作者| 金旺
欄目| 機器人新紀元
2025年1月20日,DeepSeek R1正式面世,掀起了大模型新一波全球技術浪潮。
與ChatGPT、Gemini、通義千問等通用基礎大模型不同的是,DeepSeek R1的問世帶來了大模型新一波開源浪潮,其在算力需求和成本控制方面的表現(xiàn),更是讓它成了大模型從技術涌現(xiàn)到產(chǎn)業(yè)落地的轉折點。
由DeepSeek形成的技術風暴迅速席卷各行各業(yè),與此同時,也在另一個全球矚目的產(chǎn)業(yè)——人形機器人產(chǎn)業(yè)迅速發(fā)酵。
美國人形機器人創(chuàng)業(yè)公司Figure AI發(fā)布了自研的端到端VLA通用具身智能模型——Helix,搭載Helix的人形機器人演示視頻一并隨之祭出,宣布公司的人形機器人已經(jīng)學會打第二份工:在物流中心整理快遞。
緊接著,國內人形機器人第一股優(yōu)必選發(fā)布了全球首例多臺、多場景、多任務的人形機器人“群體智能”協(xié)同作業(yè)案例,數(shù)十臺工業(yè)人形機器人Walker S1在極氪5G智慧工廠的總裝車間、SPS儀表區(qū)、質檢區(qū)及車門裝配區(qū)等多個復雜場景,成功實現(xiàn)了協(xié)同分揀、協(xié)同搬運和精密裝配等多任務協(xié)同作業(yè)。
在這一視頻中,優(yōu)必選Walker S1展示出的多機協(xié)同、群體智能能力,讓人形機器人離產(chǎn)業(yè)落地又近了一步。
01 缺工的車廠,需要人形機器人
2024年8月,鄭州比亞迪生產(chǎn)基地公開招聘10000名操作工,與此同時,富士康鄭州科技園也發(fā)出了“全年最高價”招聘信息、大量招工,一時之間,位于鄭州的兩大生產(chǎn)制造基地開啟了“搶人大戰(zhàn)”,這場“搶人大戰(zhàn)”當時一度沖上新聞熱搜。
實際上,制造業(yè),尤其是汽車產(chǎn)業(yè)缺人少工早已不是什么秘密。
國家人社部就曾發(fā)布過2022年第四季度“最缺工”的100個職業(yè)排行榜,這其中,汽車生產(chǎn)線操作工高居榜單第二。另一個來自工信部的預測數(shù)據(jù)顯示,中國新能源汽車產(chǎn)業(yè)人才缺口在2025年,也就是今年,將會達到103萬人。
就汽車制造業(yè)而言,通常被劃分為四個工藝流程——沖壓、焊接、涂裝、總裝,在過去幾十年里,前三個流程通過高端裝備和工業(yè)機器人的應用,自動化程度已經(jīng)高達90%左右,然而,最復雜的總裝環(huán)節(jié),自動化程度目前依然停留在20%左右。
汽車制造業(yè)依然擁有大量需要人工填補的工作崗位,與此同時,在快遞、外賣、滴滴等近年來新興互聯(lián)網(wǎng)產(chǎn)業(yè)的沖擊下,汽車產(chǎn)業(yè)招工越來越難。
那么,還能如何解決汽車制造業(yè)面臨的崗位空缺?
