随着人工智能和机器人技术的飞速发展，机器人能够完成越来越多之前只有人工才能完成的工作。这种技术的进步不仅提高了生产效率，还使得机器人能够执行复杂、危险或精细的工作，从而拓展了它们的应用范围。
目前，海内外已经有不少公司开始探索和应用机器人技术，以期在激烈的市场竞争中获得优势。波士顿动力的Atlas、特斯拉的Optimus、硅谷公司Figure的Figure 02，以及优必选的Walker S等，都是这一趋势的典型代表。它们在工厂环境中展现出了令人印象深刻的任务完成能力，预示着未来工业生产的新变革。
波士顿动力Atlas
不久前，波士顿动力披露的视频展示了机器人在工厂环境中的任务完成能力——可以在储物柜之间搬动汽车发动机零件，并根据场地自动调整放置位置。
波士顿动力指出，目前该公司的人形机器人已经能够通过视觉、受力和本体感受传感器的组合来检测环境变化（例如移动固定装置）和动作故障（例如无法插入盖子、绊倒、环境碰撞）并做出反应。
需要注意的是，波士顿动力这次强调了演示视频中的机器人是完全自主运行的，没有“预设程序或遥控动作”，它可以使用机器学习算法理解并适应真实世界的环境。
与之前的液压系统相比，全面电动化的Atlas提供了更平滑、更静音的运动性能。Atlas具有比前代更强大的力量和更广泛的运动范围，使其能够执行更复杂的操作和任务。除了硬件之外，Atlas在软件方面也取得了进展，配备了最新的人工智能和机器学习工具，如强化学习和计算机视觉，确保机器人能够适应并高效处理复杂的实际情况。
特斯拉Optimus
今年4月，特斯拉在财报会议上透露，他们计划在今年内开始少量生产Optimus，并在工厂中开始使用。而改进后的二代 Optimus 已经在特斯拉工厂尝试“打工”。借助视觉神经 *** 和 FSD 芯片，二代 Optimus 可以模仿人类操作，进行电池的分拣训练。
据称，目前人形机器人团队正在做一些工程上的妥协，以满足特定的工作场景需求。比如，在工厂里负责拧螺丝等简单任务时，他们专门训练了机器人模型，并取得了初步进展。
两个月前，有消息称特斯拉 Optimus 人形机器人已经生产数百台，但还不到可以上产线工作的状态，目前只能用来采集数据、测试不同的设计方案。
特斯拉此前表示，预计将于明年开始 *** 生产人形机器人，将有超过 1000 个 Optimus 在特斯拉工厂帮助人类完成生产任务。实际上，马斯克之前就已经表示特斯拉明年将生产出“真正有用”的机器人供公司内部使用，但仅仅是小规模生产，不过 2026 年有望大规模生产人形机器人供其他公司使用。
Figure 02
硅谷公司 Figure 成立于 2022 年，其目标是实现工业人形机器人的商业化，以此解决劳动力短缺问题，并计划生产消费级人形机器人。该公司已经发布了新一代 Figure 02 对话式人形机器人。Figure 公司已经在宝马集团位于南卡罗来纳州斯帕坦堡的生产线上测试了 Figure 02 的数据采集和用例训练能力。
Figure 02 的发布距 Figure 推出其初代通用人形机器人仅 10 个月。借助NVIDIA Isaac Sim，该公司能够使用合成数据来设计、训练和测试基于 AI 的机器人，并使用 NVIDIA GPU 来训练生成式 AI 模型，从而加快了开发的进度。
Figure 首席执行官 Brett Adcock 表示：“我们在语音、视觉、灵活性和算力方面进展飞快，这使我们距离推出能够解决诸多行业的劳动力短缺问题的人形机器人越来越近。”
该公司在 Figure 02 上增加了第二个基于 NVIDIA GPU 的模块，使第二代机器人在处理现实世界中完全自主的 AI 任务时，其推理能力是之一代的三倍。
优必选Walker S
11月5日，优必选携手旗下智慧物流子公司UQI优奇发布了全栈式无人物流解决方案，首次将人形机器人与无人车协同作业，并在比亚迪工厂应用。
在比亚迪工厂的实际应用中，优必选工业人形机器人Walker S1与Wali瓦力工业移动机器人T3000、L4级无人物流车Chitu赤兔的协作，实现了从分拣、搬运到配送的室内外一体化的全自动流程。
在实训中，Walker S1只需要一键启动，就可以在非结构化复杂环境中自主作业。在到达指定物料区后，Walker S1通过端到端的模仿学习与拖挂牵引机器人协作执行末端物流分拣任务。它可以通过视觉精准识别料箱并搬运到料车上，如果发现物料区没有所需要的料箱，或者料箱中没有物料，Walker S1能够把信息即时反馈给物流系统，同时自主进行到下一个工作位置进行任务，不必等候人工干预和决策。
