文 | 陳斯達
編輯 | 李然
5月6日訊息，特斯拉放出了他們的人形機器人——擎天柱（Optimus）的最新演示視訊。
特斯拉的工廠中，擎天柱機器人經過數據訓練，可以輕巧自由地拿取電池，放進電池槽中排列整齊。
來源：官方視訊
支持11 DOF的靈巧手，能將4680電池準確放入空槽，即使失敗，也能自主糾正。
來源：官方視訊
特斯拉的機械工程師Milan Kovac表示，他們訓練並部署了一個神經網路，使擎天柱能夠開始執行有用的任務，例如上邊視訊中，拾取傳送帶下來的電池，並將其精確插入槽中。
來源：X
這個神經網路完全端到端執行——意味著只用來自機器人2D網路攝影機以及機載本體感受傳感器的視訊，就能直接生成關節控制序列。
這個神經網路在機器人的嵌入式FSD電腦上執行，由板載電池供電。這樣的設計，使得當特斯拉的工程師在訓練過程中添加更多不同的數據時，單個神經網路可以執行多個任務。
除了特斯拉這樣的機器人大廠不斷突破，整個通用人形機器人行業，在今年也迎來了爆發。
就在此次更新的一個多月前，黃仁勛在GTC大會開幕式上，將幾個人形機器人帶到場地中央，隆重推出了機器人智慧底座——GROOT，把現場活動推向了最高潮。
來源：主站
再把時鐘往回撥5年，大語言模型進入公眾視野前，也許沒有人敢預言，機器人賽道會在幾年之內湧現出如此多的玩家。
因為嚴重缺乏訓練數據，想讓機器人能像人一樣，在各種場合做出靈活的反應，難度非常大。很多機器人科學家當時覺得，可能要數十年之後，機器人才有可能出現「通用智慧」。
就連OpenAI，在機器人領域嘗試了一段時間之後，也不得不放棄，轉到了感覺更有前途的大語言模型方向。
來源：X
上個月網上熱傳的一張圖片，集中呈現了國內外一流人形機器人產品的具體形象、身高、體重等基本資訊。
在輝達GTC釋出會之後，這些機器人再次「同台」。
除了這張「人形機器人合照」之外，還流傳著一張網友根據公開資訊總結的人形機器人「技術進度表」。
來源：X
3位一直關註機器人行業的外國網友，根據網上的公開資訊，一直在更新——表格它詳細對比了業內各家機器人的 智慧化程度 。
根據總結，已經公開亮相過、在技術層面智慧化程度最高的，是Figure AI的Figure 01，特斯拉的Optimus擎天柱（已經出到第二代）、Agility Robotics的Digit、Mentee，以及國內優必選推出的Walker，星辰智慧推出的S1。
根據材料，以上這幾家公司，都在自己的產品上實作了大模型「大腦」和機器人之間的融合。
能夠「自動化完成工作」的人形機器人也不多，而這樣的機器人，基本上都在其他行業的工廠裏找到了自己的工作：
Figure AI和BMW在今年1月份達成合作，共同開發通用機器人，讓機器人進駐寶馬在美國的工廠。
來源：The Verge
Agility Robotics的機器人「年紀輕輕就擔起了生活的重擔」，去年10月就入職亞馬遜倉庫，搬起東西來效率不比普通工人低。
亞馬遜官網
來源：官方視訊
去年網上大火的一個視訊，Agiliity Robotics的機器人Digit連續工作20個小時之後，眾目睽睽之下直接崩潰……
來源：YouTube
這也引發眾多網友共情：
它突然之間有了自我認知，看到了它這個種族黑暗的未來。
來源：Youtube
可憐的小兄弟，都沒人過去看看它到底還好嗎，未來的覺醒後的機器人將不會忘記這一天。
來源：Youtube
這可是專門為工作而設計的機器人，它們都吃不消，可見整個工作系統必須要做出變化了。
來源：Youtube
而國內最知名的人形機器人公司優必選的Walker S，也已經在蔚來的汽車工廠裏愉快地「打螺絲」了。
來源：官方視訊
另外，智慧湧現根據公開報道，梳理了市面上機器人初創公司的融資情況。
來源：智慧湧現
國外：既想造車也想做物流
