數(shù)據(jù)寶
劉俊伶
2025-09-18 07:26
不同硬件、不同大腦，不同機(jī)器人廠商進(jìn)入不同場景，在多方變量的加持下，機(jī)器人的規(guī)模化落地似乎遙遙無期。
9月17日，第一財(cái)經(jīng)記者在采訪第三方部署方、機(jī)器人本體廠商和場景落地方時(shí)發(fā)現(xiàn)，一個(gè)行業(yè)新角色正在出現(xiàn)。一個(gè)類似于安卓操作系統(tǒng)的中間算法層正在承擔(dān)屏蔽硬件差異、兼容不同大腦架構(gòu)的功能，為機(jī)器人在真實(shí)場景中的規(guī)模化落地提供可能。
如今，這一產(chǎn)業(yè)角色已經(jīng)吸引了谷歌、智元、富臨精工（300432.SZ）、格力博（301260.SZ）、東土科技（300353.SZ）、巨星新材料等企業(yè)押注。但在硬件廠商堅(jiān)持自家體系、大模型企業(yè)追逐通用智能的格局下，行業(yè)的“安卓時(shí)刻”何時(shí)到來，仍有待市場與現(xiàn)實(shí)工況的雙重檢驗(yàn)。
機(jī)器人涌入場景，跨本體訓(xùn)練遇阻
當(dāng)機(jī)器人廠商涌向場景方，新的問題正在出現(xiàn)。
“這個(gè)月至少有兩家機(jī)器人公司正在和我們談合作。”Kelvin是長三角一家物流上市公司的技術(shù)負(fù)責(zé)人，他告訴記者，為了和人形機(jī)器人廠商進(jìn)行合作，自己不得不撥出一個(gè)八人左右的團(tuán)隊(duì)和不同機(jī)器人企業(yè)進(jìn)行對接。“我們需要開放不同的數(shù)據(jù)接口，提供一個(gè)專門的實(shí)驗(yàn)場景，還需要根據(jù)各家機(jī)器人的要求不斷調(diào)整流程和測試參數(shù)”。
在大量的人力和物力投入之外，Kelvin坦言自己算不過來ROI（Return on Investment，投資回報(bào)率）。“機(jī)器的工作效率不穩(wěn)定，且運(yùn)維需要大量后續(xù)的費(fèi)用。”他向第一財(cái)經(jīng)記者透露，物流企業(yè)馬上就會備戰(zhàn)“雙11”時(shí)間，在此期間是否繼續(xù)讓機(jī)器人上崗，他還在猶豫。
更大的問題是，由于不同廠商的機(jī)器人算法不兼容、硬件各自封閉，導(dǎo)致一個(gè)場景的成功經(jīng)驗(yàn)難以遷移到另一個(gè)場景。“有的時(shí)候我們的流水線哪怕是多一個(gè)彎折，機(jī)器人都需要重新走一輪POC（Proof of Concept，概念驗(yàn)證）。”
“廠商覺得我們不夠開放，我們覺得機(jī)器人廠商要得太多。”Kelvin說，這是產(chǎn)業(yè)上下游之間對接存在的普遍問題。第一財(cái)經(jīng)記者了解到，一些“中間人”的角色正在產(chǎn)業(yè)鏈中誕生。前上汽自動駕駛域控制器算法負(fù)責(zé)人，安努智能工程算法總監(jiān)楊曾告訴記者，團(tuán)隊(duì)正在研發(fā)的一套中間件算法平臺，希望像手機(jī)里的操作系統(tǒng)一樣，把不同廠商的機(jī)器人納入統(tǒng)一的兼容框架。
就像手機(jī)的操作系統(tǒng)讓不同軟件在同一套規(guī)則下運(yùn)轉(zhuǎn)一樣，中間件希望能夠通過屏蔽底層硬件差異，使一套算法能夠遷移到不同廠商的機(jī)器人上。“如果每遇到一個(gè)新的硬件，就要重新訓(xùn)練，機(jī)器人在實(shí)際場景部署的速度就會非常慢。”重慶大學(xué)助理教授，人工智能及多模態(tài)實(shí)驗(yàn)室具身智能負(fù)責(zé)人，安努智能首席科學(xué)家胡喆告訴第一財(cái)經(jīng)記者，想要提高機(jī)器人的通用化，跨本體是必須跨過的門檻。
