7月24日消息,近日,宇樹機器人CEO王興興接受了《時代》的獨家報道。這也是他首次與國際媒體對談。
在這篇專訪中,王興興展示了能夠搭載駕駛員的可變形機甲機器人GD01,也談到了宇樹從機器狗、人形機器人走向更大型載人機器的發(fā)展方向。但相比這臺極具視覺沖擊力的機甲,文章真正關(guān)注的,是人形機器人距離大規(guī)模落地還有多遠。
王興興判斷,人形機器人可能還需要兩年至十年,才能迎來自己的“ChatGPT時刻”。屆時,機器人需要具備足夠強的泛化能力,能夠在大部分陌生環(huán)境中理解并執(zhí)行大部分語音指令。只有跨過這個拐點,人形機器人才可能真正進入大規(guī)模商業(yè)應(yīng)用。
眼下,人形機器人已經(jīng)會翻跟頭、舞雙截棍,也開始進入工廠和倉庫試點,但真正用于工業(yè)生產(chǎn)的產(chǎn)品仍然有限。宇樹售出的人形機器人中,只有9% 直接用于工業(yè)應(yīng)用,更多產(chǎn)品仍流向高校、研究機構(gòu)和開發(fā)者。整個行業(yè)在很大程度上,仍是在把機器人賣給那些試圖造出更好機器人的人。
硬件和成本正在快速進步,真正難以跨越的仍是泛化能力。今天的機器人可以完成復(fù)雜表演,卻還無法像人一樣,在陌生環(huán)境中理解一句簡單指令,并自主判斷如何完成任務(wù)。
正如王興興所說,人形機器人技術(shù)仍處于相對早期階段。真正的大規(guī)模部署,還不會在一夜之間發(fā)生。
以下是翻譯內(nèi)容
人們看完一場UFC比賽離場時,通常耳朵還在嗡嗡作響,同時略帶慚愧地下定決心:是該重新去健身房了。王興興卻直接去了實驗室。
"我當(dāng)時想,可以造一臺更大的機器人,用來參加拳擊比賽。"杭州人形機器人公司宇樹科技的創(chuàng)始人兼CEO王興興說,"后來我又想,為什么不造得更大一些,讓它真的能把人裝進去呢?"
王興興這股創(chuàng)造熱情最終催生了GD01。宇樹稱,這是全球首款實現(xiàn)量產(chǎn)的可變形機甲機器人。 它高約2.7米(9英尺),重半噸,可以將駕駛員裝入軀干位置的駕駛艙內(nèi);既能用兩條腿行走,也能切換為四足形態(tài);一雙拳頭力量強大,足以擊穿墻壁。重型機械鉸鏈把鈦合金肢體和碳纖維防護外殼連在一起,讓它能邁著粗壯的紅色機械腿,平穩(wěn)而從容地前進。
王興興向《時代》獨家展示了GD01。此前,他從未在國際媒體面前公開露面。他透露,除了綜合格斗,這款機器人還從詹姆斯·卡梅隆(James Cameron)那里獲得了一點靈感:"我們確實參考了《阿凡達》中一款類似的機器人。"
在把這種科幻構(gòu)想變成現(xiàn)實這件事上,王興興的貢獻或許超過了任何人。他出生于浙江寧波,2016年創(chuàng)辦宇樹時年僅26歲。此后,他從機器狗做到人形機器人,如今又通過GD01進入載人移動設(shè)備領(lǐng)域。
不過,真正可能成為全球機器人變革主力的,并不是令人驚嘆的GD01,而是宇樹旗艦產(chǎn)品G1這類相對樸素的人形機器人。 這場變革已經(jīng)開始在中國、美國乃至全球其他地區(qū)加速展開。
這是下一個重要的科技前沿。過去,它一直屬于《星球大戰(zhàn)》和《銀翼殺手》的世界:一種能走路、能看、能聽,還能和現(xiàn)實世界發(fā)生物理接觸的AI。
摩根士丹利預(yù)測,到2035年,可能會有多達1300萬臺人形機器人行走在人類之中,相當(dāng)于玻利維亞的全國人口。 預(yù)計到2050年,這一數(shù)字將升至10億臺,屆時該行業(yè)的價值可能達到5萬億美元。
