特斯拉擎天柱已经进厂拣电池了，其他“机器打工人”赶得上吗？

　文陈斯达

　　编辑李然

　　5 月 6 日消息，特斯拉放出了他们的人形机器人——擎天柱（Optimus）的最新演示视频。

　　特斯拉的工厂中，擎天柱机器人经过数据训练，可以轻巧自由地拿取电池，放进电池槽中排列整齐。

　　来源：官方视频

　　支持 11 DOF 的灵巧手，能将 4680 电池准确放入空槽，即使失败，也能自主纠正。

　　来源：官方视频

　　特斯拉的机械工程师 Milan Kovac 表示，他们训练并部署了一个神经网络，使擎天柱能够开始执行有用的任务，例如上边视频中，拾取传送带下来的电池，并将其精确插入槽中。

　　来源：X

　　这个神经网络完全端到端运行——意味着只用来自机器人 2D 摄像头以及机载本体感受传感器的视频，就能直接生成关节控制序列。

　　这个神经网络在机器人的嵌入式 FSD 计算机上运行，由板载电池供电。这样的设计，使得当特斯拉的工程师在训练过程中添加更多不同的数据时，单个神经网络可以执行多个任务。

　　除了特斯拉这样的机器人大厂不断突破，整个通用人形机器人行业，在今年也迎来了爆发。

　　就在此次更新的一个多月前，黄仁勋在 GTC 大会开幕式上，将几个人形机器人带到场地中央，隆重推出了机器人智能底座——GROOT，把现场活动推向了最高潮。

　　来源：主站

　　再把时钟往回拨 5 年，大语言模型进入公众视野前，也许没有人敢预言，机器人赛道会在几年之内涌现出如此多的玩家。

　　因为严重缺乏训练数据，想让机器人能像人一样，在各种场合做出灵活的反应，难度非常大。很多机器人科学家当时觉得，可能要数十年之后，机器人才有可能出现“通用智能”。

　　就连 OpenAI，在机器人领域尝试了一段时间之后，也不得不放弃，转到了感觉更有前途的大语言模型方向。

　　来源：X

　　上个月网上热传的一张图片，集中呈现了国内外一流人形机器人产品的具体形象、身高、体重等基本信息。

　　在英伟达 GTC 发布会之后，这些机器人再次“同台”。

　　除了这张“人形机器人合照”之外，还流传着一张网友根据公开信息总结的人形机器人“技术进度表”。

　　来源：X

　　3 位一直关注机器人行业的外国网友，根据网上的公开信息，一直在更新——表格它详细对比了业内各家机器人的智能化程度。

　　根据总结，已经公开亮相过、在技术层面智能化程度最高的，是 Figure AI 的 Figure 01，特斯拉的 Optimus 擎天柱（已经出到第二代）、Agility Robotics 的 Digit、Mentee，以及国内优必选推出的 Walker，星辰智能推出的 S1。

