，作者：四木相对论，原文标题：《机器人大会落幕，人形泡沫终于要到了？》，题图来自：AI生成

  这次的世界机器人大会，一共有169 家机器人领域的企业参展。和智源大会、上海世界人工智能大会类似，这里同样“人山人海”。

  在展馆内熙攘的人群中，各种规格的机械臂、灵巧手在半空中挥舞，轮足、四足、人形机器人展示着各类任务。

  即便展馆内人形机器人随处可见，但全球机器人行业绝对大咖——波士顿动力公司的创始人Marc在大会中直言，自己非常不看好人形机器人行业。

  他认为，工业机器人已经很成熟，能够商业化，目前人形机器人“在某一些程度上是一种炫耀，而不是一种生产力”。

  这一年，承载着人类终极智能化想象的它们，已经从长期资金市场圈走近百亿元资金。

  假如你看到一群人举着手机蜂拥而过，却看不清被簇拥的核心人士，大概率是某家公司的人形机器人正在走路——身高一米六的机器人很符合人类身高，也非常容易被人群淹没。

  站在展馆的一个十字路口，银河通用、星动纪元、逐迹动力和星尘智能分列四周。不远处，还有加速进化、宇树、智元机器人、星海图、钛虎、UniX AI、开普勒等拥有人形机器人产品的公司。

  仅盘踞在“十字路口”的这四家，近一年公开披露的融资金额已超越10亿元。而它们的平均岁数，只有“一岁半”。

  一家今年连续完成两轮融资的人形机器人公司，目前仅能展示垂直领域的单点任务。

  比如在分拣这个场景中，它只能在特定范围内抓取双面胶，不能抓取剪刀、卷尺。而且，这个机器人移动的速度很缓慢，完成一个只需要移动20厘米的抓取动作，需要近40秒。

  还有展示炒菜机器人的乐聚，在众目睽睽下直接上演了一出将菜倒在桌上的意外戏码。

  在一个左右手分拣不一样面包的任务里，机器人放下右手准备拾起时，发现这是应由左手操作分拣的物品，只能上演一场大型空气拉花。

  比如，逐际动力在现场大秀机器人“挨踹”后迅速平稳的绝技，星动纪元展示出自家机器人爬长城的视频。一墙之隔的银河通用，则以轮式地盘代替下肢，以伸缩、吸盘、抓夹等部件完成取货、清理桌面等任务。

  在行业中，双足的拥趸认为，机器人只有具备了人形（尤其是双腿），才能实现弯腰捡东西的操作，适应人类的工业、家庭、商业活动。

  另一批公司则认为，哪怕是双腿的设计也没办法实现360度全场景的操作。而轮式方案，更让人形机器人更快切入细分场景，率先落地。

  一种观点是，人手在操作时，真正发力和掌握方向的只有大指和食指，其余三指更多是辅助作用。也有厂商认为，只有五指形态的灵巧手，才能满足对力敏感度要求高、材料差异大的场景需求。

  主攻灵巧手和视觉方案的“伟景智能”告诉“四木相对论”，现在没有必要做到三个指节的灵活，因为仅靠食指和大拇指的捏合，就能完成大部分任务。

  另一家灵巧手公司表示，自己的优势就包括多个关节的灵活，“我们的食指关节都是能动的，里面的部件比别家做得小，不会显臃肿。”

  市面上灵巧手的售价在5万~10万左右，客户为具身公司。一些主攻通用人形机器人的公司，也开始步入灵巧手市场。比如，星动纪元近期就推出了自己的灵巧手产品。

  显然，立刻拥有双足和五指健全双手的必要性，并未在机器人领域形成统一。‍‍‍‍‍‍‍‍‍‍‍

  尤其是工业场景，海外人形机器人代表，特斯拉和Figure都选择对智能化需求较高的工厂场景，作为落地第一站。

  但不论是哪种场景，目前的人形机器人均处于训练特定任务的阶段，和非人形的差距并未拉开。

  以汽车为例，汽车制造业分为四个工艺流程：冲压、焊接、涂装、总装。在最复杂的总装环节，自动化程度只有20%-30%。

  在总装环节，工人要用手操作机器，有时还要钻到汽车里，要拧螺丝、敲敲打打，还要与其他工人配合，还要做检测。

  这个需要上下肢、大小脑一起协作的场景，理论上是“完全体”的人形机器人的目标。

  不过现在，全世界没有一点人形机器人能够流畅地弯腰捡东西，更别提完成这一系列操作。

  “我们的产品没有人形，没有腿和灵巧手，依然卖得很好。”一位创业近20年的服务机器人公司高管向“四木相对论”表示，他觉得人形机器人现在只是To VC的故事，而这个泡泡，明年下半年就会破。

