大模型加速人形机器人落地 软件算法硬件化是关键

　　记者骆轶琪 东莞报道

　　“机器人”概念在智能化浪潮下已经发展多年，但似乎是在大模型技术迭代之下，开始迎来更好的发展机会。

　　近日举行的第十四届松山湖中国IC创新高峰论坛上，神顶科技（南京）有限公司董事长、CEO袁帝文回顾历史分析道，早在20年前，面对日本开始做人形机器人的形态，资本市场普遍观念是不靠谱。但近期市场开始重视这类形态，很大程度是与大模型的快速发展有关。

　　“大模型能够把过去20年间所有的信息、论文等数字化后，进行训练。目前的结果是，机器人可以作诗、拍电影，把人雅致的一面学习过去了，但真正具体干活儿，例如倒垃圾能力还不够。所以我们看到大模型公司都在积极与人形机器人公司合作，做数据采集等工作，类似特斯拉推FSD（完全自动驾驶）前期也需要做类似采集，这是自动驾驶的基础。”他认为，如果人形机器人最终的目的是要跟人一样可以煮饭、搬重物，就需要有人的角度和视野，结合物理世界的场景做训练。这其中就需要大模型能力的加持。

　　这几乎成为一种共识，一名芯片行业从业者对记者举例分析道，扫地机器人在发展早期，往往难以辨别“这是一摊水”“这是一层台阶”等问题，令早期其应用备受争议，但大模型的出现，将加速各类型服务机器人的识别和执行效果。当然对从业者来说，将软件算法硬件化，可能正成为其中一个重要能力，而大模型本身的迭代进化，也为当前推进落地带来一定挑战。

　　智能化累积

　　根据2022年国家机器人检测与评定中心等单位联合发布的《机器人智能等级划分标准》，以解放人体、自主完成任务为目标，综合考量机器人的感知、认知、决策和执行能力，将机器人的智能程度划分为L1(基础型)、L2(半交互型)、L3(交互型)、L4(自主型)、L5(自适应型)多个等级。

　　东方证券分析认为，现阶段看，由大模型作为核心“大脑”的Figure 01、Tesla Optimus等通用人形机器人基本已经能实现较为自然的人机交互，无需任何控制装置，仅用自然语言发出指令即可实现指令下达，整体基本达到L3级水平，但距离真正类人的交互还有一段距离。

　　大模型在其中或许将起到加速作用。珠海一微半导体机器人事业部总经理杨武表示，机器人市场前景广阔，这是来自于人赖以需要各类型服务，尤其是老龄人群需要机器人帮助提供服务。但其技术密集度高，是电路、水路、气路等多个维度的技术融合。

　　“好消息是，中国在这方面技术不落后甚至是先进的。日本当初做出跳舞机器人时候大众很震惊，但到了今天，无人机等各类型机器人已经可以集成化发展，所以中国在这方面是领先的，那么对后续的产业发展和全球带动作用都将比较明显。”根据他分析，按照以往技术迭代经验，终端类产品一年有10%~20%增速就是稳步发展，但当前，技术进步将令人形机器人迭代呈现指数级别发展。

　　前述从业者也对记者分析道，预计未来，随着智能化和互联等能力提升，智能生活将呈现家庭中控作为中心，多类型终端围绕不同家庭人群和场景运作的生态。例如家中有专门机器人辅助老人生活、陪伴孩子学习等。

　　“当然这中间还面临几个难题。”该名人士续称，首先是机器人的智能化程度提高，有赖于当前大模型能力辅助，“机器人在有大模型能力后，就更容易理解现实世界中‘看’到的到底是什么，然后做出相应反馈，这将前进一大步。”

　　另外则是能源和伦理问题仍有待解决。例如具备高算力的机器人，将可能有很高能耗，如何避免“充电需要几小时，但只能用几十分钟”的难题，需要持续解决；此外是机器人毕竟是复杂设备，深入人类生活涉及诸多隐私和个人问题，如何前置管理也是核心命题。

　　“当然这只是眼前，再过五年，或许就有很大改善了。”该人士如此表示。

　　东方证券认为，AI大模型的出现为人形通用机器人的发展带来了新的曙光，具身智能也是AI发展的终极目标。人形机器人是软硬件能力高集成的实体，商业化的核心突破点在于“AI大脑”。大模型具备强大的泛化能力，让通用这一目标的实现成为了可能。

　　此外，政策边界已逐步形成。2024年3月，欧盟通过了全球首个关于人工智能的综合法律框架《人工智能法案》，旨在确保人工智能系统尊重基本权利、安全和道德原则，并解决非常强大和有影响力的人工智能模型的风险，在欧洲及其他地区培育值得信赖的人工智能。

　　算法渗透

　　前述论坛上，多数业内人士认为，大模型驱动的机器人将在3年内面世。一部分人则认为可能将在未来3~5年内。

　　从应用场景看，三年内被认为能快速量产落地的服务机器人类型，包括娱乐机器人（用于游戏互动等）、儿童教育和陪伴机器人、老人看护陪伴机器人等。

　　（业内关于三年内量产的服务型机器人类型研判，图源：主办方提供）

　　当然考虑到持续性应用和迭代优化角度，如何让服务型机器人更好使用大模型，是当前必须思考的问题。

　　瑞芯微电子高级副总裁陈锋指出，随着大模型技术的迭代演进，参数规模在持续上涨。但应用到机器人本身，未必需要很多参数。因为大模型参数就意味着很高的算力要求，如果是针对特定应用场景，采用CNN算法某种程度上或许会比大模型更为高效。

　　成都启英泰伦科技有限公司创始人、CEO何云鹏也认为，看大模型对机器人行业带来的影响，首先要看如何定义：如果是做一款通用型机器人，那么就需要有极为丰富的世界知识，这是当前市面上机器人还没有做到的；但如果是面向特定场景，就无需极大量模型参数，甚至少则0.1B规模都有可能实现。

　　他分析道，AI大模型最新带来的突破，更多是模型参数累积后带来的震撼，这证明了生成式AI和Transformer架构的注意力机制能在实际场景中带来价值。

　　“实际上现在还不能说当前的模型结构就已经发展到头了。”何云鹏续称，未来可能模型发展还有新的可能。所以在相应发展机器人时，就需要将机器人的实际应用，结合大模型的特点，采用相应的AI算法，这才能真正推动机器人更好商用。

　　对于芯片厂商来说，将核心算法软件化，或许正成为其中一个切入点。

　　前述从业者对记者表示，目前如果要让大模型上车，其规模可达100T~1000T数量级，那么就对功耗、网络、成本提出极高要求。“我们希望把高算力的东西做成链接单元。不需要大量CPU运算，直接通过指令快速实现翻转和执行，类似GPU的运作模式，由此形成硬件的联动机制。据我观察，将核心算法软件化也是业内都在探讨的方向。”

　　至于其中门槛，他指出，一方面来自芯片设计水平，考虑到高端工艺芯片设计成本很高，那么如何通过更少的迭代来适应算法发展；另一方面需要很强的算法能力，才能满足芯片设计需求。

　　东方证券认为，软件决定人形机器人“高度”，算法需与硬件匹配。人形机器人本质是AI系统落地物理世界的最佳载体，更核心问题在于算法对运动能力的控制，包括本体平衡、行走的步态、手部抓取等规划与控制。这需要成熟的感知系统基础、强大的算法分解任务和规划动作、大模型不断仿真训练以及超强的算力支撑，同时要求算法与硬件相匹配。这要求机器人企业需自研算法，并持续更新迭代。