如果說(shuō)ChatGPT為代表的大模型開(kāi)啟了通用AI新時(shí)代，那么多模態(tài)具身智能、主動(dòng)交互式的人形機(jī)器人，則為存活在電腦中的人工智能送來(lái)了物理軀體，開(kāi)啟了通用AI在物理上一個(gè)人形實(shí)體落地的新時(shí)代，也是機(jī)器人行業(yè)從專用到通用，從單一智能到通用智能的一次革命性升級(jí)。

如今，在“具身智能”的浪潮下，國(guó)內(nèi)人形機(jī)器人產(chǎn)業(yè)化加速。業(yè)內(nèi)專家指出，技術(shù)研發(fā)是人形機(jī)器人產(chǎn)業(yè)發(fā)展的關(guān)鍵環(huán)節(jié)。那么，人形機(jī)器人產(chǎn)業(yè)化，需要突破哪些關(guān)鍵技術(shù)？

對(duì)于這個(gè)問(wèn)題，工信部印發(fā)的《人形機(jī)器人創(chuàng)新發(fā)展指導(dǎo)意見(jiàn)》曾給出答案?！兑庖?jiàn)》強(qiáng)調(diào)“大腦”、“小腦”、“肢體”等一批關(guān)鍵技術(shù)取得突破，有助于建立人形機(jī)器人創(chuàng)新體系。

原文：人形機(jī)器人集成人工智能、高端制造、新材料等先進(jìn)技術(shù)，有望成為繼計(jì)算機(jī)、智能手機(jī)、新能源汽車后的顛覆性產(chǎn)品。到2025年，我國(guó)將初步建立人形機(jī)器人創(chuàng)新體系，“大腦、小腦、肢體”等一批關(guān)鍵技術(shù)取得突破，整機(jī)產(chǎn)品達(dá)到國(guó)際先進(jìn)水平，并實(shí)現(xiàn)批量生產(chǎn)。到2027年，人形機(jī)器人技術(shù)創(chuàng)新能力顯著提升，形成安全可靠的產(chǎn)業(yè)鏈供應(yīng)鏈體系，構(gòu)建具有國(guó)際競(jìng)爭(zhēng)力的產(chǎn)業(yè)生態(tài)，綜合實(shí)力達(dá)到世界先進(jìn)水平。

仔細(xì)來(lái)看，“大腦”與大模型、自主決策、行為控制相關(guān)，“小腦”則主要指運(yùn)動(dòng)控制系統(tǒng)。

“肢體”關(guān)鍵技術(shù)具體可分為“上肢”“下肢”“軀干”關(guān)鍵技術(shù)，“上肢”技術(shù)是指與機(jī)械臂、靈巧手、雙手控制、手眼控制等相關(guān)的技術(shù)；“下肢”技術(shù)是指與仿生關(guān)節(jié)、仿生腿足、行走控制、足眼控制等相關(guān)的技術(shù)；“軀干”技術(shù)涉及機(jī)構(gòu)系統(tǒng)、材料系統(tǒng)、動(dòng)力系統(tǒng)、感知系統(tǒng)的控制與運(yùn)行。

其中，大模型技術(shù)在人形機(jī)器人“大腦”中具有舉足輕重的作用。

大模型需具備自主可靠決策/多模態(tài)感知/實(shí)時(shí)精準(zhǔn)運(yùn)控+泛化/涌現(xiàn)能力。對(duì)于限定的應(yīng)用場(chǎng)景和任務(wù)，從決策層、感知層和執(zhí)行層三個(gè)角度出發(fā)，大模型需要具備自主可靠決策能力、多模態(tài)感知能力和實(shí)時(shí)精準(zhǔn)運(yùn)控能力；為了拓展到多樣復(fù)雜的應(yīng)用場(chǎng)景和任務(wù)，大模型還需要具備泛化能力和涌現(xiàn)能力。

目前大模型不斷迭代，已出現(xiàn)包含多種能力的“全能選手”，但仍存在感知模態(tài)不足、實(shí)時(shí)性差和泛化能力弱等問(wèn)題。未來(lái)需要不斷優(yōu)化訓(xùn)練模型結(jié)構(gòu)、訓(xùn)練方法和數(shù)據(jù)集，將多模態(tài)感知信息納入模型，同時(shí)提高控制指令的生成速度和大模型的泛化和涌現(xiàn)能力。