在不改動模型本身的前提下，兼容不同機(jī)器人的大腦，成為中間件的挑戰(zhàn)。“雖然主流的模型是VLA模型（Vision-Language-Action Model，視覺-語言-動作模型），但其中的架構(gòu)仍然不同，有端到端，也有分層式。”胡喆說，中間件在機(jī)器人大腦和機(jī)器人作業(yè)的實(shí)際場景中充當(dāng)一個(gè)“翻譯官”的角色。在他的設(shè)想里，輸出的指令會先被中間件被轉(zhuǎn)化為統(tǒng)一的目標(biāo)和約束，再交由各家機(jī)器人自身的規(guī)劃控制器執(zhí)行。
“這樣我們就不必為每一個(gè)新廠商重新訓(xùn)練模型，只需要向每一個(gè)機(jī)器人的規(guī)劃控制器下達(dá)指令，就能讓中間件跑通整個(gè)流程。”胡喆說。
物理規(guī)律難仿真，機(jī)器人“干中學(xué)”
“我們曾經(jīng)試過，在實(shí)驗(yàn)室里跑通了所有算法，結(jié)果到實(shí)際場景中發(fā)現(xiàn)完全不是一回事兒。”鈦維云創(chuàng)的創(chuàng)始人張磊告訴記者，當(dāng)自己試圖讓機(jī)器人處理布料這樣的柔性物體時(shí)，由于布料材質(zhì)、厚薄、摩擦力不同，實(shí)驗(yàn)室的環(huán)境并不能完全滿足操作需要。
張磊透露，像布料、不規(guī)則包裹等物體，POC周期“很長，且難以給出確切的時(shí)間”，“因?yàn)槲覀冃枰崆澳ズ纤惴ā⑾戮€采集數(shù)據(jù)、再拿到實(shí)驗(yàn)室反復(fù)訓(xùn)練，才能勉強(qiáng)適配場景”。
工廠中的物料、工藝成千上萬，換一條生產(chǎn)線、換一個(gè)工位，都可能帶來完全不同的情況。
“離線的強(qiáng)化學(xué)習(xí)不可能把所有真實(shí)場景一網(wǎng)打盡。”胡喆告訴第一財(cái)經(jīng)記者，機(jī)器人不僅需要根據(jù)場景反復(fù)調(diào)試算法，還往往要重新采集數(shù)據(jù)回到實(shí)驗(yàn)室做離線訓(xùn)練，這讓整個(gè)周期被拉長，時(shí)間和人力都被大量消耗。
邊做邊改，或許才是機(jī)器人進(jìn)行學(xué)習(xí)的關(guān)鍵。
胡喆透露，他正在嘗試?yán)脤?shí)時(shí)的在線學(xué)習(xí)算法，允許機(jī)器人在實(shí)際作業(yè)過程中一邊操作一邊采集數(shù)據(jù)，并實(shí)時(shí)更新模型。這種方式只需在現(xiàn)場額外增加幾秒鐘運(yùn)行和100個(gè)數(shù)據(jù)量，“我們會根據(jù)模型出來的結(jié)果選擇數(shù)據(jù)，讓機(jī)器人在不斷學(xué)習(xí)的過程中遺忘無用的數(shù)據(jù)，保持?jǐn)?shù)據(jù)的精簡，也不會對算力提出過多的要求”。
機(jī)器人“干中學(xué)”的另一邊，團(tuán)隊(duì)也在嘗試?yán)梅抡娴仁侄谓档蜋C(jī)器人的學(xué)習(xí)成本。“現(xiàn)在大部分機(jī)器人仿真環(huán)境離現(xiàn)實(shí)工況還有很大差距，因?yàn)榉抡姝h(huán)境中缺乏物理定律的支撐。”美國肯塔基大學(xué)空氣動力實(shí)驗(yàn)室仿真負(fù)責(zé)人、安努智能聯(lián)席科學(xué)家付博直言，大部分仿真平臺依賴數(shù)據(jù)驅(qū)動，卻缺乏物理定律的支撐。
“如果只是換個(gè)環(huán)境光影、物體形狀等表層變量，那在這種仿真里能跑通的算法，一旦放到現(xiàn)實(shí)中，往往會失效。”付博說。
讓虛擬環(huán)境逼近真實(shí)世界，并不是一件容易的事。“摩擦力、空氣流動等連續(xù)變化的環(huán)境很難被拆成可以極端的小單元。”付博解釋，以機(jī)器人搬箱子舉例，這個(gè)場景涉及了力學(xué)、剛體運(yùn)動學(xué)與工程力學(xué)等基本的物理規(guī)律。付博說，加入這些規(guī)律的仿真能夠模擬不同重量箱子堆疊時(shí)的微小形變，計(jì)算箱內(nèi)散落零件導(dǎo)致的重心偏移，并讓機(jī)器人理解物體變化對抓取穩(wěn)定性的影響，以及機(jī)器人發(fā)力點(diǎn)與物體形變的關(guān)聯(lián)。