宇樹遠不是這個領(lǐng)域唯一的競爭者。今年1月,特斯拉發(fā)布第三代擎天柱(Optimus)人形機器人,并計劃最終在弗里蒙特和得克薩斯州的工廠實現(xiàn)每年1000萬臺的產(chǎn)量。
6月下旬,加利福尼亞州公司Figure把最新的03型人形機器人送到寶馬位于南卡羅來納州斯帕坦堡的工廠。去年,上一代02型機器人曾在這家工廠參與組裝3萬輛汽車。
與此同時,總部位于俄勒岡州的Agility已經(jīng)在多家企業(yè)完成機器人部署,客戶從豐田一直覆蓋到拉美電商巨頭美客多(Mercado Libre)。
但從出貨量來看,宇樹是全球領(lǐng)先者。 2025年,宇樹出貨超過5500臺,占剛剛開始蘇醒的全球人形機器人市場四分之一以上。今年6月,英偉達宣布,其最先進的Jetson Thor芯片將搭載于宇樹H2人形機器人,并面向全球研究機構(gòu)銷售。
王興興說,人形機器人可能還需要兩年到十年,才能迎來屬于自己的"ChatGPT時刻"。到那時,機器人將具備足夠強的"泛化"能力,能夠在一個80% 都不熟悉的環(huán)境里,執(zhí)行用戶發(fā)出的80% 的語音指令。
"一旦技術(shù)越過這一拐點,機器人就可以逐步進入大規(guī)模商業(yè)應(yīng)用。" 他說。
這一突破究竟何時到來,仍有爭議。但它可能帶來的影響,卻毋庸置疑。
不會加入工會的機器人(機器人當(dāng)然都不會加入工會)可以在裝配線上全天候工作,在醫(yī)院替代部分護理人員,也可以頂著烈日采摘水果。
樂觀的愿景是,大規(guī)模采用人形機器人將開啟一個前所未有的全球豐裕時代。它們會自動完成乏味、危險的勞動,并推動社會進入"后稀缺"階段。
但還有一種不那么美好的預(yù)言。 隨著大規(guī)模勞動力被取代,機器人可能讓更多財富進一步集中到更少數(shù)的人手中。生產(chǎn)活動一旦與工資收入脫鉤,人們可能陷入身份危機:機器人開始主導(dǎo)體力勞動和服務(wù)行業(yè),各國政府則要面對日益吃緊的社會保障體系,以及美國和中國之間不斷加劇的競爭。兩國不僅是AI領(lǐng)域的領(lǐng)導(dǎo)者,也是人形機器人領(lǐng)域的領(lǐng)導(dǎo)者,競爭將圍繞原材料和技術(shù)展開。
6月3日,三名美國議員共同提出一項兩黨法案《防護法案》(Guard Act),試圖禁止被認(rèn)定威脅國家安全的中國機器人。法案共同發(fā)起人、美國眾議院中國問題特別委員會主席約翰·穆勒納爾(John Moolenaar)特別點名宇樹,指責(zé)王興興的公司從"慷慨的政府補貼"中獲益,并可能迫使美國競爭對手破產(chǎn)。
在AI領(lǐng)域,我們已經(jīng)看到,大語言模型(large language model,LLM)雖然能夠處理海量數(shù)據(jù),卻也容易出現(xiàn)幻覺和意外后果,例如協(xié)助設(shè)計生物武器。
但大語言模型只能提出傷害建議,機器人卻能真正實施傷害。 這預(yù)示著,在具身智能(embodied AI)時代,人類將面臨一種令人恐懼的全新網(wǎng)絡(luò)安全風(fēng)險。
網(wǎng)絡(luò)詐騙已經(jīng)能卷走驚人數(shù)額的資金,但一臺遭到黑客入侵的人形機器人,可以把威脅從屏幕帶到住宅、街道、托兒所和工廠車間。
這兩種愿景之間的張力,可以歸結(jié)為人們選擇相信哪一個神話:王興興、他的GD01,以及他們的競爭對手,究竟更像盧克·天行者和忠誠、毫無心機的C-3PO,還是更像弗蘭肯斯坦和他創(chuàng)造的怪物?
