人形機(jī)器人成為“家庭成員”還需5至10年

以大模型為代表的人工智能技術(shù)突破為通用機(jī)器人打開(kāi)大門

□ 本報(bào)記者 何 可

科幻電影中的人形機(jī)器人，距離走進(jìn)我們的日常生活還有多遠(yuǎn)？在近日召開(kāi)的一場(chǎng)信息通訊行業(yè)深度觀察報(bào)告會(huì)上，中國(guó)信通院副總工程師許志遠(yuǎn)給出了答案，“大概需要5至10年”。

近日，美國(guó)《時(shí)代周刊》發(fā)表了封面文章，匯集并篩選了200項(xiàng)“2024年最佳發(fā)明”，其中，人形機(jī)器人登上封面，被稱為2024年最偉大發(fā)明之一。

2024年以來(lái)，人形機(jī)器人逐漸從科幻走向現(xiàn)實(shí)，成為科技界的新熱點(diǎn)。科技巨頭紛紛布局、初創(chuàng)公司相繼涌現(xiàn)、供應(yīng)鏈不斷完善、技術(shù)層層迭代……人形機(jī)器人作為人工智能領(lǐng)域最具代表性的實(shí)體，在大模型的催化下，正加速?gòu)膶?shí)驗(yàn)室走向生產(chǎn)線。

根據(jù)工業(yè)和信息化部2023年11月發(fā)布的《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見(jiàn)》，到2025年，人形機(jī)器人創(chuàng)新體系將初步建立，“大腦、小腦、肢體”等一批關(guān)鍵技術(shù)取得突破，整機(jī)產(chǎn)品達(dá)到國(guó)際先進(jìn)水平，并實(shí)現(xiàn)批量生產(chǎn)。到2027年，人形機(jī)器人技術(shù)創(chuàng)新能力顯著提升，形成安全可靠的產(chǎn)業(yè)鏈供應(yīng)鏈體系，構(gòu)建具有國(guó)際競(jìng)爭(zhēng)力的產(chǎn)業(yè)生態(tài)，綜合實(shí)力達(dá)到世界先進(jìn)水平。

但人形機(jī)器人真正成為“家庭成員”仍有很長(zhǎng)的一段路要走，僅從成本角度考慮，就是一項(xiàng)巨大挑戰(zhàn)。“訓(xùn)練出一個(gè)大模型究竟要花多少錢？完整的成本不太好測(cè)算，但是算力成本確實(shí)很高，而且每年上漲非常厲害?！睋?jù)中國(guó)信通院人工智能研究所所長(zhǎng)魏凱介紹，從算力供給來(lái)看，訓(xùn)練一個(gè)大模型的成本在一年間增長(zhǎng)了9.8倍。在2022年的時(shí)候，訓(xùn)練千億參數(shù)模型需要1200多萬(wàn)美元的成本，而下一代模型可能要投入更多。

據(jù)許志遠(yuǎn)介紹，工業(yè)制造、商業(yè)服務(wù)、家庭服務(wù)將是人形機(jī)器人落地3個(gè)主要場(chǎng)景，并且呈現(xiàn)依次漸進(jìn)落地的關(guān)系，1~3年內(nèi)用于汽車制造、商超補(bǔ)貨等封閉/半封閉場(chǎng)景的人形機(jī)器人將出現(xiàn)，與我們共處同一環(huán)境，可幫助執(zhí)行家務(wù)、助老等人形機(jī)器人產(chǎn)品落地可能在5年甚至10年以上。

究其原因，許志遠(yuǎn)表示，人形機(jī)器人在環(huán)境適應(yīng)性、人機(jī)交互的自然性和接受度等方面更具有優(yōu)勢(shì)，是通用機(jī)器人追求的終極形態(tài)。但人形機(jī)器人不一定是完全仿照人來(lái)設(shè)計(jì)，因?yàn)楝F(xiàn)階段人形并不一定是商業(yè)化落地的最優(yōu)解，短期內(nèi)市場(chǎng)上應(yīng)該還是存在“主體人形”搭配“定制化組件”，例如腿部采用輪式底盤或輪腿組合，上肢采用機(jī)械臂，手部為三指靈巧手或夾爪、吸盤等。

目前，人形機(jī)器人仍然不夠成熟。硬件方面，頭部公司的人形機(jī)器人產(chǎn)品除手部以外，全身有50多個(gè)自由度，如果在復(fù)雜的環(huán)境中行走需要更強(qiáng)大的運(yùn)動(dòng)控制能力。此外，電池續(xù)航、成本、端側(cè)算力等也是機(jī)器人規(guī)?；瘧?yīng)用的重要難題。

許志遠(yuǎn)表示，以大模型為代表的人工智能技術(shù)突破性發(fā)展，為實(shí)現(xiàn)通用機(jī)器人打開(kāi)了大門。目前硬件解決方案基本收斂，但軟件算法仍在快速迭代創(chuàng)新，數(shù)據(jù)稀缺性是機(jī)器人能力泛化的關(guān)鍵制約。

“大模型的本質(zhì)是數(shù)據(jù)驅(qū)動(dòng)，只有基于龐大的數(shù)據(jù)量來(lái)訓(xùn)練，才能實(shí)現(xiàn)智能的涌現(xiàn)?！痹S志遠(yuǎn)表示，機(jī)器人大模型與這兩年成熟的大語(yǔ)言模型不一樣，語(yǔ)言模型的數(shù)據(jù)可以來(lái)自龐大的互聯(lián)網(wǎng)，機(jī)器人還需要物理世界中高精度操作數(shù)據(jù)，這些數(shù)據(jù)是互聯(lián)網(wǎng)沒(méi)有的。只有解決了這些問(wèn)題，機(jī)器人才能大規(guī)模走入我們的生活。