為了不吃愛情的苦，年輕人選擇花錢買機器人_風聞

人類對於人形機器人的想象一直在變。

1984年，科幻迷卡梅隆把自己的一個夢境搬進電影，開創了《終結者》時代，施瓦辛格扮演的人形機器人鋼筋鐵骨，飛天遁地。

2009年，卡梅隆再次圓夢，在《阿凡達》中塑造了“腦機接口”的新機器人，將人類智力注入遙控的生物身體中，下身癱瘓的前海軍戰士通過頭戴式設備，操控人造的混血機器人阿凡達。

他指出了人與機器人，在未來世界共存的另一種可能性。

時間來到2021年，特斯拉首次亮相了人形機器人“擎天柱”Optimus，2022年，雷軍在個人年度演講中拋出王炸“全尺寸仿生人形機器人CyberOne”，它具有聰明的“大腦”、發達的“小腦”、強健的“四肢”。

事實上，人型機器人除了擁有類人的外形外觀、感覺系統、智能思維方式以外，還具備控制系統和決策能力，最終表現“行為類人”。

在應用場景上，除了個人/家庭機器人（輔助吸塵、地板清潔、草坪修剪、游泳池清潔、窗户清潔、家庭安全等）、娛樂休閒機器人（用於滿足情感需求、教育、陪伴等），還包括商業機器人，其應用場景主要包括醫療、物流、農業和其他（包括國防、公共關係等）。

簡單來説，主要分為商用場景和個人/家庭應用場景兩大類。

以其中的服務型機器人為例。

根據中國電子學會的調研，其全球市場規模到 2022 年底預計就將達 159.9 億美元。而在我國，由於人口老齡化趨勢的不斷發展，服務型全尺寸人型機器人在醫療和公共衞生領域的需求，也將持續保持旺盛的上升勢頭。

在使用場景足夠廣泛的背景下，人型機器人似乎已經成為了當下資本企圖涉足的領域。但需要注意的是，從核心技術來看，人型機器人的“攻城略地”才剛剛開始。

一、人型機器人成熟了嗎？

在智能領域，人型機器人被譽為AI的終極形態。

在早前的8月份，2022世界機器人博覽會在北京亦創國際會展中心舉辦，共有130餘家企業帶來的500餘件展品，有30餘款全球首發新品在現場集中發佈。

而這場博覽會主要是以應用需求端為導向，採用“機器人+應用場景”的展覽模式，策劃了“機器人+醫療”、“機器人+物流”、“機器人+商用”、“機器人+農業”、“機器人+建築”、“機器人+製造”、“機器人+礦山”等專區，匯聚各類場景下的前沿機器人產品。

往更具體的方向來説，人型機器人分為以高精度、穩定性為核心要素的工業機器人、以人機交互為核心的協作機器人、替代複雜重複性工作的服務機器人。

就拿Atias、Digit、Walker、Optimus四款機器人分析。

其中，Atlas採用的是液壓驅動的控制方法，追求運動能力上的極致，主要作為科研平台，長期則期望在軍事領域發揮作用。與Atlas不同的是，Digit以電機驅動，並將重心上移，增加機器人負重，致力於物流“最後一公里”的配送應用。

而Walker同樣是電機驅動，並結合力控，讓機器人在B端與C端的環境中均能與人安全交互。就連即將發佈的Tesla Bot也將走電機驅動的技術路線，擁有由Dojo超級計算機進行神經網絡自動訓練的“大腦”及人類級別的四肢，將在2023-2025年被首先用於造車場景。

值得注意的是，當下各大企業研發的人型機器人，整體更偏向於“工業化”方向。從某種角度來看，勞動力短缺的重工業領域，在需求量、價格等方面往往接受度更高。

但需要説明的是，人型機器人最後能否成功被不同領域所接受，智能化程度以及運動控制技術的發展具有關鍵的作用。

目前的人型機器人，在諸如生產機械臂裝配方面，幾乎都在使用着傳統的位置控制。

比較典型的就是：機器人沿着事先規劃好的軌跡在封閉、確認的空間中運動。或者在某些時候，機器人得到從視覺系統的反饋，這樣就能使得位置控制的機器人具備一定適應外界可變環境的能力。然而通過實際規劃軌跡運動的機器人仍然佔大部分。

從長遠的角度來看，未來的機器人運動控制領域，必須引入力控，純位置控制是沒有前途的。

舉個例子，在重工業領域機器臂純位置控制是很難精確化的，最明顯的是在汽車外形不規則拋光、物品使用力度等製造場景上。

另一方面，人型機器人最終仍然需要往與人交互的層面上發展。也就是説，需要確保人型機器人在與人類做物理交互的安全，不能僅依靠純位置控制。

不過，目前國內的人型機器人大多數還處於初級階段，從功能上來看近似於一個會走路的智能音箱，象徵意義比實用性大。同時，運動控制的價格佔比也較高。

根據未來智庫數據顯示，在整個機器核心零部件生產成本方面，人形機器人中運動控制佔比接近50%，其中減速器佔比22%，伺服系統佔比16%，控制器佔比11%。

在運動控制技術之外，人型機器人對環境感知系統的要求同樣也極高。

目前市場上的機器人自由度在20-60個左右，靈活度相對而言並不算低。但人型機器人的自由度再高，沒有結合環境感知技術，是很難做到在與人交互時足夠的“擬人性”。

在環境感知技術層面上，無論是定位側重於情感識別與交互的小米CyberOne，或是偏向於工業化的特斯拉Optimus，仍然有待突破。

二、到底需要怎樣的機器人？

從掃地機器人一路發展到如今的人型機器人，在同樣能夠做一定家務的前提下，人們更需要一個多元化的人型機器人，具備陪伴、聊天、導盲、看護、娛樂、教育等能力已經成為了用户對人型機器人的最終想象。

然而，現在的人型機器人領域遠不能夠達成用户的需求。

原因在於，最終能夠起到決定機器人人機交互能力的，主要在於AI算法及軟件平台能力。

目前，除了運動控制模塊受益於自動駕駛、工業機器人等領域的成熟應用外，環境感知也同樣得益於此，於是相關硬件商用化進程較快。

而在人機交互模塊，由於算法、算力的限制，在實際消費場景中，實現高效的人機智能交互還存在不小的難度。

小米CyberOne就是最好的例子。

雖然在機器視覺技術上，小米CyberOne搭載自研Mi-Sense深度視覺模組，結合AI交互算法，但小米CyberOne也僅僅是擁有簡單的空間感知能力，例如人物身份識別、手勢識別、表情識別。

即便是擁有極致運動控制性能的波士頓動力人形機器人Atlas，在聊天、逛街等方面，也仍然無法做得到。