不出所料,王興興更傾向于樂觀的一邊。他預(yù)測,十年后,每個家庭或許都會擁有一臺小型機器人。 它可以幫你洗衣服、煎牛排,甚至在你生病時提供基本照護。
機器人還可以承擔(dān)大多數(shù)人不愿意做的工作,從陡峭山區(qū)的農(nóng)業(yè)勞動,到下水道維護。
不過,如果這樣的未來聽起來來得太快,快到社會可能來不及消化,王興興堅稱,轉(zhuǎn)變會逐步發(fā)生。
"它會一步一步演進。"他說,"如果社會發(fā)現(xiàn)機器人在某個行業(yè)表現(xiàn)不好,或者人們單純不喜歡它們出現(xiàn)在那里,我們完全可以很容易地調(diào)整方向,把它們轉(zhuǎn)移到其他領(lǐng)域。所以,一切仍然處在可以控制的范圍內(nèi)。"
王興興并不像人們想象中的AI時代預(yù)言者。
他身材清瘦,戴著眼鏡,身上沒有許多科技公司創(chuàng)始人慣常展現(xiàn)的張揚和表演欲。他談起機器人時,語氣平靜,卻有一種毫不動搖的信念。
從10歲起,人形機器人革命的種種可能和承諾就一直占據(jù)著他的頭腦。當(dāng)時,他第一次在電視上看到麻省理工學(xué)院開展的早期機器人實驗,實驗由波士頓動力創(chuàng)始人馬克·雷伯特(Marc Raibert)主持。
他業(yè)余時間做航模、搞實驗,沒過多久,又開始組裝微型渦輪噴氣發(fā)動機。
2009年,王興興進入杭州的浙江理工大學(xué),學(xué)習(xí)機械電子工程。他說,大一那年,他用不到30美元造出了自己的第一臺小型雙足機器人,可以向前走幾步。
這種對成本的敏感,后來也成為宇樹蓬勃發(fā)展的基礎(chǔ)。
在上海大學(xué)讀碩士期間,他開發(fā)出四足機器人原型XDog。如今,這臺機器人仍擺在宇樹總部最顯眼的位置。
和偶像波士頓動力推廣的液壓驅(qū)動設(shè)計不同,王興興選擇了成本更低的電機驅(qū)動方案。憑借XDog,他在一項全國創(chuàng)業(yè)大賽中獲得二等獎。
畢業(yè)后,王興興在深圳無人機先驅(qū)大疆工作過一段時間。隨后,他靠一位天使投資人投入的200萬元人民幣(約30萬美元),創(chuàng)辦了宇樹。
此后,宇樹逐漸成為一種文化現(xiàn)象。據(jù)估計,今年2月,約有6億人看到宇樹H2和G1人形機器人在春晚上耍雙截棍、翻跟頭的視頻。
這已經(jīng)是宇樹人形機器人連續(xù)第二年成為春晚的核心節(jié)目。所有人都在關(guān)注,王興興下一次會準(zhǔn)備什么。
"我完全不知道。"他笑著坦言。
今年3月,宇樹提交了首次公開募股(IPO)申請,計劃以60億美元估值上市。這一消息引發(fā)中國內(nèi)地市場的搶購熱潮,投資者紛紛買入可能隨之受益的企業(yè),例如宇樹的上游供應(yīng)商。
但高期待既是祝福,也是詛咒。
宇樹第一季度營收同比增長超過68%,達到6200萬美元;但同期調(diào)整后凈利潤減少了一半,降至僅600萬美元。公司將其歸因于研發(fā)和銷售成本大幅上漲。
王興興談到了互聯(lián)網(wǎng)爆紅的"另一面"。
"由于炒作變得過于強烈,它給我們公司乃至整個行業(yè)都帶來了相當(dāng)大的壓力。"他說,"所有人都開始期待你的技術(shù)以極快的速度飛躍。但事實是,深科技突破需要一定時間。"
宇樹開始蓬勃發(fā)展之際,恰逢中國政府加大對AI和機器人產(chǎn)業(yè)的支持。
工信部宣布,人形機器人是一種與智能手機和電動汽車處于同等水平的"顛覆性創(chuàng)新"。這些突破注定會改變?nèi)祟惖纳a(chǎn)方式和生活方式,因此,能否取得領(lǐng)先不僅關(guān)系經(jīng)濟,也關(guān)系國家安全。