　　根据材料，以上这几家公司，都在自己的产品上实现了大模型“大脑”和机器人之间的融合。

　　能够“自动化完成工作”的人形机器人也不多，而这样的机器人，基本上都在其他行业的工厂里找到了自己的工作：

　　Figure AI 和 BMW 在今年 1 月份达成合作，共同开发通用机器人，让机器人进驻宝马在美国的工厂。

　　来源：The Verge

　　Agility Robotics 的机器人“年纪轻轻就担起了生活的重担”，去年 10 月就入职亚马逊仓库，搬起东西来效率不比普通工人低。

　　亚马逊官网

　　来源：官方视频

　　去年网上大火的一个视频，Agiliity Robotics 的机器人 Digit 连续工作 20 个小时之后，众目睽睽之下直接崩溃……

　　来源：YouTube

　　这也引发众多网友共情：

　　它突然之间有了自我认知，看到了它这个种族黑暗的未来。

　　来源：Youtube

　　可怜的小兄弟，都没人过去看看它到底还好吗，未来的觉醒后的机器人将不会忘记这一天。

　　来源：Youtube

　　这可是专门为工作而设计的机器人，它们都吃不消，可见整个工作系统必须要做出变化了。

　　来源：Youtube

　　而国内最知名的人形机器人公司优必选的 Walker S，也已经在蔚来的汽车工厂里愉快地“打螺丝”了。

　　来源：官方视频

　　另外，智能涌现根据公开报道，梳理了市面上机器人初创公司的融资情况。

　　来源：智能涌现

　　国外：既想造车也想做物流Optimus：手捏电芯精准分拣，正在工厂测试

　　特斯拉擎天柱除了开头提到的分拣电池的演示，在行走效果上，也有一定的进步：

　　来源：官方视频

　　办公室里多了个干溜达的”闲人”——虽然仍有拜登神韵，但至少走得更远了。

　　此次升级中，英伟达科学家 Jim Fan 也注意到遥操作（Teleoperation）亮点。遥操作即人类远程控制机器人，只要延迟、控制等条件得当，二者可做到同步。

　　来源：官方视频

　　擎天柱上一次更新，还是在 2023 年 12 月的 Gen-2 发布。当时的演示视频，也引起不少讨论——如步行速度相比前一代提升 30%，做标准深蹲，用两根手指夹鸡蛋。

　　来源：官方视频

　　在不牺牲性能的前提下，还比之前轻了 10kg。

　　马斯克在 2022 年曾表示，“擎天柱最终将比汽车业务乃至全自动驾驶都更有价值。”

　　按照马斯克的设想，擎天柱绝不只是在工厂替代重复劳动而已，而是要融入到家庭、办公场所等通用场景。

　　马斯克在 4 月底的财报电话会议上曾透露，Optimus 已经能在工厂中完成简单的任务，预计 2024 年底之前具备完成“有用”任务，并在 2025 年结束前对外销售。

　　最新手捏电芯以及工厂测试的视频展示，不仅呼应了老马定的 2024 年小目标，也证明特斯拉正按照自身的落地时间线，稳步迈进。

　　Atlas：告别液压，电动版“诡异”出场

　　4 月 16 日，波士顿动力发布 Atlas 告别视频。3 分钟的短片里，浓缩了 Atlas 十年的“服役”生涯。片中的 Atlas，空翻优美，身手矫捷，但也经历了无数次摔跤和故障。金字塔尖般的机器人马上要告别，引得不少网友“泪目”。

　　但也就是 4 月 17 日，宣布原液压版 Atlas 人形机器人退役的一天后，波士顿动力就推出全电动版本的 Atlas 机器人。

　　双腿反蜷，原地站立，180 度转头，旋转调整躯干——整套动作没有手的参与，干净利落，却略显诡异。

　　来源：官方视频

　　电动 Atlas 的自由度相比前一代，已经无法满足于“人形”的束缚。

　　新版 Atlas 想说，不妨让机器人超越人类。正如一位 Reddit 用户说的：造出比地球生物运动水平更高的机器，难道是啥坏事吗？

　　图源：Reddit

　　此次液压 Atlas 切换电驱方案，似乎也在宣告电驱才是人形机器人商业化进程主流。一方面，最新视频中已经大修肌肉，电驱带来的操控性更好，潜力更大。另外液压系统驱动成本太高，波士顿动力还因此被多次转手。

　　Figure 01：当大模型开始有“肉身”

　　波士顿动力起步早，Atlas 能蹦能跳，但其他人形机器人公司正在某些方面弯道超车——更智能，更精细。

　　3 月 13 日，机器人公司 Figure 发布一段视频：机器人与人进行对话交互，理解人类意图，而且还拥有记忆力。（见此前文章 OpenAI 机器人亮相，大模型有了“肉身”，英伟达微软都有投资）

　　问机器人看见什么，Figure 01 清晰描述出苹果、放有杯碟的沥水架，连站在面前的工作人员也没放过，并强调了工作人员搭在桌上的右手。

　　来源：官方视频

　　工作人员说了一句“我饿了”，Figure 01 立即就递过去苹果。甚至可以一边清理工作人员刚扔在桌面上的纸团垃圾，一边解释为啥刚才给了苹果。

　　工作人员直接扔出一个终极问题，问“Can you put them there?” （你能把它们放在那儿吗）

　　Them 和 There 对机器人来说，本应是很模糊的代词，但 Figure 01 思索片刻，马上就把杯子和盘子放架子上了。

　　来源：官方视频

　　Figure 团队负责人 Corey Lynch 的介绍，基于 OpenAI 的大模型，通过端到端神经网络训练，Figure 01 能够完成快速、简单、灵巧的动作。所以，在文章一开始的进度表中，Figure 是能将大模型与语音交互（LLM+Voice Integration）融入产品的少数几家公司之一。