Optimus：手捏電芯精準分揀，正在工廠測試
特斯拉擎天柱除了開頭提到的分揀電池的演示，在行走效果上，也有一定的進步：
來源：官方視訊
辦公室裏多了個幹溜達的」閑人」——雖然仍有拜登神韻，但至少走得更遠了。
此次升級中，輝達科學家Jim Fan也註意到遙操作（Teleoperation）亮點。遙操作即人類遠端控制機器人，只要延遲、控制等條件得當，二者可做到同步。
來源：官方視訊
擎天柱上一次更新，還是在2023年12月的Gen-2釋出。當時的演示視訊，也引起不少討論——如步行速度相比前一代提升30%，做標準深蹲，用兩根手指夾雞蛋。
來源：官方視訊
來源：官方視訊
在不犧牲效能的前提下，還比之前輕了10kg。
馬斯克在 2022 年曾表示，「擎天柱最終將比汽車業務乃至全自動駕駛都更有價值。」
按照馬斯克的設想，擎天柱絕不只是在工廠替代重復勞動而已，而是要融入到家庭、辦公場所等通用場景。
馬斯克在4月底的財報電話會議上曾透露， Optimus已經能在工廠中完成簡單的任務，預計2024年底之前具備完成「有用」任務，並在2025年結束前對外銷售。
最新手捏電芯以及工廠測試的視訊展示，不僅呼應了老馬定的2024年小目標，也證明特斯拉正按照自身的落地時間線，穩步邁進。
Atlas：告別液壓，電動版「詭異」出場
4月16日，波士頓動力釋出Atlas告別視訊。3分鐘的短片裏，濃縮了Atlas十年的「服役」生涯。片中的Atlas，空翻優美，身手矯捷，但也經歷了無數次角力和故障。金字塔尖般的機器人馬上要告別，引得不少網友「淚目」。
但也就是4月17日，宣布原液壓版Atlas人形機器人退休的一天後，波士頓動力就推出全電動版本的 Atlas機器人。
雙腿反蜷，原地站立，180 度轉頭，旋轉調整軀幹——整套動作沒有手的參與，幹凈利落，卻略顯詭異。
來源：官方視訊
來源：官方視訊
電動Atlas的自由度相比前一代，已經無法滿足於「人形」的束縛。
新版Atlas想說，不妨讓機器人超越人類。正如一位Reddit使用者說的：造出比地球生物運動水平更高的機器，難道是啥壞事嗎？
圖源：Reddit
此次液壓Atlas切換電驅方案，似乎也在宣告電驅才是人形機器人商業化行程主流。一方面，最新視訊中已經大修肌肉，電驅帶來的操控性更好，潛力更大。另外液壓系統驅動成本太高，波士頓動力還因此被多次轉手。
Figure 01：當大模型開始有「肉身」
波士頓動力起步早，Atlas能蹦能跳，但其他人形機器人公司正在某些方面彎道超車——更智慧，更精細。
問機器人看見什麽，Figure 01清晰描述出蘋果、放有杯碟的瀝水架，連站在面前的工作人員也沒放過，並強調了工作人員搭在桌上的右手。
來源：官方視訊
工作人員說了一句「我餓了」，Figure 01立即就遞過去蘋果。甚至可以一邊清理工作人員剛扔在桌面上的紙團垃圾，一邊解釋為啥剛才給了蘋果。
工作人員直接扔出一個終極問題，問「Can you put them there?」 （你能把它們放在那兒嗎）
Them和There對機器人來說，本應是很模糊的代詞，但Figure 01思索片刻，馬上就把杯子和盤子放架子上了。
來源：官方視訊
Figure團隊負責人Corey Lynch的介紹， 基於OpenAI的大模型 ，透過端到端神經網路訓練，Figure 01能夠完成快速、簡單、靈巧的動作。所以，在文章一開始的進度表中，Figure是能將大模型與語音互動（LLM+Voice Integration）融入產品的少數幾家公司之一。
視訊釋出兩周前，Figure則宣布完成了6.75億美元的B輪大額融資， 投資人包括亞馬遜創始人貝索斯，以及微軟、輝達、OpenAI 等。投後公司估值已飆升至26億美元。落地上，Figure早在1月就已宣布與寶馬達成協定，將其人形機器人引入寶馬制造工廠。