他坦言，將這些物理定律的融入仿真環(huán)境是一個(gè)“正在進(jìn)行的過程”，需逐步攻克計(jì)算量龐大的技術(shù)難題。付博認(rèn)為，只有當(dāng)機(jī)器人在仿真環(huán)境中充分理解并內(nèi)化這些物理規(guī)律，才能在真實(shí)場景中更好地應(yīng)對突發(fā)情況，實(shí)現(xiàn)泛化能力的提升。“模型永遠(yuǎn)無法完全替代實(shí)驗(yàn)，但我們希望通過極致的物理仿真，讓真實(shí)實(shí)驗(yàn)只需做一次就能驗(yàn)證可行性。”
谷歌提前布局，中間件或成規(guī)模化關(guān)鍵
從機(jī)器人本體和大腦廠商到最終的應(yīng)用企業(yè)，中間還需要大量復(fù)雜的部署工作——包括接口打通、場景適配、算法遷移等環(huán)節(jié)。對整個(gè)產(chǎn)業(yè)鏈而言，這是一塊頗具吸引力的“肥肉”，盯上的遠(yuǎn)不止安努智能一家企業(yè)。
今年6月，銀河通用和博世中國成立合資公司博銀合創(chuàng)。根據(jù)雙方披露內(nèi)容，合資公司將聚焦復(fù)雜裝配、智能質(zhì)檢等高精度制造場景，并且構(gòu)建標(biāo)準(zhǔn)化、模塊化、可復(fù)制的訓(xùn)練與部署體系，支撐機(jī)器人產(chǎn)品的快速迭代與規(guī)模化部署。
今年年初，富臨精工宣布公司與智元機(jī)器人等相關(guān)方簽署了《人形機(jī)器人應(yīng)用項(xiàng)目投資合作協(xié)議》，各方共同投資設(shè)立合資公司實(shí)施人形機(jī)器人項(xiàng)目。當(dāng)前，富臨精工、智元、巨星新材料均為安努智能股東。就在9月，專注于北美市場的產(chǎn)業(yè)股東格力博、聚焦機(jī)器人操作系統(tǒng)的東土科技也宣布增資安努智能。
在海外，Google（谷歌）的母公司Alphabet孵化的Intrinsic也在扮演類似的角色。Intrinsic試圖通過通用算法和工具鏈降低機(jī)器人系統(tǒng)的集成成本，讓不同廠商的機(jī)器人在同一套兼容框架下運(yùn)行。
通過一個(gè)類似操作系統(tǒng)的中間件來對接不同機(jī)器人廠商和場景，這是安努智能董事長文宏杰提出的解題思路。雖然路徑各異，但上述三家兼具機(jī)器人和產(chǎn)業(yè)方背景的第三方部署商，它們的共同點(diǎn)都是試圖在碎片化的產(chǎn)業(yè)格局中，尋找一套能跨越廠商和場景的兼容方式。
不過，機(jī)器人產(chǎn)業(yè)是否會像手機(jī)產(chǎn)業(yè)那樣，最終走向由統(tǒng)一“操作系統(tǒng)”支撐的格局，仍充滿疑問。一位由數(shù)碼3C行業(yè)轉(zhuǎn)至機(jī)器人產(chǎn)業(yè)的工程師告訴第一財(cái)經(jīng)記者。與手機(jī)產(chǎn)業(yè)面臨的問題不同，機(jī)器人領(lǐng)域的情況更為復(fù)雜，硬件廠商堅(jiān)持各自的體系，而大模型企業(yè)則瞄準(zhǔn)通用智能，“屁股決定腦袋，大家想的未必是同一個(gè)目標(biāo)”。
多方角力之下，第三方部署商設(shè)想的中間件是否能夠建立起產(chǎn)業(yè)上下游的橋梁，還需要進(jìn)一步觀察。“模型如果停留在實(shí)驗(yàn)室、本體如果只會跳幾支舞，那最終只是一個(gè)故事。”文宏杰認(rèn)為，在當(dāng)下的機(jī)器人產(chǎn)業(yè)，關(guān)鍵不是講模型和本體的“故事”，而是扎進(jìn)具體場景，通過部署獲取真機(jī)數(shù)據(jù)和工程化經(jīng)驗(yàn)，將商業(yè)化的流程拉通、沉淀。
在他看來，這些工程化的經(jīng)驗(yàn)和數(shù)據(jù)才能匯聚成類似“操作系統(tǒng)”的底座，真正支撐機(jī)器人跨廠商、跨場景的落地。“如果中間件能夠像安卓這樣的操作系統(tǒng)一樣穩(wěn)定通用、開放兼容，任何廠商都能接入，機(jī)器人產(chǎn)業(yè)的規(guī)模化會越來越近。”
中央網(wǎng)信辦違法和不良信息舉報(bào)中心|證券時(shí)報(bào)網(wