2024年，自動(dòng)駕駛?cè)ψ顭衢T(mén)的話(huà)題一定是端到端和大模型，繼BEV和OCC之后，

　　再次帶領(lǐng)自動(dòng)駕駛行業(yè)向前進(jìn)化，而另一個(gè)領(lǐng)域也在特斯拉的帶動(dòng)下，開(kāi)始進(jìn)入公眾視野，而且熱度頗有追趕自動(dòng)駕駛的趨勢(shì)，它就是具身智能。

　　具身智能（Embodied Intelligence）指的是機(jī)器通過(guò)與物理環(huán)境的交互來(lái)實(shí)現(xiàn)智能行為的能力。

　　其核心在于「具身」，即機(jī)器必須具備物理形態(tài)，而且對(duì)于物理形態(tài)的類(lèi)型沒(méi)有嚴(yán)格限制，因此工業(yè)機(jī)器人、機(jī)器狗甚至自動(dòng)駕駛汽車(chē)都可以視為具身智能的一種形式。

　　在當(dāng)前這波具身智能的創(chuàng)業(yè)浪潮中，幾乎所有公司都將人形機(jī)器人視為最終的產(chǎn)品形態(tài)，

　　據(jù)不完全統(tǒng)計(jì)，截至2024年11月，國(guó)內(nèi)具身智能領(lǐng)域的投融資事件已超過(guò)60起，總金額突破50億元，其中最大單筆融資金額超過(guò)10億元

　　隨著資本熱情的高漲，國(guó)內(nèi)的具身智能初創(chuàng)企業(yè)也開(kāi)始加速涌現(xiàn)，技術(shù)大咖和天才少年紛紛加入具身智能這一浪潮。

　　僅在2023年和2024年兩年內(nèi)，國(guó)內(nèi)擁有融資記錄的具身智能公司就已超過(guò)20家。

　　前華為天才少年稚暉君創(chuàng)立的智元機(jī)器人，至今已完成7輪融資，估值超過(guò)70億元；而北大教授王鶴創(chuàng)立的銀河通用機(jī)器人，天使輪融資高達(dá)7億元，創(chuàng)下了行業(yè)新紀(jì)錄。

　　2024年2月，宇樹(shù)科技完成10億元B+輪融資，宇樹(shù)的機(jī)器人還在前不久登陸了春晚。

　　此外，許多科技公司也紛紛跨界布局。小米集團(tuán)在2022年推出了首款人形機(jī)器人——CyberOne鐵大；而

　　盡管機(jī)器人公司的數(shù)量稍遜于中國(guó)，但作為全球資本的中心，美國(guó)的融資金額依然處于領(lǐng)先地位。

　　例如，F(xiàn)igure AI今年完成了6.75億美元的融資，背后支持者包括微軟、英偉達(dá)、OpenAI和亞馬遜等科技巨頭，估值已達(dá)到26億美元。

　　資本的熱情讓人仿佛回到了2017年，那是自動(dòng)駕駛行業(yè)夢(mèng)想起步的時(shí)刻。全球?qū)I的想象從自動(dòng)駕駛延伸到了具身智能。

　　當(dāng)特斯拉首次宣布機(jī)器人計(jì)劃時(shí)，很多人無(wú)法理解為什么一家汽車(chē)公司要涉足機(jī)器人領(lǐng)域。

　　把純視覺(jué)的AI算法、自研的芯片和數(shù)據(jù)中心視為特斯拉的核心產(chǎn)品，而將汽車(chē)和機(jī)器人視為承載這些技術(shù)的載體

　　自動(dòng)駕駛汽車(chē)和具身智能都依賴(lài)傳感器來(lái)感知環(huán)境并理解物理世界，從而做出相應(yīng)的動(dòng)作決策。自動(dòng)駕駛汽車(chē)的算法需要輸出駕駛路徑，而具身智能算法則需指導(dǎo)機(jī)器人在三維空間中完成各種任務(wù)。

　　例如，圖像語(yǔ)義分割和OCC網(wǎng)絡(luò)，這些廣泛應(yīng)用于自動(dòng)駕駛的視覺(jué)算法，同樣適用于機(jī)器人領(lǐng)域。

　　在規(guī)則算法時(shí)代，自動(dòng)駕駛的駕駛策略依賴(lài)于工程師編寫(xiě)的代碼，系統(tǒng)根據(jù)不同場(chǎng)景做出響應(yīng)。然而，由于應(yīng)用場(chǎng)景的不同，這些代碼很難直接用于具身智能。

　　通過(guò)不同的數(shù)據(jù)輸入，系統(tǒng)可以完成相應(yīng)任務(wù)，二者之間不再存在明顯壁壘，自動(dòng)駕駛領(lǐng)域?qū)Υ竽Ｐ偷膬?yōu)化經(jīng)驗(yàn)也能夠順利遷移到具身智能中。

　　許多自動(dòng)駕駛領(lǐng)域的公司和人才正是看到了這一發(fā)展趨勢(shì)，紛紛轉(zhuǎn)向具身智能。

　　例如，小鵬和小米等科技公司早早就意識(shí)到具身智能的潛力，已經(jīng)推出了自己的相關(guān)產(chǎn)品。

　　同時(shí)，多個(gè)自動(dòng)駕駛領(lǐng)域的技術(shù)專(zhuān)家也紛紛加入了具身智能的創(chuàng)業(yè)隊(duì)伍，其中包括前小米自動(dòng)駕駛技術(shù)產(chǎn)品負(fù)責(zé)人劉方、前地平線(xiàn)軟件副總裁余軼南，以及前華為車(chē)BU自動(dòng)駕駛系統(tǒng)CTO陳亦倫等技術(shù)大拿。

　　因?yàn)槲覀冎車(chē)囊磺卸紘@人類(lèi)的形態(tài)發(fā)展和演化，只有機(jī)器人以人類(lèi)形態(tài)出現(xiàn)，才能像人類(lèi)一樣行動(dòng)，應(yīng)對(duì)更廣泛的任務(wù)。

　　在古希臘和古埃及時(shí)期，就有利用杠桿、滑輪和氣動(dòng)技術(shù)制作的簡(jiǎn)單「自動(dòng)人偶」。

　　中世紀(jì)和文藝復(fù)興時(shí)期的歐洲，工匠們借助鐘表機(jī)械和彈簧動(dòng)力制作出會(huì)敲鐘、打鼓或揮手的人偶，為早期人形機(jī)器人概念奠定了基礎(chǔ)，但這些機(jī)械裝置仍然不算真正的機(jī)器人，因?yàn)樗鼈儾痪邆涓兄妥灾鳑Q策能力。

　　第二次世界大戰(zhàn)后，隨著計(jì)算機(jī)、電子技術(shù)和控制理論的進(jìn)步，人們開(kāi)始嘗試制造能夠模仿人類(lèi)行為特征的機(jī)械裝置。

　　1973年，早稻田大學(xué)研發(fā)出「WABOT-1」，這是世界上第一臺(tái)具備腿部運(yùn)動(dòng)功能、以及視覺(jué)和聽(tīng)覺(jué)傳感系統(tǒng)的完整人形機(jī)器人原型。

　　進(jìn)入80、90年代，越來(lái)越多的科研機(jī)構(gòu)和企業(yè)開(kāi)始投入到人形機(jī)器人的研發(fā)中。

　　公司自1986年起便開(kāi)始開(kāi)發(fā)系列人形機(jī)器人（E系列），并最終于2000年推出了著名的ASIMO機(jī)器人，具備平穩(wěn)行走、跑步、上下樓梯、識(shí)別人臉和與人互動(dòng)等能力。

　　進(jìn)入21世紀(jì)，隨著機(jī)器學(xué)習(xí)、傳感技術(shù)和材料科學(xué)的飛速發(fā)展，人形機(jī)器人朝著特定應(yīng)用方向演進(jìn)，特別是在動(dòng)態(tài)平衡和穩(wěn)定控制方面取得了顯著進(jìn)展。

　　其中，波士頓動(dòng)力的代表性人形機(jī)器人Atlas，不僅能夠奔跑、跳躍，還能做出空翻等動(dòng)作。在一段時(shí)間內(nèi)，波士頓動(dòng)力幾乎成為人形機(jī)器人技術(shù)的代名詞。

　　盡管這一時(shí)期的機(jī)器人能夠完成許多人類(lèi)的動(dòng)作，但它們并不具備像人類(lèi)一樣的思考能力，只能根據(jù)預(yù)設(shè)程序完成特定任務(wù)，適用場(chǎng)景十分有限，同時(shí)成本高昂。因此，人形機(jī)器人長(zhǎng)時(shí)間以來(lái)僅限于科研和特種領(lǐng)域，缺乏可持續(xù)的商業(yè)模式，距離進(jìn)入普通消費(fèi)市場(chǎng)仍遙不可及。

　　過(guò)去的幾十年，盡管技術(shù)上實(shí)現(xiàn)了讓機(jī)器人動(dòng)起來(lái)像人，但卻未能解決如何讓它們像人類(lèi)一樣思考的問(wèn)題。

　　ChatGPT的出現(xiàn)讓業(yè)界看到了大模型的潛力，使得機(jī)器能夠像人類(lèi)一樣思考并作出回應(yīng)成為可能。而端到端的概念則激發(fā)了科技界的熱情，端到端+大模型的技術(shù)路線(xiàn)為人形機(jī)器人的未來(lái)發(fā)展指明了方向。

　　端到端和大模型的出現(xiàn)，讓科技界對(duì)具身智能充滿(mǎn)了信心。然而，算法和硬件的研發(fā)都需要巨額資金，雖然資本看到了潛力，但由于迄今為止沒(méi)有一家機(jī)器人公司真正取得成功，因此不敢輕易入局。

　　2021年，在特斯拉的AI Day上，馬斯克首次公布了機(jī)器人的研發(fā)計(jì)劃，

　　Tesla Bot采用人形結(jié)構(gòu)，身高約5英尺8英寸，體重大約125磅，具備接近人類(lèi)的靈活性，能夠行走、奔跑、彎腰以及搬運(yùn)物體。其目標(biāo)是開(kāi)發(fā)能夠執(zhí)行重復(fù)性、高風(fēng)險(xiǎn)或枯燥任務(wù)的人形機(jī)器人，旨在幫助人類(lèi)減輕體力勞動(dòng)，并提供更智能的服務(wù)。

　　他設(shè)想中的特斯拉機(jī)器人能夠適應(yīng)各種任務(wù)類(lèi)型，并通過(guò)可控的成本最終實(shí)現(xiàn)替代部分人類(lèi)勞動(dòng)的目標(biāo)。然而，盡管如此，這次發(fā)布的信息仍然相對(duì)有限，算法和硬件的細(xì)節(jié)并未披露，連原型機(jī)都是由真人代替，這讓許多人當(dāng)時(shí)對(duì)該項(xiàng)目持懷疑態(tài)度。

　　到了2022年AI Day，特斯拉不僅公布了大量新信息，首次展示了原型機(jī)，還為機(jī)器人正式命名為Optimus。

　　從這次展示的原型機(jī)來(lái)看，Optimus的整體結(jié)構(gòu)包括一個(gè)中間的計(jì)算單元和電池，配備1顆FSD芯片，電池容量為2.3KWh，整機(jī)有28個(gè)執(zhí)行器，手部設(shè)計(jì)模仿人類(lèi)手的結(jié)構(gòu)，擁有11個(gè)自由度。

　　在傳感器方面，Optimus采用了3顆攝像頭組成的純視覺(jué)系統(tǒng)，算法與Autopilot系統(tǒng)共享，使用深度神經(jīng)網(wǎng)絡(luò)為機(jī)器人進(jìn)行重新訓(xùn)練。

　　發(fā)布會(huì)上，特斯拉重點(diǎn)介紹了自研驅(qū)動(dòng)器，工程師通過(guò)建模和仿真分析機(jī)器人的使用場(chǎng)景，評(píng)估各個(gè)關(guān)節(jié)驅(qū)動(dòng)器的能量效率，并在成本、效率和性能上找到最優(yōu)組合，簡(jiǎn)化驅(qū)動(dòng)器種類(lèi)，最終設(shè)計(jì)了6種不同的驅(qū)動(dòng)器，分別應(yīng)用于機(jī)器人的不同部位。

　　此外，還介紹了機(jī)器人仿真工具、視覺(jué)導(dǎo)航、運(yùn)動(dòng)規(guī)劃和運(yùn)動(dòng)控制等方面的內(nèi)容。

　　馬斯克強(qiáng)調(diào)，Optimus是按照汽車(chē)設(shè)計(jì)的原則進(jìn)行設(shè)計(jì)的，目標(biāo)是打造一種可量產(chǎn)、低成本、高可靠性的機(jī)器人。

　　過(guò)去，人形機(jī)器人仍停留在實(shí)驗(yàn)室或小規(guī)模制造階段，而特斯拉親自下場(chǎng)，從工程角度展示了如何設(shè)計(jì)一款可大規(guī)模量產(chǎn)、成本可控的人形機(jī)器人。

　　加上特斯拉在自動(dòng)駕駛算法上的積累，業(yè)界對(duì)人形機(jī)器人的未來(lái)有了更加清晰的認(rèn)知。

　　特斯拉的示范作用激發(fā)了大量資本進(jìn)入機(jī)器人領(lǐng)域，推動(dòng)了國(guó)內(nèi)機(jī)器人產(chǎn)業(yè)的蓬勃發(fā)展，現(xiàn)如今，國(guó)內(nèi)機(jī)器人市場(chǎng)百花齊放。

