人形機(jī)器人中量產(chǎn)的痛點(diǎn)在哪幾個(gè)方面？

具身智能：第一人稱視角，強(qiáng)調(diào)感知與理解環(huán)境

具身智能：能夠感知并理解周邊環(huán)境，通過自主學(xué)習(xí)完成任務(wù)的智能體。 1950年，圖靈在論文《Computing Machinery and Intelligence》中首次提出了這一概念，具身概念的可測(cè)量性、可解釋性和可檢驗(yàn)性，使得機(jī)器能夠通過學(xué)習(xí)理解具身概念，具身智能成為邁向通用智能的起點(diǎn)。英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛在ITF World 2023半導(dǎo)體大會(huì)上表示：“人工智能的下一個(gè)浪潮將是具身智能（embodied AI）”。

智能受腦、身體與環(huán)境協(xié)同影響，側(cè)重智能體與環(huán)境的“交互”，利用行為實(shí)現(xiàn)學(xué)習(xí)。從認(rèn)知的角度來看，人類為第一人稱視角的智能，以1963年的一個(gè)實(shí)驗(yàn)為例，被綁起來的貓，只能看這個(gè)世界，是一種旁觀的智能；另一只貓可以主動(dòng)去探索，是具身的智能。

前者有點(diǎn)像現(xiàn)在基于大量數(shù)據(jù)的智能，比如我們給機(jī)器很多盒子，并且標(biāo)注這就是盒子，然后機(jī)器就會(huì)覺得這種 pattern 是盒子，屬于第三人稱的智能，而我們?nèi)祟愂峭ㄟ^體驗(yàn)才知道的。具身智能基于智能體具身行為的學(xué)習(xí)機(jī)制可以將數(shù)據(jù) 的采集、模型的學(xué)習(xí)融為一體，真正實(shí)現(xiàn)主動(dòng)交互的學(xué)習(xí)，這也是對(duì)人類學(xué)習(xí)過程的更高級(jí)模擬。

具身智能運(yùn)行框架：交叉學(xué)科發(fā)展，包含具身感知、具身想象、具身執(zhí)行

多學(xué)科交叉+政策加速具身智能發(fā)展。具身智能包含具身感知、具身想象和具身執(zhí)行三個(gè)模塊，涉及機(jī)器人學(xué)、計(jì)算機(jī)視覺、認(rèn) 知科學(xué)、博弈學(xué)等諸多學(xué)科，各學(xué)科相對(duì)成熟的積累為具身智能進(jìn)一步發(fā)展提供基礎(chǔ)。2023年5月，北京市發(fā)布的《北京市促進(jìn) 通用人工智能創(chuàng)新發(fā)展的若干措施（2023-2025 年）（征求意見稿）》中提出探索具身智能、通用智能體和類腦智能等通用人工智能新路徑，包括推動(dòng)具身智能系統(tǒng)研究及應(yīng)用，政策支持加速具身智能技術(shù)突破。

具身感知（Perception）：通過視覺、觸覺等傳感器交互感知，構(gòu)建模型，定義、獲取、表達(dá)可以被機(jī)器人使用的具身概念。具身想象（Imagination）：構(gòu)建仿真引擎，模擬具身任務(wù)，為機(jī)器人具身執(zhí)行提供支撐。具身執(zhí)行（Execution）：基于計(jì)算機(jī)視覺、機(jī)器人學(xué)和計(jì)算機(jī)圖形學(xué)，通過多模型訓(xùn)練，在多傳感器合作下完成任務(wù)執(zhí) 行。

特斯拉人形機(jī)器人快速迭代，環(huán)境感知與控制能力顯著提升

特斯拉人形機(jī)器人Optimus全方位升級(jí)。特斯拉2023年股東大會(huì)發(fā)布Optimus機(jī)器人最新視頻，機(jī)器人外觀較 2022年更精致，力度控制更加精準(zhǔn)、AI學(xué)習(xí)與環(huán)境感知能力提升，逐步滿足執(zhí)行復(fù)雜任務(wù)條件。