《意見(jiàn)》提到，打造人形機(jī)器人“大腦”和“小腦”，需要開(kāi)發(fā)基于人工智能大模型的人形機(jī)器人“大腦”，增強(qiáng)環(huán)境感知、行為控制、人機(jī)交互能力，推動(dòng)云端和邊緣端智能協(xié)同部署。建設(shè)大模型訓(xùn)練數(shù)據(jù)庫(kù)，創(chuàng)新數(shù)據(jù)自動(dòng)化標(biāo)注、清洗、使用等方法，擴(kuò)充高質(zhì)量的多模態(tài)數(shù)據(jù)；科學(xué)布局人形機(jī)器人算力，加速大模型訓(xùn)練迭代和產(chǎn)品應(yīng)用。開(kāi)發(fā)控制人形機(jī)器人運(yùn)動(dòng)的“小腦”，搭建運(yùn)動(dòng)控制算法庫(kù)，建立網(wǎng)絡(luò)控制系統(tǒng)架構(gòu)。面向特定應(yīng)用場(chǎng)景，構(gòu)建仿真系統(tǒng)和訓(xùn)練環(huán)境，加快技術(shù)迭代速度，降低創(chuàng)新成本。

而突破“肢體”關(guān)鍵技術(shù)，需要用好現(xiàn)有機(jī)器人技術(shù)基礎(chǔ)，系統(tǒng)部署“機(jī)器肢”關(guān)鍵技術(shù)群，創(chuàng)新人體運(yùn)動(dòng)力學(xué)基礎(chǔ)理論，打造仿人機(jī)械臂、靈巧手和腿足，突破輕量化與剛?cè)狁詈显O(shè)計(jì)、全身協(xié)調(diào)運(yùn)動(dòng)控制、手臂動(dòng)態(tài)抓取靈巧作業(yè)等技術(shù)；攻關(guān)“機(jī)器體”關(guān)鍵技術(shù)群，突破輕量化骨骼、高強(qiáng)度本體結(jié)構(gòu)、高精度傳感等技術(shù)，研發(fā)高集成、長(zhǎng)續(xù)航的人形機(jī)器人動(dòng)力單元與能源管理技術(shù)。

據(jù)人民網(wǎng)研究院發(fā)布的《人形機(jī)器人技術(shù)專利分析報(bào)告》顯示，人形機(jī)器人的發(fā)展已有超半世紀(jì)的歷史。

迄今為止，人形機(jī)器人經(jīng)歷了四個(gè)發(fā)展階段：

第一個(gè)階段：1969-1995年，此時(shí)機(jī)器人運(yùn)動(dòng)是一個(gè)緩慢靜態(tài)行走的過(guò)程，以早稻田大學(xué)的人形機(jī)器人WABOT為代表。

第二個(gè)階段：1996-2015年，此時(shí)是連續(xù)動(dòng)態(tài)行走，這時(shí)候更多考慮到了機(jī)器人的質(zhì)心慣量以及質(zhì)心的加速度等因素，代表是日本本田的人形機(jī)器人ASIMO。

第三個(gè)階段：2016年至2020年，追求的是高動(dòng)態(tài)的運(yùn)動(dòng)性能，以波士頓動(dòng)力的Atlas機(jī)器人做出的令人驚嘆的運(yùn)動(dòng)動(dòng)作為標(biāo)志。

第四個(gè)階段：2021年至今，隨著相關(guān)技術(shù)的發(fā)展與成熟，人形機(jī)器人開(kāi)始進(jìn)入商業(yè)化落地的初級(jí)階段，以亞馬遜的Digit和優(yōu)必選科技Walker為代表，未來(lái)可能還會(huì)包括特斯拉的Optimus。

最近一年人形機(jī)器人的革命性崛起，使業(yè)界有頭有臉的科技巨頭都在積極布局。目前來(lái)看，發(fā)展足夠智能的人形機(jī)器人把人類社會(huì)的重復(fù)性體力勞動(dòng)接管過(guò)去將會(huì)是一個(gè)造福全人類的科技大方向，也是大國(guó)博弈時(shí)代背景下，在軍事和經(jīng)濟(jì)領(lǐng)域，一個(gè)彎道超車的潛在機(jī)遇。