當前位置: 華文世界 > 科技

人形機器人大熱,優必選、傅利葉智能的春天還有多遠?

2024-05-10科技

配圖來自Canva可畫

進入2024年以來,機器人領域仍然十分熱鬧。前腳,史丹福大學華人團隊開源的既會做家務、又會煎蛋煮飯的MobileALOHA機器人,在全網刷屏,讓不少人直呼「機器人養老有望」;後腳,馬斯克就發了一段特斯拉「擎天柱」,人形機器人折衣服的炫技影片,狠狠刷了一波存在感。

事實上,在過去一年中,在大模型與具身智能熱潮的帶動下,整個機器人行業的各種動作都快了起來。不管是政策端、學術端,還是產業端,都發生了不少變化。

一個被加速催化的風口賽道

2023年5月,輝達創始人黃仁勛,突然投擲一個大膽預測:人工智能的下一個浪潮將是具身智能(Embodied AI)。簡單來說,就是能理解、推理並與物理世界互動的智能系統,比如機器人、自動駕駛汽車。實際上,具身智能並非什麽新概念,而是一個早在1950年,就已經誕生的概念。

最近一兩年隨著AI技術的突破,以及關鍵零部件性價比的逐漸提升,情況有所改變,學術界關於「具身智能」相關的學術論文持續湧現,相關政策的出台,都讓人形機器人在市場上的熱度明顯飆升。

在政策端,主要國家及地區都把機器人產業發展上升到了國家戰略。2023年10月,工信部等部委一連投擲多份重磅檔,並給出了官方發展目標:到2025年,人形機器人實作批次生產,2027年綜合實力達到世界先進水平。

而在產業端,不管是谷歌、特斯拉、輝達、阿裏、小米,還是機器人創業公司,高校裏的技術團隊,甚至產業鏈企業,都在積極跟進相關產品和技術布局。比如輝達釋出了多模態具身智能系統NvidiaVIMA,微軟在探索如何將ChatGPT擴充套件到機器人領域,OpenAI投資了挪威人形機器人公司1X Technologies,阿裏千問大模型在實驗接入工業機器人……

谷歌是更為顯眼的存在。依托旗下兩大AI研究機構——谷歌大腦和DeepMind,谷歌在具身智能上擁有眾多技術路線,且各路線間有著技術延續性。比如,谷歌不僅推出了可以解決和適應多種任務的機器人AI智能體「RoboCat」,以及基於RT-2的機器人。

資本層面,行業投融資訊息頻現,產業融資動作頻頻。2023年年初,華為天才少年「稚暉君」離職創業,成立智元機器人,一度被資本追著「餵飯」,成功創下一年6輪融資的奇跡。

銀河通用、宇樹科技、加速前進演化等大批人形機器人公司,也都在這一年獲得融資。不難看出,人形機器人這個賽道,正在被各方因素催化。

優必選重註物流、教育

作為國內「人形機器人」第一股,優必選在去年行業大火之際上市,可以說是精準地踩到了時代的風口。果然,上市之後短短幾個月時間,股價便接連創下新高,其在業界的名氣更是如日中天。但作為一家深耕行業十多年的人形機器人公司,直到2023年優必選依舊沒有盈利。財報顯示,2023年優必選凈虧損為12.65億元,經調整凈虧損為8.17億元,而2022年這兩個數碼分別為9.87億元、7.82億元。

從其業務構成來看,教育與物流是其業務構成的核心重點。財報顯示,2023年教育板塊以及其他產業客製板塊的營收貢獻有所下降,尤其是教育板塊,營收占比已由2022年的51.2%降至2023年的32.9%;物流板塊以及消費板塊的營收占比則不斷提升,分別由2022年的26.1%、13.1%提升,至2023年的36.9%、24%。從數據來看,優必選選擇這兩個方向進行押註,有其行業的必然性。

首先,教育行業、物流行業前景廣闊,作為機器人套用的重要切入點,可以加速人形機器人走向商用。說到底還是因為人形機器人行業,重研發、高投入,商業套用落地難,只要先面向這種需求較為顯著的市場打造產品,才能夠起到「屯兵、屯糧」的效果,為長期發展做鋪墊。

以教育行業來說,無論是大學研究機構還是國家科研院所,都需要借助最新的技術手段,來推進新技術的套用。比如,大學以及研究機構,可以結合研制互動、教學、競賽等教育機器人產品及編程系統,分類建設機器人服務平台。院校可以透過組織院校大賽,培育創新模式的機器人服務形態,加速產學研轉化……

無獨有偶,智能物流機器人對於物流行業也是剛需,尤其是如今的智能倉,大多都有大量的物流機器人使用。而智能物流機器人業務,主要面向新能源車廠、3C電子器材工廠、電池產線等,提供導向機器人AGV、自主移動機器人ARM、無人物流車等產品,套用前景相對明確。

其次,優必選深耕人形機器人行業多年,是業內少數具備人形機器人全棧能力的技術公司,這使其在相關領域具備相當紮實的核心競爭力。優必選自2013年創立以來,就開始深耕人形機器人行業,歷年財報顯示,優必選每年基本都將50%以上的營收投入研發,這使其在人形機器人方面的技術積澱十分深厚,這對其拓展套用領域十分有幫助。根據財報,2023年在物流及消費賽道上,優必選分別取得47.9%、91.5%的營收增長,進一步印證了其實力。