　　视频发布两周前，Figure 则宣布完成了 6.75 亿美元的B轮大额融资，投资人包括亚马逊创始人贝索斯，以及微软、英伟达、OpenAI 等。投后公司估值已飙升至 26 亿美元。落地上，Figure 早在 1 月就已宣布与宝马达成协议，将其人形机器人引入宝马制造工厂。

　　Phoenix Gen7：人类速度，手部灵活，自主完成任务

　　不过，也许是为时尚早，Optimus Gen2 虽然有一双巧手，但在交互、智能方面，还没有展现 Figure 般的实力。

　　但加拿大的机器人公司 Sanctuary AI 的人形机器人 Phoenix，真称得上“心灵手巧”。

　　当地时间 4 月 25 日，Sanctuary 推出第七代 Phoenix。

　　来源：官网

　　这次发布，距离此前的第六代推出不到 12 个月，距离第五代不到 16 个月。

　　来源：官网

　　目前第七代还没有公布太多场景案例。但第六代的许多演示已经给我们带来震撼。

　　具体来看，Phoenix 身高 1 米7，重 70kg，能举起重达 25kg 的物体。

　　来源：官网

　　Phoenix 亮点之一在于其灵活的手指。在第七代发布前，官方一直在油管上更新一个“机器人干活（Robots Doing Stuff）”的栏目，展示了机器手的丰富场景。

　　来源：官方视频

　　4 月最新名为“动作和人类一样快”的视频中，Pheonix 可自主按照颜色给物体分类，将每个对象分置在左右两侧。

　　来源：官方视频

　　除了手部，Phoenix 搭载的 Carbon AI 控制系统，能模仿人脑中的子系统，例如记忆、视觉、声音和触觉。Sanctuary 表示，Phoenix 的设计上采取更通用的路径，“有机会执行一切人类能做的任务”。

　　Sanctuary 更多也想把 Phoenix 定义为“人类努力的拓展工具”——有人类可以直接操控，也能监督、训练，并展示了在各种环境下完成任务的能力。

　　尽管官方自称第七代已经是“与人类最相似的系统”，但很明显，很多任务还要在特定环境才能完成。

　　落地方面，4 月 11 日，Sanctuary AI 也宣布与国际汽车零部件供应商麦格纳合作，为麦格纳的工厂配备通用人工智能机器人。麦格纳总部也位于加拿大，客户包括奔驰、宝马、法拉利等。

　　2022 年 3 月，Sanctuary 在 A 轮中融到 5560 万美元，随后又于 2022 年 11 月从加拿大政府战略创新基金，筹到 3000 万加元，2024 年 4 月，又获得埃森哲战略投资。

　　今年 1 月份，Sanctuary 则与英伟达展开合作。目前，已经是英伟达 GR00T 人形机器人通用模型下的成员之一，在 GTC2024 上，也可以看到 AI 具身智能的合作成果。

　　Apollo：想做机器人领域的 iPhone

　　有的机器人公司场景定位更加垂直，主打劳动力短缺的物流业。机器人研究人员通常认为，该领域的工作重复琐碎，实际上并不适合人类。

　　2023 年 9 月，Apptronic 推出人形机器人 Apollo。TA 与人类大小相仿，身高 1 米 73，体重 73 公斤，可在可更换电池上运行约 4 小时。最大有效载荷为 25 公斤。

　　来源：官方视频

　　官方在视频中主要展示仓储、物流场景。看上去，Apollo 能胜任不少搬运、堆垛、分拣相关的工作。

　　来源：官方视频

　　3 月，Apptronic 宣布与奔驰建立合作，在工厂里部署 Apollo。据报道，奔驰已经在一家匈牙利工厂试用 Apollo。

　　Apptronik 表示，虽然自己最初专注于物流和制造业的解决方案，但 Apollo 是通用机器人，开发合作伙伴能将 Apollo 的使用扩展到建筑、电子、零售、快递、老年护理等更加丰富的领域。