答案是,人形機器人。
人形機器人不是“造概念”,而是真正的新質生產(chǎn)力,這已經(jīng)是全球的共識。優(yōu)必選、特斯拉、Figure,都已經(jīng)把人形機器人送進工廠打工。從全球來看,人形機器人在智能制造領域的應用已經(jīng)成為全球科技競爭新高地。
即便特斯拉擁有上海超級工廠這樣自動化程度已經(jīng)實現(xiàn)高達95%的汽車生產(chǎn)制造工廠,馬斯克依然堅持投入大量資源研發(fā)人形機器人,推動人形機器人進工廠。
在今年1月的特斯拉2024年Q4業(yè)績會上,馬斯克曾透露,“特斯拉人形機器人Optimus生產(chǎn)線月產(chǎn)能已經(jīng)達到1000臺,明年將建設的第二條生產(chǎn)線月產(chǎn)能將會達到10000臺,Optimus預計今年將在特斯拉內部投入使用,負責完成工廠中最無聊、最討厭的工作。”
相較于馬斯克大力推動人形機器人進入自家汽車生產(chǎn)工廠中,優(yōu)必選則是在國內與車企廣泛開展合作,推動人形機器人進入汽車工廠。
據(jù)優(yōu)必選官方消息顯示,目前,優(yōu)必選已經(jīng)與東風柳汽、吉利汽車、一汽-大眾青島分公司、奧迪一汽、比亞迪、北汽新能源等眾多知名車企的合作,優(yōu)必選的人形機器人正在進入越來越多汽車工廠開始實訓。
據(jù)優(yōu)必選研究院院長焦繼超此前向科技行者透露,“優(yōu)必選研究院早在2016年成立,很早就在以人形機器人量產(chǎn)為目標,從軟硬件兩方面進行了技術拆解和全棧技術自研。”
例如,在硬件方面,優(yōu)必選重點自研了人形機器人的一體化關節(jié),優(yōu)必選Walker S上搭載的最新自研一體化關節(jié),峰值扭矩已經(jīng)達到了300N.m。
在軟件方面,優(yōu)必選則是劃分出了多模態(tài)感知、定位導航、運動控制、語音交互,以及現(xiàn)在與大模型相關的技術,不斷進行著技術攻關。
正是基于這樣的人形機器人全棧技術能力,優(yōu)必選在2024年10月正式對外發(fā)布了面向汽車產(chǎn)業(yè)車廠實訓過程中所遇到各種挑戰(zhàn)的Walker S1。
近日,優(yōu)必選Walker S1在極氪5G智慧工廠實訓視頻露出,在這一視頻中,Walker S1展現(xiàn)出的多臺、多場景、多任務的人形機器人多機協(xié)同能力,讓我們看到了人形機器人在制造業(yè)場景正在涌現(xiàn)的群體智能。
02 群體智能爆發(fā),實訓2.0階段開啟
2025年2月4日,國外人形機器人明星企業(yè)Figure AI官宣放棄與OpenAI合作,F(xiàn)igure AI創(chuàng)始人兼CEO Brett Adcock在接受外媒采訪時稱,“要想在現(xiàn)實世界中大規(guī)模解決具身智能問題,就必須實現(xiàn)機器人與人工智能技術的垂直整合,我們就像不能外包硬件一樣不能外包人工智能。”
作為優(yōu)必選的掌舵者,優(yōu)必選創(chuàng)始人、董事會主席兼CEO周劍對人形機器人的軟硬件結合趨勢同樣深有感觸,在接受媒體采訪時,周劍指出,“人形機器人作為人工智能落地物理世界的最佳載體,將受益于人工智能的快速發(fā)展,當前限制人形機器人發(fā)展的核心因素已經(jīng)不再是硬件,而是軟件以及軟硬件耦合的能力。”
實際上,優(yōu)必選Walker S1在極氪5G智慧工廠之所以能實現(xiàn)多機協(xié)同、群體智能,正是得益于人工智能技術的突破,得益于優(yōu)必選研發(fā)的群腦網(wǎng)絡(BrainNet)。
為了探索通過群體行為與外部物理環(huán)境密集交互進化出的高階具身智能,優(yōu)必選在內部立項了一個具身智能研究項目,這一項目基于超級大腦+智能小腦基本構想,并將大腦的功能盡可能多地下放小腦,這就有了優(yōu)必選Walker S1搭載的群腦網(wǎng)絡。
在優(yōu)必選的群腦網(wǎng)絡中,超級大腦基于多模態(tài)具身推理大模型,進行多尺度模型協(xié)同及云邊端認知拓撲,負責高級語義理解、推理決策、潛在異常監(jiān)測,重點突破了智能混合決策技術,實現(xiàn)了復雜產(chǎn)線級任務的高維決策;智能小腦則是基于Transformer架構的感知+操作+運動端側小模型,研發(fā)跨場域融合感知技術和多機協(xié)同控制技術,實現(xiàn)高效且精確的決策控制,同時支持多機并行分布式學習,加速人形機器人的技能生成與遷移。
值得注意的是,上面提到的超級大腦還用到了優(yōu)必選基于DeepSeek-R1深度推理技術研發(fā)的人形機器人多模態(tài)具身推理大模型,搭載這一具身推理大模型的Walker S1通過在多個車廠一線實訓任務積累,可以構建億級高質量工業(yè)數(shù)據(jù)集,這樣真實場景中積累的高質量數(shù)據(jù)集是如今人形機器人迭代進化最為欠缺的。