Agility Robotics：Digit
依托于新建成的位于塞勒姆的RoboFab工厂，Agility Robotics计划推出数百台Digit机器人，预计明年将扩展至数千台，最终目标是每年生产1万台人形机器人。
这家公司已经通过“机器人即服务”（RaaS）项目获得了收入，其旗舰机器人Digit帮助GXO物流公司管理的Spanx仓库完成了超过1万个订单的搬运。
2023年，亚马逊开始在其仓库中测试Agility Robotics的Digit机器人，这是亚马逊首次尝试使用人形机器人。
Agility Robotics正在致力于提高机器人在适应性、电池续航和动作灵活性方面的能力。Agility Robotics首席执行官约翰逊指出，美国目前大约有110万个仓库职位空缺，难以找到足够的人力来填补。而且，许多危险性高或重复繁重的工作并不适合人类，需要新兴产业的突破来解决这些难题。在这样的背景下，人形机器人产业应运而生。
距离机器人占领工厂还要多久
机器人时代的到来标志着产业升级的新阶段。通过自动化和智能化生产，企业能够提高产品质量和生产效率，进而提升市场竞争力。然而，这些机器人进厂打工的节奏并没有想象中那么快，它们在实际应用中仍面临着一系列挑战和问题。
云深处科技高级产品经理郑东鑫告诉动点科技：“不管是人形机器人、四足机器人还是其它形态的机器人，作为机器人产业者角度，都希望能追求创造出真正发挥作用的机器人。其中，帮助人类从重复性、危险性（环境危险、任务危险）、高强度的工作中解脱，一直是非常有意义且值得去做的事情。我们很开心能看到大家都致力于这方面的尝试。现在的人形机器人很像若干年前的四足机器人，从技术具备到技术成熟、从产品可用到产品成熟都是是一条需要经历探索的过程。”
他表示，将工厂类作业作为人形的初始落地场景是比较合理的着力点。工厂作业类属于行业级应用的一种，相比于民用服务消费类应用，行业级应用一般在相对固化可控的封闭场景下，人员流动可控，从实际需求、功能实现、人生安全、智能交互需求方面，产品化落地推广相对可触达。同时机器人进工厂、进行业，并非简单的“代替人类”，更多的应该是会“协助人类”。
Omdia报告预计，到2027年，全球人形机器人出货量将超过10,000台，到2030年将达到38,000台。报告预计，2024-2030年的复合年增长率将达到83%。
Omdia指出，人形机器人部分驱动力来自生成式 AI。今年更是人形机器人的突破之年。目前已有多个因素共同作用，使双足拟人形态的机器人可以实现大规模商业化。但人形机器人技术仍处于起步阶段。这些机器人的复杂性使大规模生产和大范围部署变得棘手，大多数仍处于试验或概念验证阶段。大规模实施可能还需要几年时间。
优必选CTO熊友军表示，未来工厂将会是一个“721”模式，70%是目前已经大量使用的工业机械手臂、自动化小车等专用机器人，20%是人形机器人，用于完成专用机器人难以完成的任务，进入一些与人体适配性更高的场景，最后还有10%的工作是机器人难以完成的，最终是要靠人工进行。
上海交通大学机械工程专业机器人方向工学博士、飒智智能董事长兼CEO张建政则认为，对于人形机器人来说，工业和民用是两个分支，工业注重精度、实时性和性价比，民用注重交互体验感及综合的作业能力。2007年，美国高校研发出了ROS机器人操作系统，它本身非常好，但实时性不高。如果延时不可控，就会积累时间误差，导致整个生产节拍的丧失。
尽管本文中列举的机器人在重复性任务中展现出潜力，但其在处理复杂、多变任务时的能力仍有待提高。此外，高昂的初期投资成本和对现有生产线的改造需求，使得企业在短期内难以实现成本回收。安全性问题也是一个重要考量，确保机器人在与人类工人共存的环境中安全运作需要严格的测试和验证。同时，相关的法规和行业标准尚在完善中，这也限制了机器人技术的快速推广。
宇树科技创始人兼CEO王兴兴不久前在采访中指出，目前汽车工厂对机器人技术非常感兴趣。例如，在过去的几个月里，宇树与一些汽车工厂合作，在他们的现场部署了人形机器人进行搬运工作，国内其他人形机器人公司也在与汽车工厂展开合作。
他认为，目前这些应用大多还处于试点阶段，还没有达到真正的商业闭环阶段，也就是说，机器人带来的商业价值尚未超过人工成本。“在工业领域，我们也在积极推进。我们希望机器人能够在工厂中协助进行简单的生产装配或搬运工作。公司对这个行业持有耐心，并没有设定今年或明年在工厂部署多少台机器人的目标。我们更倾向于观察市场反应，当技术和产品被市场广泛接受，商业推广的势头良好时，我们再进行大规模推广。”
发表评论