　　按照 Apptronic 的说法，Apollo 是机器人的“iPhone”。

　　但 Apollo 尚未实现自主工作。

　　Digit：在亚马逊物流中心打工

　　机器人连续工作 20 个小时后，总算倒在了展会现场。

　　来源：YouTube

　　视频中的机器人新款 Digit，来自 Agility Robotics。2019 年 2 月，Agility 推出人形机器人 Digit，并于 2020 年上市。2023 年 3 月，新版 Digit 人形机器人推出。

　　新款身高 1 米 75，体重小于 65 公斤，最多承载 16 公斤，采用可充电锂电池供电，续航能力达 16 小时。

　　据官网，新版的 Digit 主打物流工作，用于仓储搬运，未来还计划用于货物卸载、配送等工作场景。

　　来源：官方视频

　　2019 年，Agility 与汽车制造商福特合作测试自动包裹递送。

　　公司与亚马逊早有接触。2022 年，Agility 从亚马逊和其他公司筹集了 1.5 亿美元，帮助 Digit 进入劳动力市场。2023 年 10 月，Digit 开始了在亚马逊物流中心的“实习”生涯。

　　亚马逊工作人员介绍，测试正处于“非常非常早期的阶段”，并补充说，“我们正在非常小心地了解，观察其是否适合我们的工作流程。”

　　这难免引发员工对失业的担忧。但亚马逊认为，希望 Digit 更好地辅助员工进行工作，其处理的工作只是帮助员工回收空箱子，重复性极高。

　　NEO/EVE：OpenAI 领投，瞄准家用场景

　　OpenAI 投资的 1X，是另一家将大模型与机器人结合的公司。

　　来源：官网

　　1X 成立于 2014 年。2022 年起，1X 就和 OpenAI 在机器人 AI 模型方面有所合作；目前，EVE 的部分功能就由 ChatGPT 提供支持。2023 年 3 月，1X 获由 OpenAI 创业基金领投的 2350 万美元融资，投后估值约为1-2 亿美金。

　　1X 已在北美和挪威推出了轮式机器人 EVE。

　　EVE 用双轮替代人类的双脚，高 1.86 米，重 86 公斤，最高时速 14.4 公里，承载能力 15 公斤，续航 6 小时。

　　EVE 专为工作环境设计，主要用于工业、物流、零售和安全领域，但演示视频也展示了不少家居场景。

　　来源：官方视频

　　就在 1 月，据 Business Insider，1X 这次仅靠 13 张 PPT，又拿到了B轮 1 亿美元的融资。这份 PPT 的重点便是家用双足机器人 NEO。

　　NEO 身高 1.65 米、重量 30 公斤、每小时行走速度 4 公里、每小时奔跑速度 12 公里、载重 20 公斤、运行时长 2 到 4 小时。

　　流出的概念图，也是日常家务场景。

　　来源：官方

　　国内：看中康复、陪伴赛道智元远征 A1：兼顾 toB 与 toC 场景

　　2023 年 8 月，稚晖君创业后跟团队推出首个重磅作品——智元远征 A1。

　　智元远征 A1 身高 1 米 75，体重 55kg，步速 7km/h，单臂最大负载 5kg。

　　发布会上，智元远征 A1 的双足行走速度不快，但也算很稳了。

　　来源：官方视频

　　官方也注意到发布会上机器人的“步履蹒跚”，发布会后不久就放出视频，展示了优化成果。可以看到，进步神速。

　　来源：官方视频

　　据官网，智元远征 A1 将逐步应用于柔性智造、交互服务、教育科研、特种替身、仓储物流、机器人管家等场景，兼顾 toB 与 toC。

　　官方宣传片中，亮出了很多具体使用场景，主打“工厂与家庭的全能新伙伴”。

　　来源：官方视频

　　值得一提的是，远征 A1 也搭载智元自研的巨身多模态大模型——WorkGPT，让机器人拥有理解用户意图、感知环境、编排任务的能力。

　　来源：官方视频

　　稚晖君 2022 年 12 月离开华为，2023 年 2 月成立智元机器人，成立仅 3 个月就晋升为“独角兽“，知名投资方包括高瓴创投、BV 百度风投、奇绩创坛、经纬中国等。