這項政策推動得到了真金白銀的支持。摩根士丹利的數(shù)據(jù)顯示,自2024年末以來,中國多座城市已經(jīng)設(shè)立總規(guī)模超過260億美元的投資基金。
宇樹沒有披露具體獲得了多少政府支持。不過,作為杭州"六小龍"之一,也就是當(dāng)?shù)刈罹叽硇缘囊慌⒊鮿?chuàng)企業(yè),宇樹能夠受益于杭州市規(guī)模140億美元的科創(chuàng)基金。
"中國太強了,完全是另一個級別。" 埃隆·馬斯克(Elon Musk)今年1月在特斯拉財報電話會上說,"據(jù)我們所知,在中國以外,我們沒有看到任何重要的〔人形機器人〕競爭對手。"
如今,中國已有140多家公司生產(chǎn)人形機器人。但在中國國內(nèi),宇樹并不被視為又一家普通的機器人初創(chuàng)企業(yè),而被看作一個硬件平臺:它有望復(fù)制比亞迪在電動汽車領(lǐng)域取得的成就,以及大疆在無人機領(lǐng)域取得的成就。
王興興的策略很簡單,卻很難擊敗:先掌握最難的核心零部件,再用規(guī)模不斷壓低成本,最后通過每一代產(chǎn)品打開新的市場。
僅僅18個月內(nèi),宇樹就把旗艦人形機器人G1的稅前售價從1.6萬美元降到1.35萬美元。
不過,據(jù)SemiAnalysis最近估算,G1的零部件成本低于9000美元。這意味著,宇樹仍能獲得可觀的33% 毛利率。
R1型號目前的零售價已經(jīng)低于5000美元。六年間,宇樹"機器狗"的售價也從4.5萬美元降到不足2000美元。
王興興堅持認(rèn)為,宇樹的優(yōu)勢來自制造成本效率。例如,宇樹自己生產(chǎn)執(zhí)行器。執(zhí)行器相當(dāng)于機器人的"肌肉",負(fù)責(zé)驅(qū)動運動,占一臺人形機器人總成本的50% 到70%。
在負(fù)載能力和耐用性方面,G1或許達不到部分西方競爭對手的最高性能,但它已經(jīng)跨過了能夠在現(xiàn)實中部署的"足夠好"門檻。
G1可以連續(xù)10到15分鐘搬運5公斤重物而不會過熱。如今,它正走出研發(fā)實驗室,進入倉儲物流和物料搬運的試點應(yīng)用。
話雖如此,截至目前,已經(jīng)售出的人形機器人中,真正在做有實際價值工作的仍然只占很小一部分。
原因非常簡單:在堆放、搬運箱子等普通工廠和倉庫任務(wù)上,目前機器人的效率只有人類的30% 到50%。
宇樹的銷售中,只有9% 直接用于工業(yè)應(yīng)用;另有17% 用于旅游景點、展覽和零售門店等商業(yè)場所。
這意味著,宇樹人形機器人銷售中的74%,流向了大學(xué)、研究機構(gòu)和個人開發(fā)者。 他們買機器人,是為了改進自己的AI和運動控制能力。
這種情況遠不只存在于宇樹。整個現(xiàn)代人形機器人行業(yè),本質(zhì)上都在把機器人賣給那些想造出更好機器人的人。
"人形機器人根本還沒有為大眾市場做好準(zhǔn)備。"AI Proem通訊作者格蕾絲·邵(Grace Shao)說。
不過,王興興對此并不擔(dān)心。他把當(dāng)前趨勢和個人電腦發(fā)展的早期階段相比較。當(dāng)時,個人電腦的主要買家也都是業(yè)內(nèi)人士。
"隨著軟件越來越成熟,每年都有更多開發(fā)者加入,真正用于工業(yè)部署的比例正在以難以置信的速度增長。"
眼下,宇樹仍在和眾多競爭對手一起追逐同一個目標(biāo):跨越泛化鴻溝。王興興說,這是"整個全球科學(xué)界最大的頭痛問題"。
今天那些能完成后空翻的機器,的確是工程奇跡,但它們?nèi)匀活B固地局限于特定任務(wù)。
假如你想讓一臺機器人拿起一支筆,再把它移到桌子另一邊,就必須對每一個細(xì)微動作進行編程。