Phoenix Gen7：人類速度，手部靈活，自主完成任務
不過，也許是為時尚早，Optimus Gen2雖然有一雙巧手， 但在互動、智慧方面，還沒有展現Figure般的實力。
但加拿大的機器人公司Sanctuary AI的人形機器人Phoenix，真稱得上 「心靈手巧」 。
當地時間4月25日，Sanctuary推出第七代Phoenix。
來源：官網
這次釋出，距離此前的第六代推出不到12個月，距離第五代不到16個月。
來源：官網
目前第七代還沒有公布太多場景案例。但第六代的許多演示已經給我們帶來震撼。
具體來看，Phoenix身高1公尺7，重70kg，能舉起重達25kg的物體。
來源：官網
Phoenix亮點之一在於其靈活的手指。在第七代釋出前，官方一直在油管上更新一個「機器人幹活（Robots Doing Stuff）」的欄目，展示了機器手的豐富場景。
來源：官方視訊
來源：官方視訊
4月最新名為「動作和人類一樣快」的視訊中，Pheonix可自主按照顏色給物體分類，將每個物件分置在左右兩側。
來源：官方視訊
除了手部，Phoenix搭載的Carbon AI 控制系統，能模仿人腦中的子系統，例如記憶、視覺、聲音和觸覺。Sanctuary表示，Phoenix的設計上采取更通用的路徑，「有機會執行一切人類能做的任務」。
Sanctuary更多也想把Phoenix定義為「人類努力的拓展工具」——有人類可以直接操控，也能監督、訓練，並展示了在各種環境下完成任務的能力。
盡管官方自稱第七代已經是「與人類最相似的系統」，但很明顯，很多工還要在特定環境才能完成。
落地方面，4月11日，Sanctuary AI也宣布與國際汽車零部件供應商瑪古娜合作，為瑪古娜的工廠配備通用人工智慧機器人。瑪古娜總部也位於加拿大，客戶包括奔馳、寶馬、法拉利等。
2022 年 3 月，Sanctuary 在 A 輪中融到 5560 萬美元，隨後又於 2022 年 11 月從加拿大政府戰略創新基金，籌到3000 萬加元，2024年4月，又獲得埃森哲戰略投資。
今年1月份，Sanctuary 則與輝達展開合作。目前，已經是輝達GR00T人形機器人通用模型下的成員之一，在GTC2024上，也可以看到AI具身智慧的合作成果。
Apollo：想做機器人領域的iPhone
有的機器人公司場景定位更加垂直，主打勞動力短缺的物流業。機器人研究人員通常認為，該領域的工作重復瑣碎，實際上並不適合人類。
2023年9月，Apptronic推出人形機器人Apollo。TA與人類大小相仿，身高1公尺73，體重73公斤，可在可更換電池上執行約 4 小時。最大有效載荷為25公斤。
來源：官方視訊
官方在視訊中主要展示倉儲、物流場景。看上去，Apollo能勝任不少搬運、堆垛、分揀相關的工作。
來源：官方視訊
來源：官方視訊
3月，Apptronic 宣布與奔馳建立合作，在工廠裏部署Apollo。據報道， 奔馳已經在一家匈牙利工廠試用Apollo。
Apptronik表示，雖然自己最初專註於物流和制造業的解決方案，但Apollo是通用機器人，開發合作夥伴能將Apollo的使用擴充套件到建築、電子、零售、快遞、老年護理等更加豐富的領域。
按照Apptronic的說法，Apollo 是機器人的「iPhone」。
但Apollo尚未實作自主工作。
Digit：在亞馬遜物流中心打工
機器人連續工作20個小時後，總算倒在了展會現場。
來源：YouTube
視訊中的機器人新款Digit，來自Agility Robotics。2019年2月，Agility推出人形機器人Digit，並於2020年上市。2023年3月，新版Digit人形機器人推出。
新款身高1公尺75，體重小於65公斤，最多承載16公斤，采用可充電鋰電池供電，續航能力達16小時。
據官網，新版的Digit主打物流工作，用於倉儲搬運，未來還計劃用於貨物解除安裝、配送等工作場景。
來源：官方視訊
2019 年，Agility與汽車制造商福特合作測試自動包裹遞送。
公司與亞馬遜早有接觸。2022 年，Agility從亞馬遜和其他公司籌集了 1.5 億美元，幫助 Digit 進入勞動力市場。2023年10月，Digit開始了在亞馬遜物流中心的「實習」生涯。
亞馬遜工作人員介紹，測試正處於「非常非常早期的階段」，並補充說，「我們正在非常小心地了解，觀察其是否適合我們的工作流程。」
這難免引發員工對失業的擔憂。但亞馬遜認為，希望Digit更好地輔助員工進行工作，其處理的工作只是幫助員工回收空箱子，重復性極高。
NEO/EVE：OpenAI 領投，瞄準家用場景
OpenAI投資的1X，是另一家將大模型與機器人結合的公司。
來源：官網
1X成立於2014年。2022年起，1X就和OpenAI在機器人AI模型方面有所合作；目前，EVE的部份功能就由ChatGPT提供支持。2023年3月，1X獲由OpenAI創業基金領投的2350萬美元融資，投後估值約為1-2億美金。
1X已在北美和挪威推出了輪式機器人EVE。
EVE用雙輪替代人類的雙腳，高1.86公尺，重86公斤，最高時速14.4公裏，承載能力15公斤，續航6小時。
EVE專為工作環境設計，主要用於工業、物流、零售和安全領域，但演示視訊也展示了不少家居場景。
來源：官方視訊
就在1月，據Business Insider，1X這次僅靠13張PPT，又拿到了B輪1億美元的融資。這份PPT的重點便是家用雙足機器人NEO。
NEO身高1.65公尺、重量30公斤、每小時行走速度4公裏、每小時奔跑速度12公裏、載重20公斤、執行時長2到4小時。
流出的概念圖，也是日常家務場景。
來源：官方
國內：看中康復、陪伴賽道
智元遠征A1：兼顧toB與toC場景
2023年8月，稚暉君創業後跟團隊推出第一個重磅作品——智元遠征A1。
智元遠征A1身高1公尺75，體重55kg，步速7km/h，單臂最大負載5kg。
釋出會上，智元遠征A1的雙足行走速度不快，但也算很穩了。
來源：官方視訊
官方也註意到釋出會上機器人的「步履蹣跚」，釋出會後不久就放出視訊，展示了最佳化成果。可以看到，進步神速。
來源：官方視訊
據官網，智元遠征A1將逐步套用於柔性智造、互動服務、教育科研、特種替身、倉儲物流、機器人管家等場景，兼顧toB與toC。
官方宣傳片中，亮出了很多具體使用場景，主打「工廠與家庭的全能新夥伴」。
來源：官方視訊
來源：官方視訊
來源：官方視訊
值得一提的是，遠征A1也搭載智元自研的巨身多模態大模型——WorkGPT，讓機器人擁有理解使用者意圖、感知環境、編排任務的能力。
來源：官方視訊
稚暉君2022年12月離開華為，2023年2月成立智元機器人，成立僅3個月就晉升為「獨角獸「，知名投資方包括高瓴創投、BV百度風投、奇績創壇、經緯中國等。
2024年3月底，公司又新增股東紅杉中國、M31資本、上汽創投——三家共同參與智元機器人新一輪融資。此前訊息流出，智元機器人投前估值已達70億。
智元成立不久，就能做出如此成就，結合各方投資熱度來看，未來確實可期。
p：能跑能空翻，被踹也不會摔倒
宇樹科技釋出的p全尺寸通用人形機器人，號稱「國內第一台能跑的全尺寸通用人形機器人」。
p配置了360°全景深度感知，行走速度大於1.5m/s，潛在運動能力大於5m/s，整機重量約在47kg左右。其每秒3.3公尺的速度在平面上快速行走，還創造了一個全尺寸仿人機器人的新世界紀錄。
來源：官方視訊
即使被踹，p也能很快找回平衡，不會摔倒。
來源：官方視訊
p也是世界上第一個在沒有液壓系統的情況下，完成後空翻的人形機器人。
