马斯克称人形机器人需求超百亿台，谷歌/微软放

电子发烧友网报道（文/吴子鹏）2016年，HBO发行旗下科幻类连续剧《西部世界》，创意源自1973年同名电影，由乔纳森·诺兰担任总导演。在这部剧里，25个住在小镇里的AI智能机器人从事各种复杂活动，最终又因为受不了人类的无尽残忍，开始反抗人类。 目前，科技巨头想要把《西部世界》照进现实。据报道，谷歌、微软正试图用大模型为机器人注入灵魂。其中，谷歌已经推出了一个能引导机器人的AI模型PaLM-E，该模型的参数规模达到了5620亿个，里面集成了用于控制机器人的视觉与语言；微软则是尝试将OpenAI研发的ChatGPT应用于机器人领域，让机器人更加拟人化。 马斯克：人形机器人需求超百亿台
日前，在2023年特斯拉股东大会上，该公司CEO马斯克表示，特斯拉正在开发的人形机器人“擎天柱”（Optimus）未来将能够在特斯拉的高级辅助驾驶系统软件和计算机上运行。马斯克对人形机器人市场充满信心，甚至认为特斯拉未来长期价值可能都是Optimus给的。对于人形机器人的商品化和未来需求，马斯克认为：“我觉得这个需求也许可能会达到100亿台，这是一个疯狂的数字。” 在股东大会上，特斯拉通过视频展示了Optimus人形机器人最新进展，包括捡起物品、环境发现和记忆，基于AI模仿人类动作，能完成分类物品的复杂任务。能够看出，目前Optimus人形机器人的智能化已经得到大幅提升。 Optimus人形机器人分类物体 Optimus人形机器人捡起物体 从Optimus人形机器人的定义和发展趋势来看，特斯拉要打造的是具有自主运动能力且量产成本低的机器人。如果不考虑成本的话，特斯拉人形机器人更强调运动技能和运动机能，从Optimus这个名称来看这些机器人也更像“汽车人”。 因此，马斯克表示，“现在是推进研发人形机器人的绝佳机会，因为可以共享大量自动驾驶领域的软硬件技术成果。” 据马斯克透露，目前人形机器人是在特斯拉内部优先级最高的项目。 微软和谷歌要给机器人注入灵魂
从产品现状来看，特斯拉的Optimus人形机器人还没有很强的思维能力，只能完成指定的任务。目前，市面上大部分的人形机器人基本都处于“弱人工智能”的阶段。 不过，这种情况将很快得到改变，微软、谷歌等公司都已经开始布局将AI大模型引入到机器人领域。 上面我们提到了谷歌的AI模型PaLM-E。根据谷歌的说法，PaLM-E是通过分析来自机器人摄像头的数据来执行高级指令，整个过程并不需要预训练。在演示视频里，工程师只要说出“从抽屉里给我拿袋米片”的指令，PaLM-E就可以自主完成剩余的操作。 PaLM-E执行拿薯片指令 当然，谷歌PaLM-E的潜能绝不限于此，其最终目标是打造一个机器人的大脑。PaLM-E是一种多模态具身视觉语言模型，集成了参数量540B的PaLM和参数量22B的视觉Transformer（ViT），不仅可以理解图像，还能理解、生成语言，还具有零样本学习的能力，即在没有任何训练数据的情况下完成新任务。 这也引申出一个新的概念，那就是英伟达公司提出的具身智能。在ITF World 2023半导体大会上，英伟达黄仁勋表示，人工智能的下一个浪潮将是具身智能。具身智能能够在物理世界中进行操作和感知，输出各种机械动作。如果要更简单地解释，那么具身智能就是当前AI大模型和人形机器人的深度融合。其中，AI大模型让具身智能拥有一个超强的大脑，能够处理视觉信息、生成提示词等各种信息；特斯拉的DOJO D1芯片以及Optimus身上的伺服系统和传感器则负责执行机械动作。 上海交通大学教授卢策吾表示，“虽然人工智能能给你输出一个表征，但很难检验它们是否真的理解了这些概念。所以我们可以先在一些可验证、可测量的概念上面做出个闭环。而具身智能刚好是这样一个闭环，这样的具身智能可能是迈向通用智能的一个很好的起点，因为它可测量、可解释、可检验。” 目前，具身智能已经被认为是继AIGC之后下一个浪潮。因此，引领AI大模型和AIGC潮流的OpenAI定然也不想错过这波潮流，该公司正在积极地将GPT大模型扩展到机器人领域。目前，国外机器人公司 Engineered Arts将其人形机器人Ameca接入GPT3，实现其人形机器人可以自由地跟工程师对话。 另外，微软工程师也在尝试使用ChatGPT控制机械臂，这名工程师使用对话反馈来教会模型如何将最初提供的API组合成更复杂的高级功能，由ChatGPT自己编码。 4月27日，在第六届数字中国建设峰会上，阿里巴巴董事会主席兼CEO、阿里云智能集团CEO张勇透露，阿里云工程师正在实验将千问大模型接入工业机器人，在钉钉对话框输入一句人类语言，即可远程指挥机器人工作。在演示视频中，工程师输入：“我渴了，找点东西喝吧。”千问大模型立即理解了指令内容并回答，“好的，我找找有什么喝的。” 阿里云工程师表示，“AI大模型突破了机器人的局限，让人类可以通过自然语言指挥机器完成负责任务。” 张勇指出，“制造业是AI大模型的重要战场，未来10年最大的机会就在于云、AI与物理世界机器的融合，机器人取水只是第一步，未来能与人直接对话的智能机器人，将改变整个工厂的形态。” 此前有业者表示，AI大模型具有巨大的潜力，目前人们只看到AIGC就欢喜雀跃，随着人们对大模型的了解加深，以及大模型和垂直行业结合的深入，它给社会带来的绝对是颠覆式的改变。 机器人替人的辩论
随着具身智能概念的提出，以及AI大模型和人工机器人的深入结合，机器替人的概念被摆在了桌面上。在5月18日第七届世界智能大会，百度创始人李彦宏表示，大模型交互方式变化，可让机器给人类干活。 马斯克也曾讲到，“未来每个人都会拥有一个人形机器人，这个市场将会超过电动车的需求，可能是百亿美元级别的。” 另外，天风证券也指出，在就业人口数量增长放缓、用工成本持续攀升、机器视觉的技术优势等因素影响下，或将带来机器替人的刚需趋势，整个产业链有望在乐观预期中飞速发展。 对于机器人产业而言，上述这些消息当然都是利好的，不过对于社会上工作的人而言，这是一个响亮到刺耳的示警信号，很多人都担心被机器人替代之后在社会上成为无用之人。 确实，如果具身智能的机器人出现了，那么人类大部分工作它们都可以做，而且会做的很优秀。在此我们提一下近日坊间的传闻，有爆料称，“马斯克在研发‘猫女’机器人，孩子都管生，或将在三年内量产。”虽然这一消息没有任何实证，但马斯克确实多次利用“猫女”为特斯拉机器人造势。 当然，也有一种声音是机器助人，认为机器人具备强人工智能之后，人类会在社会生产中扮演其他角色，机器人则是人类的顶级助手。不过，到底是替人还是助人，现在下结论都还早。 后记
浙商证券中性预估，2030年全球人形机器人市场规模有望达855亿元，未来十年市场规模料将增长超120倍。AI大模型向机器人领域涌入延伸出具身智能的概念，再和特斯拉可量产人形机器人计划结合，迸发出的能量是巨大的。或许有一天，人形机器人的数量终将超越人类，在社会生产中唱主角。