通過將這些高質量數(shù)據(jù)集形成基于RAG(檢索增強生成)的專業(yè)知識庫,并將專業(yè)知識庫導入人形機器人系統(tǒng),理論上就可以快速訓練出各種專業(yè)技能,提升人形機器人在制造業(yè)場景中多種工位的泛化能力。
正是有了這樣群腦網(wǎng)絡架構、高質量數(shù)據(jù)積累、機器人技能迭代,再輔以優(yōu)必選的人形智能網(wǎng)聯(lián)中樞Internet of Humanoids (IoH)將單臺人形機器人自主執(zhí)行的任務范疇擴大到多臺機器人配合完成的產(chǎn)線級柔性需求,這才有了優(yōu)必選Walker S1在極氪5G智慧工廠展現(xiàn)出的多維度多場景的群體智能能力。
群體智能的技術攻關,是人形機器人在制造業(yè)場景規(guī)模化部署的必經(jīng)之路,作為國內人形機器人第一股,也是國內第一批從事人形機器人研發(fā)的商業(yè)團隊,優(yōu)必選之所以能適時在人形機器人群體智能上邁出第一步,背后是過去十年的技術底蘊。
就在前不久,國際投行摩根士丹利發(fā)布《人形機器人100:繪制人形機器人產(chǎn)業(yè)鏈價值圖譜》研究報告,優(yōu)必選憑借全球2450余項專利,其中逾450項為海外專利,發(fā)明專利占比近60%,人形機器人有效專利數(shù)量全球第一的布局,成為中國唯一上榜的人形機器人上市公司。
而此次基于群腦網(wǎng)絡實現(xiàn)的多機協(xié)同、群體智能,讓優(yōu)必選得以再次推動人形機器人產(chǎn)業(yè)進入制造業(yè)產(chǎn)業(yè)實訓2.0階段。
03 2025,人形機器人從“量產(chǎn)”到“落地”
2023年10月20日,工信部印發(fā)《人形機器人創(chuàng)新發(fā)展指導意見》,意見中指出:
要聚焦3C、汽車等制造業(yè)重點領域,提升人形機器人工具操作與任務執(zhí)行能力,打造人形機器人示范產(chǎn)線和工廠,在典型制造場景中實現(xiàn)深度應用。
近日,北京市正式發(fā)布的《北京具身智能科技創(chuàng)新與產(chǎn)業(yè)培育行動計劃(2025-2027年)》進一步指出,到2027年,在科研教育、工業(yè)商業(yè)、個性化服務三大場景實現(xiàn)不少于100項規(guī)?;瘧?,力爭推動萬臺具身機器人規(guī)模落地。
與此同時,深圳市也對外發(fā)布了《深圳市具身智能機器人技術創(chuàng)新與產(chǎn)業(yè)發(fā)展行動計劃(2025-2027年)》,并指出,到2027年,實現(xiàn)十億級應用場景落地50個以上,關聯(lián)產(chǎn)業(yè)規(guī)模達到1000億元以上,具身智能機器人產(chǎn)業(yè)集群相關企業(yè)超過1200家。
從人形機器人產(chǎn)業(yè)爆發(fā)到具身智能機器人企業(yè)千家爭鳴、萬臺落地,2025年成了人形機器人產(chǎn)業(yè)“五年規(guī)劃”中的關鍵一年。
我們能夠看到的是,2025年人形機器人產(chǎn)業(yè)將會迎來兩個趨勢:
第一,人形機器人規(guī)?;慨a(chǎn);
第二,人形機器人從實訓1.0邁入實訓2.0。
在這兩個產(chǎn)業(yè)趨勢下,中國再次成了全球人形機器人產(chǎn)業(yè)關鍵戰(zhàn)場。
一方面,以優(yōu)必選為代表的中國人形機器人團隊早在2024年陸續(xù)對外公布了人形機器人量產(chǎn)計劃,優(yōu)必選官方在去年就曾對外表示,將在2024年年底實現(xiàn)人形機器人的小規(guī)模量產(chǎn)交付,并希望通過人形機器人在工廠端進行大量的實測,為2025-2026年人形機器人在工廠端的放量做好準備。
另一方面,優(yōu)必選搭載群腦網(wǎng)絡的Walker S1在極氪5G智慧工廠的多機協(xié)同實訓表現(xiàn),標志著人形機器人從單機自主向群體智能的進化,也讓中國人形機器人產(chǎn)業(yè)率先在制造業(yè)場景邁入到了群體智能的實訓2.0階段。
2025年,是人工智能落地元年,也是人形機器人產(chǎn)業(yè)的關鍵一年,而如果說DeepSeek標志著中國AI力量從跟隨到引領全球創(chuàng)新的轉折點,優(yōu)必選推動人形機器人率先邁入群體智能的實訓2.0階段,則標志著中國機器人力量再次走到了推動全球人形機器人產(chǎn)業(yè)落地的一個關鍵時刻。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。
關注智造、硬件、機器人。