人形機器人是未來麼?

者:黃淮生
來源:培風客(ID:barronschina)
之前有說過,我自己對科技的理解其實不深,這是前幾周,我找到我一個好朋友,希望他能幫我寫一個文章介紹一下他心中今年的科技機會。然後他覺得機器人不錯,但答應給我寫的文章到了昨天才發給我。
我們認識已經許多年,在我眼中他是一個善良而不失慾望的人,這樣的人都非常聰明。他很喜歡科幻小說,所以研究科技對他來說也是一件開心的事情,這點我覺得很重要。就像我更喜歡歷史故事,所以我更適合研究週期一樣。
當然,我們都一致認為,考慮到市場的情緒,此時此刻,在短期來看,並不是討論機器人這三個字最好的時候。但從更長的維度去看,這個討論在2025年是必須的。
希望大家能喜歡我朋友的看法:

就像李想說的,很多創業機會生在中國或者美國你才是有機會去做的。比如網際網路、智駕、人形機器人……這是因為中美都有統一大市場、工程師紅利。中國市場還有兩個特點,齊全的供應鏈門類以及總想卷死前浪的後發衝動。
人形機器人真正有關注度是從特斯拉在21年的AI-day上官宣開始,畢竟波士頓動力先發這麼多年都沒有開啟產業趨勢,還幾經易手。馬斯克本身巨大的示範效應是一方面,另一方面智慧駕駛技術的突破讓所有人看到了曙光,這是AI介入物理世界的第一賽道。
圖:CES上英偉達的14家生態夥伴6家來自中國
第一個問題,機器人為什麼要人形?
如果只做一款機器取代人力勞動,人形自然是全域性最優解。將來技術跑通,我相信針對場景的定製肯定會有,我們看到的自動化產線何嘗不是某種機器人?再看看特斯拉造車的哲學就知道5款車賣出來180萬輛,Model 3的快速的降本(降價)速度,這也是製造業常常有的萊特定律,即生產單位數量每增加一倍,成本就會以固定百分比下降(最常見的是下降10-20%)。複用性直接決定了規模,決定了降本速度。另外一方面,做成人形之後的遙操作和訓練資料的採集也更方便。
圖:製造業的萊特定律
第二個問題,人形機器人可以解決哪些需求?
想象空間無限,每個人都有發言權。如果只列一點,我想說的是,一個替代人自身的工具,自然是希望他解決人最根本的痛點——生與死。或者說消除人們生老病死的焦慮。一方面減輕對孩子的撫養成本,另一方面消解一些人們對衰老與獨死的恐懼。比如剛生育母親少起夜幾次給嬰兒換尿布,失能或者失獨的老人可以更便利地居家養老。以上海為例,大概2500萬的人口其中不能自理的老人約40萬,大概正在被7萬名護理員照顧著。在一生一死之間讓人體驗感更好,我想大多數人都不會拒絕,至於對人類整個族群的影響,對生育率的加總影響是正是負就是後話了。
第三個問題,人形機器人距離走進千家萬戶還有多遠?
從生產難度與供應鏈複雜度上來看,機器人是介於電動車和手機之間的,大概是上千的零部件,電動車上萬個,手機數百個。從價值量上來看,更接近於汽車,技術棧上也更像自動駕駛,所以放量的曲線應該更接近。2025年全球湊出來1萬臺以上是基準情形,但是1萬臺到10萬、100萬的跨越需要多久,基於AI給的信心,相信這個速度會更快。
圖:特斯拉汽車8年實現10倍增長,預計人形機器人進展遠快於新能源車
現實的問題是硬體方案還沒有收斂,特斯拉第一版的量產方案大機率已經接近定型。硬體方案最關鍵的是上肢手部的方案,馬斯克自己說50%的工程量在手部,最新一代的靈巧手採用腱繩方案,實現單手的22個自由(人手差不多可以看成21個自由度,根部指關節算2個自由度,想想用手指攪拌的動作)。從夾爪到22個自由度的靈巧手,這中間有很多地帶,但大的方向上還是自由度儘量變多,靠近人手。特斯拉的思路大概是第一性原理下的一步到位,跟人一樣,無論是能力上限,還是以後模仿學習訓練可能都會更方便。