　　雖然現(xiàn)在機(jī)器人行業(yè)一片火熱，許多初創(chuàng)公司在成立幾個(gè)月內(nèi)就能展示樣機(jī)視頻，看起來(lái)機(jī)器人似乎變得很簡(jiǎn)單。

　　如果只是構(gòu)建一個(gè)可以展示的樣品，功能要求不高，能夠做些簡(jiǎn)單的搬箱子演示，機(jī)器人確實(shí)不難。

　　但如果從一個(gè)需要大規(guī)模量產(chǎn)的消費(fèi)品角度來(lái)看，機(jī)器人仍然面臨許多難題需要克服。

　　各個(gè)關(guān)鍵部件并未標(biāo)準(zhǔn)化，也沒(méi)有統(tǒng)一的行業(yè)標(biāo)準(zhǔn)，這導(dǎo)致當(dāng)前的機(jī)器人生產(chǎn)依賴(lài)大量手工操作，產(chǎn)量和質(zhì)量都無(wú)法得到保障。

　　要解決這一問(wèn)題，需要從設(shè)計(jì)階段就開(kāi)始思考，采用模塊化的設(shè)計(jì)思路，確保零件符合工業(yè)質(zhì)量標(biāo)準(zhǔn)，并從裝配角度優(yōu)化生產(chǎn)線(xiàn)。

　　特斯拉在這方面已做出示范，按照汽車(chē)設(shè)計(jì)的原則和標(biāo)準(zhǔn)來(lái)設(shè)計(jì)機(jī)器人。特斯拉在汽車(chē)行業(yè)積累的經(jīng)驗(yàn)對(duì)機(jī)器人制造有很大幫助，但對(duì)于缺乏量產(chǎn)經(jīng)驗(yàn)的初創(chuàng)公司來(lái)說(shuō)，仍然是一個(gè)巨大的挑戰(zhàn)。

　　目前購(gòu)買(mǎi)機(jī)器人主要的客戶(hù)仍然是科研機(jī)構(gòu)和政府，實(shí)際商業(yè)場(chǎng)景中的應(yīng)用相對(duì)較少，而價(jià)格是一個(gè)重要原因。

　　雖然像宇樹(shù)G1這樣的機(jī)器人價(jià)格僅為9.9萬(wàn)元，但其尺寸和功能有限，大部分人形機(jī)器人的價(jià)格仍需數(shù)十萬(wàn)元。

　　在傳感器方案上，Optimus放棄了昂貴的激光雷達(dá)，改用3個(gè)攝像頭，傳感器成本比其他機(jī)器人使用激光雷達(dá)和前后攝像頭的方案低了一半，當(dāng)然，這需要強(qiáng)大的算法支持。在關(guān)鍵部件驅(qū)動(dòng)器和靈巧手方面，特斯拉選擇自研，滿(mǎn)足性能要求的同時(shí)，通過(guò)優(yōu)化設(shè)計(jì)來(lái)降低成本。

　　雖然隨著機(jī)器人產(chǎn)業(yè)鏈的不斷成熟，量產(chǎn)和成本的問(wèn)題會(huì)逐漸得到解決，但對(duì)機(jī)器人而言，

　　如何讓機(jī)器人像人類(lèi)一樣思考，適應(yīng)人類(lèi)的環(huán)境，完成人類(lèi)的任務(wù)，是每一家機(jī)器人公司當(dāng)前必須面對(duì)的難題。

　　自動(dòng)駕駛行業(yè)從2017年開(kāi)始爆發(fā)，經(jīng)歷過(guò)那段時(shí)間的人一定還有印象，大家談?wù)摰氖窃?022年實(shí)現(xiàn)L4級(jí)別的無(wú)人駕駛，對(duì)未來(lái)充滿(mǎn)希望。

　　8年時(shí)間過(guò)去了，我們距離真正的無(wú)人駕駛依然遙遠(yuǎn)，但是換來(lái)了智能輔助駕駛的欣欣向榮。

　　人形機(jī)器人的熱潮才剛開(kāi)始，也許距離賽博朋克的場(chǎng)景還有一段距離，但是能做家務(wù)的機(jī)器人也許不久就會(huì)出現(xiàn)在你的購(gòu)物車(chē)?yán)铩?a href="http://www.gkcy003.com" target="_blank">必威-官方西漢姆聯(lián)