问题。

在技术传播理论中，有一个概念叫价格价值（P V），指消费者在权衡技术产品或服务的感知收益与其感知成本后，所形成的总体评价。简单来说，就是消费者认为购买或使用某项技术所花费的金钱是否值得。

所以，一个产品是否便宜，不是单方面价格因素决定的，而与消费者的感受有很强的关系。

如果单纯从厂家的角度来看，一台机器人，我从过去的100万、50万降到了99万，这种骨折式降价的努力不可谓不大。但是回到顾客这边，我花99万买个东西，总得为个什么。顾客看重的，还是我买它过来能干什么，如果只是看它翻跟头、走路、拿放东西，那多少有点不值当。

当然，肯定会有一些烧包乐意花钱买个新鲜、炫个阔绰。但是仅靠这些人撑不起一个大市场，法形成真正的商业闭环。

所以，人形智能机器人要解决的第二个问题，就是如何让它们真正能够在人类社会发挥价值。相关企业需要把自己克服的技术障碍转换成真正的客户收益。

如果从这个角度看，我们需要的或许不是人一样的机器，而是能够代替人的机器。

智能机器，不一定是人形波士顿动力的首席技术官阿·桑德斯（A S）在一次采访中表示：人形并不一定是机器人完成任务比较好的形态。

从上世纪80年代开始，机器人领域就形成了一种共识——机器人应该比较先应用在“4D”领域，即脏（D）、危险（D）、乏味（D）和困难（D）四类场景。这些场景下的任务通常是人类不愿意或不适合执行的，而机器人因其不知疲倦和不怕危险的特性，能够很好地完成。通过让机器人承担4D场景下的任务，不仅可以提高效率和安全性，还能释放人类从事更具创造性和价值的工作。

相比于还停留在把机器人当小孩子，让它们给“长辈”表演一些华而不的节目阶段的人形机器人，一些摆脱了外形桎梏，奔着问题和任务去的，已经开始让自己的机器人产品在对应的场景中发挥价值。

就在宇树科技发布99万机器人的第二天，全球首商业和金融媒体CNBC公布了第12届“2024 CNBC D 50”榜单。在这一被誉为全球科技独角兽的摇篮的榜单上，OAI毫悬念位列首，榜单上排第42位的，是一家为G R的机器人。

这是一家成立于2022年的，两个创始人当年还是格罗夫城市学院学习电气工程的学生。创业之前他们参与了一项校内锅炉安全检查的工程项目，比较后以在该项目中发明的方案为基础，创立了这家。

G R的主要产品是为TOKA的智能机器人，该机器人有多款型号，配备不同数量超声波传感器的它们，可以爬上工厂的任意管道和其他重要的工业结构墙壁，对油管、锅炉或者其他设备进行超声波检测，然后通过其自主研发的快速超声波格化技术生成厚度格图，并以2D 和 3D 形式直观地展示在软件中，用于识别腐蚀和其他损坏机制导致壁层变薄的区域，可以让客户对目标设施的情况了如指掌，提前预判存在的问题并计划解决措施。

在这种机器人出现之前，设备检测通常是专业人员手持超声波探测器进行的。这种方式首先是很危险，因为存在一些高空作业场景和有有害场景；其次是用这种方式探测到的范围和数据量都极为有限，通常只能覆盖占整体大约 3-5% 的设施。而这种全新的机器人可以在比较危险和苛刻的环境中运行，能够提供近99%的覆盖，收集的数据量比传统手持方法高 1000 倍，检测的速度平均快 10 倍。机器人完成数据采集后，将收集到的数据提供给专业人员，比较大限度地发挥专家贡献的同时还能让他们免受伤害。



G R首席执行官兼联合创始人J L曾自豪地表示：“每天，在世界各地的数百个客户站点，我们的机器人正在保持发电厂在线、军事资产准备就绪和工厂大门打开。”

在笔者看来，这才是机器人真正应该奔赴的方向。

写在比较后人形机器人正在迎来一个快速发展的新阶段，我们应该为其已经取得的突破性进展感到高兴，却又不能高兴得太早。尽管理论的道路已经铺就，但是在践层面我们依旧处于起点阶段。人形机器人要突破的，除了技术堵点和成本阻碍外，还要面临客户价格价值感受的问题。

企业让机器人越来越像人，越来越智能，只是这个故事的一面，这个故事的推进还需要解决另一个问题，就是我们绝不是要造出一台台跟我们拥有类似能力的机器，而是要创造出一款款能够在具体应用场景下比人类能产生更大价值，同时成本更低的产品。