其次是關於大腦,機器人的GPT3時刻尚未到來,但路徑已經清晰。尚未到來指的是缺乏機器人通用的基礎模型,讓機器人去理解物理關係、時空上的因果關係,是視覺-語言-行為的泛化能力。形象一點可能就是讓機器人理解“開”這個動作,可以是開門、開瓶蓋、開燈、開洗衣機等等,所謂泛化能力就是讓機器人看了開可樂的影片,見到老乾媽就知道怎麼開啟。
目前Figure所展示的思路,將大腦分為快慢雙系統。
系統1是低層次的、無意識的、快速的運動控制(所謂的“小腦”系統,看電視織毛衣的能力);
系統2是緩慢和審慎的,是推理和規劃能力(所謂的“大腦”)。
Figure用7B引數大腦(系統1)與8000萬引數的小腦(系統2)級聯,搞出來一套低成本且聰明的方案,讓適應於人形機器人的Scaling
Law看到了一些曙光。
圖:Figure的Helix
從產業趨勢上來說,可能會持續加強。直覺上,大模型公司大機率都會下場做機器人。事實上已經看到OpenAI在投資了三家機器人公司之後(1X、Figure、Physical Intelligence),依然選擇了自己下場來做。
現在美國的M7裡面,目前也就微軟和蘋果暫時沒有聽說有人形機器人的專案。Meta剛剛決定下場,正在組建團隊。特斯拉不必說,英偉達在用自己三臺計算機的理論去為機器人搭建系列的工具;谷歌在搞RT-X系列的機器人基礎模型;亞馬遜參投了很多初創企業(Agility,Figure)。至於蘋果,此前之所以把汽車專案停掉,最合理的解釋可能是蘋果自己也覺得沒法在車上做出來一個蘋果式的產品——一步跨越到L4真的有太多的困難。那麼面對單一銷量有機會超越iPhone(約2.2億/年)的產品,蘋果應該會更積極一點才對。
中國的“M7”,華為、位元組、騰訊、阿里(螞蟻)、美團、小米、比亞迪?在人形機器人上都有佈局,只是大部分內部優先順序還不夠高,隨著宇樹地位的拔高,大機率都會有一些緊迫性。
總的來說這個產業的方向已經沒有分歧了。沒有分歧向後的推論有兩個:第一,這個產業趨勢持續加強,不斷有巨頭跳進來加把火;第二個落到投資上,不同於新能源汽車,在早期基本靠政策驅動,車企需要自我革命,補貼從2010年開始到2019年銷量才開始爆發。因此早期對於新能源車是否要替代油車充滿分歧。如果所有人都認同人形機器人——這樣一個超級AI終端應用一定會普及,那麼在0-1的時候,或者說在大規模放量的前期就被交易成一個史詩級的泡沫是高機率情形。

圖:電動車相關指數走勢  來源:天風電新
還有一點,得益於人形機器人供應鏈跟通用裝置與汽車零部件的重合度,這個產業大機率很難出現供需缺口,放量期間出現上游漲價可能是一個低機率情形。可以看到新能源指數最陡峭的一段是在滲透率快速上升,供不應求階段。
先不管主題炒作如何熱火朝天,我總覺得想做好投資總要相信點什麼,比如要相信科技是至善的,長期總是被低估的,滿足必要條件的優質公司創造價值的機率是更大的等等。純交易的手藝大師或許中樞穩定,可能冥冥中放棄了上限。過去幾年宏觀環境深刻教育90後,什麼叫差一年差很多,小紅書很多人感嘆出校門開始就在高位接盤一切,但每代人有每代人的機會,如果你相信AI是我們這個時代最大的beta,機器人一定是需要重新認識的行業。因為它將來可能是人類生產資料的衡量單位,
版權宣告:部分文章推送時未能與原作者取得聯絡。若涉及版權問題,敬請原作者聯絡我們。

相關文章