但要讓AI在物理世界中真正發(fā)揮作用,機器人必須從執(zhí)行僵硬腳本,轉(zhuǎn)向理解此前從未遇到過的指令。 例如,人類只需告訴它:"去一趟雜貨店。"
要實現(xiàn)這一里程碑,必須解決兩個相互強化的問題:三維數(shù)據(jù)稀缺,以及部署環(huán)境千差萬別。
ChatGPT等大語言模型可以處理幾乎無窮無盡的互聯(lián)網(wǎng)數(shù)據(jù),機器人卻需要在真實物理世界中采集操作數(shù)據(jù)。這種數(shù)據(jù)采集成本高昂,也很難擴大規(guī)模。
通常,人們必須通過人工反復(fù)訓(xùn)練機器,讓它們學(xué)會執(zhí)行特定任務(wù),例如疊襯衫、給冰箱補貨,或調(diào)制一杯邁泰雞尾酒。
總部位于北京的人形機器人公司松延動力(Noetix)CEO姜哲源進一步解釋:"即使針對某項特定任務(wù)訓(xùn)練出了一套表現(xiàn)良好的操作策略,只要環(huán)境稍有變化,成功率往往就會大幅下降,例如物體位置發(fā)生偏移、光線不同,或者桌面材料發(fā)生變化。"
得益于宇樹這樣的公司,人形機器人的硬件正在快速進步。真正的戰(zhàn)場在于機器人的"大腦",也就是視覺—語言—動作模型(vision-language-action,VLA)。
這類模型的目標(biāo),是把人類輸入轉(zhuǎn)化為具身智能,讓機器人能夠以符合直覺而且準(zhǔn)確的方式執(zhí)行動作。
市場情報公司Kaiso Research預(yù)測,僅VLA市場到2035年就將達到405億美元。多家全球最大的科技公司都在積極開發(fā)自己的模型,包括英偉達的GR00T N1.7、Google DeepMind的RT-2-X,以及阿里巴巴的Qwen Robot Suite。
這場競爭正越來越集中到一件事上:采集數(shù)據(jù)。
例如在紐約,宇樹的合作伙伴Micro AGI正安排佩戴攝像頭的工作人員免費上門打掃公寓,唯一目的就是生成三維數(shù)據(jù),用于訓(xùn)練其物理AI(physical AI)模型。
但作為一家專注于機器人業(yè)務(wù)的公司,宇樹相較于特斯拉、小米或小鵬,處境可能更為不利。后幾家公司擁有更加多元化的收入來源,也已經(jīng)建立起成熟的供應(yīng)鏈。
因此,解決泛化鴻溝,是宇樹維持當(dāng)前市場領(lǐng)先地位的關(guān)鍵。
畢竟,無論從任何標(biāo)準(zhǔn)來看,宇樹目前的絕對銷量都非常小。這意味著,誰率先彌合這道鴻溝,誰就很容易迅速超越其他企業(yè)。
前方或許還存在一個能改變整個行業(yè)的變量:革命性的6G連接技術(shù)。
6G將使AI原生網(wǎng)絡(luò)成為可能,數(shù)以百萬計的聯(lián)網(wǎng)設(shè)備可以在網(wǎng)絡(luò)中無縫開展集體學(xué)習(xí)。
如果某個遙遠倉庫中的一臺人形機器人,在使用一種陌生工具時反復(fù)嘗試,最終掌握了操作方法,那么新生成的數(shù)據(jù)就可以立刻上傳,并與全球所有機器人共享。
市值2000億美元的半導(dǎo)體公司高通CEO克里斯蒂亞諾·阿蒙(Cristiano Amon)告訴《時代》,6G將讓我們能夠"為整個世界創(chuàng)建一個數(shù)字孿生體"。
連接能力的增強,還可以解決機器人在重量和電池續(xù)航方面的瓶頸。
機器人要在現(xiàn)實世界中行動,需要同時處理4K視頻、空間激光雷達、音頻,以及精細(xì)的觸覺反饋和本體感覺反饋。
但如果機器人必須攜帶沉重的計算硬件,以及為這些硬件供電的設(shè)備,它的靈活性和運行時間都會受到嚴(yán)重限制。
6G或許能把云端計算與接近即時的網(wǎng)絡(luò)延遲結(jié)合起來,將延遲控制在0.1到1毫秒。