配圖來自Canva可畫

傅利葉智能押註康復醫療

與優必選不同,傅利葉智能自2015年創立以來,就致力於康復機器人的研發和產業化,服務於醫院、社區和患者家庭,為三級康復網絡建設提供綜合解決方案。經過多年發展,2019年傅利葉智能,開始啟動通用人形機器人專案,逐漸從康復醫療走向通用機器人領域。從傅利葉智能目前的發展來看,康復醫療這個賽道大有可為。

首先,從市場規模前景以及供需缺口來看,該行業正處於快速爆發的一個節點,行業本身對康復套用的需求非常旺盛。康復醫學是現代醫學的重要組成部份,覆蓋人群主要有殘疾群體、老年群體、慢病患者群體等。隨著社會人口老齡化趨勢的演進,在康復醫療觀念普及、政策利好等因素推動下,中國康復行業發展迅速,潛力巨大。

據業內人士透露,現階段國內康復器械的市場規模約為500億元,當前智能化程度較低,占比僅為1%—2%,但增速很快,未來智能康復機器人市場占比,將提升至10%以上,僅在醫院場景即可達百億規模。此外,從個人康復輔具市場來看,美國每年人均支出約合400元人民幣,照此推算中國未來這一市場也將達千億級,智能康復機器人會占很大比重。

從患者角度來看,功能性康復治療屬於剛性需求,客戶需求非常強烈。而在現在的供給市場中,康復治療師、康復醫院匱乏、康復器材落後等問題比較突出,傳統康復市場的器材亟待更新換代,以康復機器人為代表的新一代康復產品,正在成為康復醫療市場的重要力量。

其次,傅利葉智能在行業深耕多年,在康復醫療機器人領域擁有深厚積澱,並形成了以康復機器人為中心,打通器材、使用者、機構的一體化精準康復醫療解決方案。康復機器人的關鍵是人機互動,而機器人辨識使用者的意圖,正是透過力的感知和控制。如患有腦卒中、顱腦損傷、脊髓損傷等疾病的很多患者的肌肉力量不夠,因此需要康復機器人助力,在這一過程中,機器人就可以透過力的感知與控制辨識使用者的意圖。

而在技術方面,傅利葉智能以機器人智能化的「感知、處理、響應」為主線,憑借人體力量的反饋演算法和高效能運動控制卡,即時檢測使用者的運動情況,讓康復機器人模擬治療師手上的「力道」,為使用者提供「剛剛好」的康復輔助。另外,傅利葉智能自研的伽利略系統,還可以用於步態功能、心肺功能測評、老年病康復、疼痛康復等方面,目前其醫療成果已經在歐盟、美國、澳洲等方面,得到了認證和推廣。

目前來看,康復醫療機器人公司在技術上具備較大可拓展性,未來一些領頭企業將具備平台化的可能。畢竟,不論是上肢還是下肢,亦或是其他部位的康復機器人產品,底層技術都是相通的,復雜程度在於關節數量的多少,這也是傅利葉智能走向通用領域的依仗。

人形機器人的「春天」到了?

作為2024年最火的硬科技賽道,產業技術創新湧現出了無限可能。但繁榮之下,人形機器人仍不得不面臨商業化困境。以前文提到的優必選來說,成立至今只有少數時間盈利,近幾年一直在持續虧損,基於行業高研發投入的情況來看,在行業大規模套用成熟之前,虧損問題很難扭轉。

首先,是人形機器人的成本依舊高昂,不利於人形機器人的大規模普及。近期,機器人創企開普勒機器人提及計劃,將人形機器人價格控制約為2-3萬美元(折合人民幣14-21萬元)左右。機器人創企智元機器人,預估未來其首款人形機器人遠征A1的制造成本,將會被控制在20萬元以內,明星企業特斯拉「擎天柱」人形機器人,成本預計在2萬美元(約合人民幣14萬元)左右。

從人民幣70多萬元砍到20多萬元,節省下50多萬元的成本,這很考驗各大機器人玩家的「算賬能力」。業內人士認為,人形機器人之所以動輒造價百萬,最主要的是硬件高昂的零部件成本,比如高效能控制器、高效能電機驅動等,幾乎每一個都是動輒上萬元的價格。一些需要進口或者專項客製的零部件產品,成本更是翻倍。如此一來,從頭部、手部到腳部,人形機器人身上每一個零部件都是造價不菲,這使得其成本居高不下。

因此,要解決高成本問題,就需要從零部件入手,透過對機器人動力系統中的驅動器、減速器、靈巧手、傳感器等部件,進行國產化替代、更換供應商、改進設計、加工方式,均可以有效降低硬件成本。另外,作為一款硬件產品,其之所以成本高還在於其行業規模不夠。業內人士認為,隨著大批玩家湧入機器人賽道,一些關鍵零部件出貨量會逐漸上升,其成本將有望大幅降低。預計到2025年,人形機器人的成本,將會降低到目前成本的一半。不過即便如此,按照降低成本來算,人形機器人的售價仍然不低,或許還是很難達到規模普及的程度。

其次,就是人形機器人技術在實際套用場景中,尚存在很多技術欠缺。盡管目前展示的人形機器人影片中,不缺乏會跑酷、炒菜、剪紙的機器人。但在實際套用中,人們發現很多人形機器人,在生活場景或者工作場景變化的情況下,就很難適用。

比如,控制不好上樓、下樓,保持平衡不摔倒的節奏。現階段人形機器人在可靠性、移動速度、操作精度、續航時間和人機協同等方面,仍存在一些不足,只能在一些特定的場景和工序中進行工作,因此它很難單獨閉環完成一個工作任務。從這些因素來看,人形機器人距離實際落地仍然有點遠。