小米CyberOne全身21個(gè)自由度，實(shí)現(xiàn)雙足運(yùn)動(dòng)姿態(tài)平衡，尚未商業(yè)化

小米于2022年8月公布首款全尺寸人形機(jī)器人CyberOne，高1.77米，重52kg。環(huán)境感知上，小米自研Mi-Sense深度視覺模組，結(jié)合AI算法，可對(duì)真實(shí)世界三維虛擬重建；情緒感知上，CyberOne搭載自研MiAI環(huán)境語義識(shí)別引擎+MiAI語音情緒識(shí)別引擎，能夠?qū)崿F(xiàn)85種環(huán)境音識(shí)別和6大類45種人類情緒識(shí)別。關(guān)節(jié)運(yùn)動(dòng)上，全身5種關(guān)節(jié)驅(qū)動(dòng)，合計(jì)13個(gè)，峰值扭矩300Nm。運(yùn)動(dòng)規(guī)劃和控制上，自研全身控制算法，協(xié)調(diào)運(yùn)動(dòng)21個(gè)關(guān)節(jié)自由度。商業(yè)化情況：據(jù)2022年小米新品發(fā)布會(huì)，CyberOne單臺(tái)成本在60-70萬元左右，尚未商業(yè)化。

WalkerX具有41個(gè)自由度，可完成多個(gè)高精度動(dòng)作，商業(yè)化初期

Walker系列人形機(jī)器人：是中國(guó)首個(gè)商業(yè)化雙足真人尺寸人形機(jī)器人，于2018年首次亮相，一經(jīng)推出即贏得了多項(xiàng)世界級(jí)獎(jiǎng)項(xiàng)及認(rèn)可。作為是一款外形親切、具有自然互動(dòng)功能的真人尺寸人形機(jī)器人，其適用于家居及商務(wù)場(chǎng)景。WalkerX擁有41度的自由度以及類似人類的運(yùn)動(dòng)能力，能夠以每小時(shí)三公里的速度平穩(wěn)而快速地行走，且在運(yùn)動(dòng)中，其單臂可承載的重量可達(dá)1.5公斤。在不同的地面，包括不平的地面、斜坡和樓梯上行走時(shí)，Walker可以自行保持穩(wěn)定和平衡。

Walker可以規(guī)劃自已的路線并在移動(dòng)過程中避開障礙物，適應(yīng)家庭和商業(yè)環(huán)境，還可以執(zhí)行人類任務(wù)，例如識(shí)別及抓取物體、開門、倒水、下棋、彈鋼琴、繪圖和其他游戲等。技術(shù)突破：Walker于2019年獲《機(jī)器人報(bào)告》評(píng)選為最值得關(guān)注的五大人形機(jī)器人之一，并于2021年獲24/7Tempo評(píng)為百年來最具突破性及創(chuàng)新性的機(jī)器人發(fā)明之一。商業(yè)化情況：2021年世界人工智能大會(huì)，優(yōu)必選表示W(wǎng)alker系列機(jī)器人單臺(tái)成本在10萬美金左右，根據(jù)優(yōu)必選招股說明書2020財(cái)年、2021財(cái)年及 2022年前九個(gè)月，Walker系列產(chǎn)品的收入40萬元、890萬元及人民幣730萬元，商業(yè)化待拓展。

根據(jù)特斯拉機(jī)器人的拆解，增量最大的是關(guān)節(jié)。

特斯拉機(jī)器人Op-t-i-mus軀干有28個(gè)關(guān)節(jié)（fen為旋轉(zhuǎn)關(guān)節(jié)14個(gè)和線性關(guān)節(jié)14個(gè)）+手部（雙手一共12個(gè)）

旋轉(zhuǎn)關(guān)節(jié)：采用旋轉(zhuǎn)式驅(qū)動(dòng)器，由電機(jī)+諧波減速器+力矩傳感器+位置傳感器+交叉滾子軸承+向心止推滾珠軸承構(gòu)成。

線性關(guān)節(jié)：采用線性驅(qū)動(dòng)器，由電機(jī)+滾珠/行星滾珠絲杠+力矩傳感器+位置傳感器構(gòu)成。

手部：每個(gè)手有6個(gè)驅(qū)動(dòng)器，由空心杯電機(jī)+螺紋絲杠+精密行星齒輪箱+編碼器構(gòu)成。

1、人形機(jī)器人難點(diǎn)：手、腿>頭部、軀干、臂

手部：【硬件】自由度高（人手26個(gè)），難點(diǎn)在于電機(jī)與驅(qū)動(dòng)器集成&機(jī)械化感知；【軟件】算法受制于硬件感知，精細(xì)化操作難。