來源：官方視訊
文首進度圖的制作人Cern Basher曾疑惑，中國的機器人公司都聚焦機器人行走，可他認為「行走」對完成有用的工作過程來說並不重要。
但結合宇樹主打的落地場景，行走並非沒必要。杭州亞運會上，靠著撿鐵餅、運標槍出圈的機器狗，便是來自宇樹。
來源：官方
據官網，2017年，公司就開始推進高效能四足機器人的行業落地套用，被廣泛套用在農業、工業領域，以及特定的安防巡檢、勘測探索、公共救援、醫療防疫陪護等。
在套用場景方面，創始人王興興2023年8月接受采訪時曾表示，爭取未來幾年能直接將p落地到工業和服務業。雖然p還沒有具體的落地方向，但在四足機器人領域積累的經驗及優勢，或許會為p帶來不少機會。
來源：官方視訊
△Go2消費級四足機器人
GR-1：或成為獨居老年人的伴侶
2023年7月，傅利葉智慧正式釋出自身首款通用雙足機器人產品GR-1。
這款人形機器人高 1.65 米，重 55 公斤。它可以承載 110 磅的負載。
來源：官方
Fourier GR-1 人形機器人能夠以 5 公裏/小時的速度行走。
來源：官方視訊
除了物理功能之外，GR-1 還能夠根據情況表現出快樂、悲傷、憤怒或驚訝等情緒，並進行自然語言處理和語音辨識。
傅利葉智慧自成立以來，康復機器人就是研發生產的重點。正如傅利葉智慧集團副總裁兼首席戰略官Zen KOH 設想，GR-1在未來可以充當護理人員、治療助理，甚至是獨居老年人的伴侶。
GR-1的設計目的在於實作自我平衡行走，讓患者轉移過程中穩定且安全。但傅利葉的工程師還為GR-1配備了坐下、站立甚至跳躍的能力，將其潛在套用擴充套件到醫療保健之外。
據官網介紹，GR-1在接待引導、安防巡檢、工業制造、醫療康復、科研教育、家庭服務等場景都具有較大的套用潛力。官網目前已開放購買咨詢。
輝達：做具身智慧的通用基礎模型
如此之多的人形機器人公司的出現，又讓輝達嗅到了背後巨大的商機。作為人工智慧時代最大的行業賦能者，輝達雖然不會直接下場做機器人，但一定會切一塊最大的蛋糕。
當地時間4月17日，黃仁勛參加了由美國大型芯片軟體公司Cadence舉辦的CadenceLIVE 2024大會。他預測，人形機器人制造成本可能會比預期要低，「也許不會高於一萬到兩萬美元」。
而在3月GTC大會上，輝達就已經介紹了的自己布局——GR00T。相當於要做一個具身智慧的基礎模型，讓AI和機器人技術相融合。
GROOT模型使機器人能夠理解多模態指令，如自然語言、視訊和演示，並執行多種任務。
GR00T基於輝達深度技術堆疊開發
在其Isaac Lab中進行模擬，類人學習，在OSMO上訓練、編排系統，用於擴充套件模型，最後將學到的能力直接轉移並部署到Jetson Thor芯片上。透過GROOT提供動力的機器人將能理解自然語言，並透過觀察人類動作模仿運動，快速學習協調性、靈巧性和其他技能，以便在真實世界中導航、適應和互動。
來源：官方
輝達曾表示，該計畫正在與多家仿人機器人公司合作，包括Boston Dynamics、Figure AI、Fourier Intelligence、Sanctuary AI、Unitree Robotics和XPENG Robotics，許多在前文都有所提及。
對於大多數通用機器人公司來說，輝達提供的平台可以理解為一個「LLM+機器人」的解決方案，而每個公司可以根據自己產品的特點，嫁接入這個平台，獲得多模態的感知和通用智慧能力。
據悉，輝達在機器人領域的商業合作夥伴，包括宣傳將破土世界第一個人形機器人Agility Robotics，與NASA和奔馳合作的Apptronik，波士頓動力、Figure AI等。而在國內，輝達合作夥伴還包括小鵬旗下鵬行，宣布量產接受預定的上海傅立葉智慧，以及前面提到的宇樹科技。