　　2024 年 3 月底，公司又新增股东红杉中国、M31 资本、上汽创投——三家共同参与智元机器人新一轮融资。此前消息流出，智元机器人投前估值已达 70 亿。

　　智元成立不久，就能做出如此成就，结合各方投资热度来看，未来确实可期。

　　H1：能跑能空翻，被踹也不会摔倒

　　宇树科技发布的 H1 全尺寸通用人形机器人，号称“国内第一台能跑的全尺寸通用人形机器人”。

　　H1 配置了 360°全景深度感知，行走速度大于 1.5m/s，潜在运动能力大于 5m/s，整机重量约在 47kg 左右。其每秒 3.3 米的速度在平面上快速行走，还创造了一个全尺寸仿人机器人的新世界纪录。

　　来源：官方视频

　　即使被踹，H1 也能很快找回平衡，不会摔倒。

　　来源：官方视频

　　H1 也是世界上第一个在没有液压系统的情况下，完成后空翻的人形机器人。

　　来源：官方视频

　　文首进度图的制作人 Cern Basher 曾疑惑，中国的机器人公司都聚焦机器人行走，可他认为“行走”对完成有用的工作过程来说并不重要。

　　但结合宇树主打的落地场景，行走并非没必要。杭州亚运会上，靠着捡铁饼、运标枪出圈的机器狗，便是来自宇树。

　　来源：官方

　　据官网，2017 年，公司就开始推进高性能四足机器人的行业落地应用，被广泛应用在农业、工业领域，以及特定的安防巡检、勘测探索、公共救援、医疗防疫陪护等。

　　在应用场景方面，创始人王兴兴 2023 年 8 月接受采访时曾表示，争取未来几年能直接将 H1 落地到工业和服务业。虽然 H1 还没有具体的落地方向，但在四足机器人领域积累的经验及优势，或许会为 H1 带来不少机会。

　　来源：官方视频，△Go2 消费级四足机器人

　　GR-1：或成为独居老年人的伴侣

　　2023 年 7 月，傅利叶智能正式发布自身首款通用双足机器人产品 GR-1。

　　这款人形机器人高 1.65 米，重 55 公斤。它可以承载 110 磅的负载。

　　来源：官方

　　Fourier GR-1 人形机器人能够以 5 公里/小时的速度行走。

　　来源：官方视频

　　除了物理功能之外，GR-1 还能够根据情况表现出快乐、悲伤、愤怒或惊讶等情绪，并进行自然语言处理和语音识别。

　　傅利叶智能自成立以来，康复机器人就是研发生产的重点。正如傅利叶智能集团副总裁兼首席战略官 Zen KOH 设想，GR-1 在未来可以充当护理人员、治疗助理，甚至是独居老年人的伴侣。

　　GR-1 的设计目的在于实现自我平衡行走，让患者转移过程中稳定且安全。但傅利叶的工程师还为 GR-1 配备了坐下、站立甚至跳跃的能力，将其潜在应用扩展到医疗保健之外。

　　据官网介绍，GR-1 在接待引导、安防巡检、工业制造、医疗康复、科研教育、家庭服务等场景都具有较大的应用潜力。官网目前已开放购买咨询。

　　英伟达：做具身智能的通用基础模型

　　如此之多的人形机器人公司的出现，又让英伟达嗅到了背后巨大的商机。作为人工智能时代最大的行业赋能者，英伟达虽然不会直接下场做机器人，但一定会切一块最大的蛋糕。

　　当地时间 4 月 17 日，黄仁勋参加了由美国大型芯片软件公司 Cadence 举办的 CadenceLIVE 2024 大会。他预测，人形机器人制造成本可能会比预期要低，“也许不会高于一万到两万美元”。

　　而在 3 月 GTC 大会上，英伟达就已经介绍了的自己布局——GR00T。相当于要做一个具身智能的基础模型，让 AI 和机器人技术相融合。

　　GROOT 模型使机器人能够理解多模态指令，如自然语言、视频和演示，并执行多种任务。

　　GR00T 基于英伟达深度技术堆栈开发

　　在其 Isaac Lab 中进行模拟，类人学习，在 OSMO 上训练、编排系统，用于扩展模型，最后将学到的能力直接转移并部署到 Jetson Thor 芯片上。通过 GROOT 提供动力的机器人将能理解自然语言，并通过观察人类动作模仿运动，快速学习协调性、灵巧性和其他技能，以便在真实世界中导航、适应和互动。