這樣一來,輕量化的實體機器人就可以由云端AI大腦實時驅(qū)動。機器人一旦出現(xiàn)失誤,6G還可以通過遠程人工遙操作提供安全保障。
隨著這些機器接入網(wǎng)絡(luò),如何保障中央網(wǎng)絡(luò)的安全,將成為一項重大挑戰(zhàn)。
去年,網(wǎng)絡(luò)安全分析人員在宇樹Go1機器狗中發(fā)現(xiàn)一個"后門"。第三方可以登錄某個門戶網(wǎng)站,查看機器人的位置、觀看攝像頭實時畫面,甚至遠程控制機器人。
作為回應(yīng),宇樹關(guān)閉了導(dǎo)致這一漏洞的云服務(wù)。
王興興堅持表示,宇樹的"機器人產(chǎn)品完全在斷網(wǎng)狀態(tài)下運行。如果客戶不允許,機器人絕不會保存任何環(huán)境信息"。
此外,他補充說,與智能手機保存的數(shù)據(jù)相比,機器人上存儲的數(shù)據(jù)"完全可以忽略不計"。
接下來,還有一個我們早已從科幻作品中熟悉的恐懼:那些被造出來替人類行動的機器,有朝一日可能被用來反過來對付人類。
即使是今天的機器人,也已經(jīng)表明,物理AI會帶來物理風(fēng)險。
一些廣泛傳播的視頻顯示,在宇樹機器人按照編排好的動作進行表演時,毫無防備的兒童誤入其運動路徑,結(jié)果被機器人的手臂或腿部擊中。
隨著人形機器人獲得泛化能力,它們究竟會變得更謹(jǐn)慎,還是更危險,是整個行業(yè)面對的一個關(guān)鍵問題。
王興興淡化了失控機器人制造災(zāi)難的可能性。
"那不會發(fā)生。"他說,"這些機器人在工程設(shè)計中設(shè)置了嚴(yán)格的硬件限制和安全保護。"
如果具有人類外形的機器走下裝配線,進入人們的客廳,安全問題將變得更加切身。
6月30日,總部位于深圳的優(yōu)必選推出專門用于陪伴的仿真人形機器人U1。它有硅膠皮膚和仿生面部表情,并搭載了該公司所稱的全球首個共情大語言模型,"能夠識別20多種細(xì)粒度情緒狀態(tài)"。
但阻礙家用人形機器人的最大障礙,或許并不是技術(shù)。
日本機器人學(xué)家森政弘于1970年首次提出"恐怖谷"(uncanny valley)假說。該理論認(rèn)為,隨著一個物體越來越像人類,人們對它的好感也會隨之上升。
但當(dāng)它跨過某個關(guān)鍵門檻,變得過于接近真人時,人們的情感反應(yīng)會突然跌入?yún)拹骸?/b>
如今,一些企業(yè)正在試驗長著真人頭發(fā)的擬人機器人。人類最終能否跨越恐怖谷,仍有待觀察。
在宇樹總部,GD01被懸掛在一根加固鋼梁上展示。
王興興不愿啟動它,甚至不愿爬進駕駛艙。
"可能不太安全。"他聳聳肩,評價著自己的這件作品。GD01的零售價為65萬美元。
當(dāng)《時代》的攝影師要求移動附近的一塊宣傳背景板時,宇樹技術(shù)人員表示反對。他們說,移動背景板會干擾旁邊一整隊G1機器人的激光雷達。這些機器人當(dāng)時正在排練那套如今已極具代表性的春晚雜技武術(shù)表演。
四分鐘的表演結(jié)束后,技術(shù)人員立刻沖上前去,往已經(jīng)燙手的激光雷達上噴灑冷卻劑。
盡管宇樹在人形機器人市場處于領(lǐng)先地位,今天的這些機器仍帶有一種奇特的戲劇性:它們的身體披著智能的外衣,排練著一個尚未真正學(xué)會扮演的角色。
"人形機器人技術(shù)仍處于相對早期的階段。"王興興提醒道,"距離真正實現(xiàn)大規(guī)模部署,可能還需要一些時間。它不會在一夜之間發(fā)生。"
不遠處,GD01靜靜矗立,如同一名哨兵。
它一半是原型,一半是預(yù)言,仿佛正在無聲地反駁其主人的謹(jǐn)慎。(易句)
(本文由AI翻譯,網(wǎng)易編輯負(fù)責(zé)校對)