腿部：【硬件】強(qiáng)調(diào)瞬時(shí)峰值峰率，對(duì)驅(qū)動(dòng)器要求高；【軟件】穩(wěn)定步態(tài)算法，目前學(xué)界沒有較好的類人算法。

軀干：全身控制算法，高維度規(guī)劃。

臂：雙臂協(xié)同、混合智能操控。

頭：視覺智能延伸。

2、核心零部件壁壘：驅(qū)動(dòng)器>力傳感器>純機(jī)械零部件

驅(qū)動(dòng)器：通過高頻率控制電壓電流來驅(qū)動(dòng)電機(jī)。難點(diǎn)在于技術(shù)（瞬時(shí)功率高，體積小限制可靠性）&控制算法。廠商包括Elmo、步科、匯川。價(jià)格3000-5000元/個(gè)，最高可達(dá)1w。

力傳感器：難點(diǎn)在于數(shù)字采集模塊小型化。廠商包括ADI（型號(hào)多），robotiq（服務(wù)好），宇立，坤維，海伯森。價(jià)格，一維傳感器不到百元，六維傳感器1w-2w元/個(gè)。

電機(jī)：國(guó)內(nèi)外差距不大。價(jià)格1000-5000元/個(gè)，平均2000元/個(gè)。

減速器：國(guó)內(nèi)做得好的廠商是綠的諧波。價(jià)格1000元/個(gè)。行星減速器替代諧波不太樂觀，減速比的要求限制。

絲杠：行星滾珠絲杠和滾珠絲杠，國(guó)內(nèi)與國(guó)外有差距，但之后會(huì)縮小。

軸承：交叉滾子軸承成本較高。

3、人形機(jī)器人成本：硬件成本20w-40w。

其中：關(guān)節(jié)共30-40個(gè)，由電機(jī)+減速器/絲杠+驅(qū)動(dòng)器+軸承組成，成本20w左右（單個(gè)5000元），批量生產(chǎn)成本可降1/3-1/2。

4、降本空間：剛出來時(shí)軟件價(jià)值量高于硬件，后續(xù)1）軟件一旦突破，價(jià)格立刻下降；2）硬件持續(xù)迭代，強(qiáng)化可靠性和穩(wěn)定性，下降空間有限。

5、人形機(jī)器人應(yīng)用領(lǐng)域：1）通用人工智能路線，近5年的落地場(chǎng)景為展示、展覽、陪伴服務(wù)；2）專用高級(jí)自動(dòng)化路線，從事特種領(lǐng)域+封閉場(chǎng)景的復(fù)雜勞動(dòng)，實(shí)現(xiàn)機(jī)器替人。

人形機(jī)器人量產(chǎn)痛點(diǎn)

1.手部和腿部硬件集成難度大，需要更高的損失峰值功率和驅(qū)動(dòng)能力

2.腿部行走算法穩(wěn)定性難以保證，學(xué)術(shù)界未出現(xiàn)真正意義上的類人走行算法

3.手部精細(xì)化感知難度大，涉及到手的21-26個(gè)自由度

4.雙臂協(xié)同、混合智能操控和避讓等算法難度大，需要高維度的規(guī)劃

5.軀干和雙臂、腿部結(jié)合后，全身控制的算法難度大，涉及到復(fù)合劑的技術(shù)

以上是國(guó)內(nèi)一線研發(fā)專家在人形機(jī)器人系列電話會(huì)上就人形機(jī)器人量產(chǎn)痛點(diǎn)所提出的問題和技術(shù)難點(diǎn)。其中硬件方面最難的是手部和腿部，而軟件方面則涉及到多種算法的維度問題。各個(gè)機(jī)器人廠家在開發(fā)時(shí)會(huì)有不同的側(cè)重點(diǎn)，有的追求最新的技術(shù)，有的則涉獵多個(gè)方面。