来源：市界
作者 |赵子坤
报道 | 陈 芳
“十八金刚”，集体亮相
体感40度的火炉上海，没能阻挡得住人们探究世界人工智能大会（WAIC）的热情。
科技界大小公司吵了一整年的热闹，让现实版的“百模大战”不再能引起观众们的稀奇。倒是体感更有趣的机器人展台前，挤满了好奇的脑袋。
今年WAIC开幕式上，国产人形机器人“十八金刚”集体亮相，动作统一地向观众问好。其中，国家地方共建人形机器人创新中心（下称“国地中心”）研发的全尺寸开源公版机——“青龙”作为阵列领队在本次大会首发首秀。
▲（图源/市界）其他机器人则分别来自达闼、复旦大学、傅利叶、杭州宇树科技、开普勒、钛虎、星动纪元、智元等14家公司，通过软硬件解耦，机器人可以同时做出挥手、抱拳等动作。这届WAIC上，整个智能终端展区有智能机器人42款，其中人形机器人就有22款。
和去年相似，最人挤人的展台还在特斯拉。在此届WAIC上首次正式亮相的人形机器人Optimus二代的玻璃展柜，仍被长枪短炮的镜头团团围住。
从整体展会来看，大部分出展机器人都类似于“装在柜子里Optimus”，还不能随意走动。但和去年相比，会动的、成型的国产双足机器人明显变多了——虽然大部分是被圈在一小块区域，定时定点做展示动作，比如原地“踏步”，摇摆双腿、叠衣服等。
“全场能稳当、自主地走起来的机器人还是很少的。”一位机器人展台的工作人员向「市界」感慨，整个行业还在早期的状态，“隔壁的早上刚一转身就摔倒了，像这种不确保不会‘翻车’的都不敢让动，先放出来给大家看看就行。”
另一家初创机器人企业向「市界」表示，他们从一开始就选择了稳妥的“底盘式”机器人，而非更贴近人形的“双足”机器人，是出于实用场景的考虑，“你看特斯拉的最新展示视频里，Optimus的抓鸡蛋、叠衣服这些动作都只需要上半身，下半身还用不到。”
现场展示了“机器人群”舞蹈的人形机器人头部公司达闼的工作人员则告诉「市界」，目前此类双手轮式机器人面向的销售市场仍是文旅、展厅和高校研究等TO B场景。他们此次展出的人形双足机器人XR4小紫，则搭乘了大模型RobotGPT，首批限量100台的XR4在大会期间开启预售，售价39.9万元起。
双足机器人，卡在数据关
在过去很长一段时间，人形机器人都被视为成本高、落地难、应用场景少的存在。国内做四足机器人的企业，则多将应用市场瞄向了用于“人替”的复杂、危险的工业领域。
在小米推出“铁大”之时，曾有专注四足机器人的企业创始人对「市界」评价，当下的“人形”多是噱头，是技术能力的集中体现，“（机器人）跑起来了，然后呢？”
但随着这两年大模型领域的技术突破，让业内看到了人形机器人真正推广的潜力——具身智能也被视为通往AGI的最值得探索的一条路径。
马斯克就对人形机器人的前景非常乐观，认为其潜能被低估了，并自信地预测，未来Optimus将占到特斯拉长期价值的大部分，甚至比汽车和太阳能板都重要。
据国际机器人联合会的数据显示，全球人形机器人的市场规模，正以每年超过20%的速度增长。预计到2025年，将达到数百亿的规模。
《人形机器人产业研究报告》预测，2024中国人形机器人市场规模约27.6亿元，到2029年达到750亿元，将占到世界总量的32.7％，位居世界第一，到2035年规模有望达到3000亿元。
不过，火热的“具身智能”概念之下，是人形机器人面临的现实难关。
▲（图源/市界）在世界人工智能大会的“人形机器人与具身智能发展论坛”上，不少参会专家都提到：数据，是人形机器人未来的灵魂。而当下，人形机器人规模化数据则是整个行业最大的痛点。
大语言模型，尚能从海量互联网信息中洗刷数据，训练迭代。但“前无来者”的人形机器人，没有深入产业场景的数据积累，就缺乏实现技术突破的条件。
但要真正实现具身智能，就得要让机器人能像人类一样，学习积累不同场景下的应对方式，拥有“经验和知识”。
因此，要实现人形机器人的技术突破，就得投入大量人力和资源，创造和搭建机器人的专属“训练场”。
今年5月，国地中心在上海成立，这是国内首个人形机器人领域公共平台，依托该平台，可打造集技术研发、成果孵化、人才培育、平台支撑为一体的创新生态，同时加快开源人形机器人原型机的研发。
6月，该中心成立了人形机器人产业基金，预计总额超过100亿元，首期为20亿元。目前，国地中心正在浦东建设一个能够容纳100个人形机器人进行智能训练的训练场，11月将完成1期建设；预期到2027年该训练场扩大到能够容纳1000个人形机器人训练。
那么，为什么一定要做“人形”？
清华大学苏航研究员在论坛中分享，业内从关注“专用场景解决具体问题”（灵巧性）到强调泛化性，主要还是出于降低成本考量，“原来一个场景一款机器人，（如果）机器人泛化性可以做到足够好，可以十个场景、百个场景用一款机器人做，可以实现规模化场景和规模化效应，可以规模化生产，机器人的成本可以拉到BOM成本上。”
“当前，机器人成本非常高，如果能够提升泛化性，能够达到临界点，使人形机器人成本降低到可以接受的范围之内，人形机器人产业就能得到非常好的发展，所以说我自己感觉数据驱动的泛化性是AI的核心。”苏航说。
他提到，目前实验室收集到全网能够获取到所有的人形机器人的数据，包括各种AI操作的数据，至少比真正的泛化型差2～3个数量级。哪怕达到GPT3.5的水平也差2～3个数量级。因此，“构建数据集和训练场非常有价值，我个人感觉难度非常大，如何结合真实数据和仿真数据一起做这件事非常重要。”
“人形的目的不是为了仿人，做人形的目的一定要做到超越人类智能的目标，这才是我们最终的目标。”苏航说。
但在达到终极目标前，要让人形机器人走进实际落地场景，解决复杂现实场景，形成生产力，需要整个行业的“合力”。
北京大学助理教授、北大-银河具身智能联合实验室主任王鹤说，要让机器人认识世界，需要一个“对时间、空间、物理定律有比较细粒度的表达”的世界模型，但是，“这件事情不是现在任何一个软件平台或任何一个智能模型能做到的。”
也就是说，要让人形机器人能真正从简单的“叠衣服”展示，到成为进入千家万户的家务型、陪伴型使用机器人，还需要很长一段时间的努力。
自认为“乐观”的宇树科技CEO王兴兴则做出预测，认为在最迟明年年底之前，全球会出现“比人跑得快”的人形机器人，“比如说100米跑进10秒我觉得是非常有可能的一件事情。包括还有一些体操，在体育项目和文艺演出上反而人形机器人（的进展）比干家务做的更容易而且更快一些。”