  有投资人告诉“四木相对论”，虽然初创公司不少，但大家对国内的人形机器人标的已形成一定惯性，“大多数都把钱砸给银河通用和智元机器人”。

  这一定程度上是因为人形机器人所需的高成本，使资本形成了聚集效应——只有获取到足够资金的公司，才能闯过接下来的关卡。

  理想状况下，一个成熟的人形机器人产品，需要在算法、数据、传感器搭配、力学设计、电力供给、零部件、新材料等层面完成适配。

  而在2024年，人形机器人风起的第二年，虽然大模型、灵巧手等技术取得突破，但数据的稀缺、动力设计的困难、电机/传感器等硬件的不匹配和价格高昂，都意味着人形机器人之路依旧漫长。

  拿数据难题举例。获得高质量且足够便宜的数据，是目前制约机器人发展的一大瓶颈，也是各公司希望构筑的壁垒。

  在大会现场，一家估值数十亿元的人形机器人，不断出现捏合不到位、抓取不到物品等Bug。此公司的高管向“四木相对论”解释，这其实是因为训练数据不充足。

  而对于数据难关，海外巨头特斯拉和谷歌都选择“遥操”路线。这种方式，需要人带上收集设备和机器配合完成动作，好处是数据真实，缺点是采集用时长，成本高。

  比如，谷歌为了训练PaLM-E，用了13台机器人，收集了17个月，才拿到足够的数据量。如果是更复杂的工业场景，数据采集成本会更高。

  另一种方案则是十分火热的仿真数据。这一方案的训练过程往往需要判断物体材质，比如判断是杯子，然后再设计抓取的力量。

  但缺少对“摩擦”等维度的建模，让仿真数据彻底符合物理规律还存在难点。这种不够真实的数据，可能会引起机器人在实操中任务失败。

  银河通用的高管也向“四木相对论”表示，仿真的数据虽然生成速度快，但依旧有必要了解机器人场景的专业技术人员介入，否则不太能满足需求。

  如果一个企业的人形机器人具备抓取、移动的能力，速度却跟不上，那可能意味着他们缺乏经验地采用了移动速度很慢的训练数据，导致训练出的机器人动作也很慢。‍

  比如，触觉的缺失会使机器人难以判断布料、水流等信息。但触觉传感器相比其他传感器来说成本比较高，且传感器反馈的数据形态更为复杂。这些都是限制人形落地的阻力。

  人形机器人之外，各种各样的机械臂、机器狗也充斥着会场。而且在家庭领域，一些更加垂类的智能工具已经体现出商业化潜力。

  比如下棋机器人元萝卜，在展览现场吸引了大量喜欢围棋和象棋的学生。我们正真看到，家长也对下棋机器人充满兴趣，不断询问价格。

  世界上第一只机器狗诞生于1968年，距今已有56年历史。它身形巨大，有时需要人工进入机器内部操作。当时，没有人认为它能走进家庭。

  “机器人”为什么一定要人形？比如无人驾驶技术，也不需要一个人形机器人坐在车里开车才能实现。 世上是有什么工作一定需要人形进行解决的吗？人是世界上最柔性的“工具”人的形体可以让人处理各种复杂的工作。但是机器人的话，可完全一种形态的机器人去处理一种任务就好了。 而且为了应对人口危机，劳动力不足的问题，其实是个伪命题。未来必然有大量的国家会开放外籍劳工移民，这是机器人技术不成熟的原因，世界上愿意生孩子的国家一大把。这是没办法的事。

  不能进入老百姓家庭的人形机器人是没有前途的，或者目前还不具备这一社会条件。而工业机器人，目前是开始普及了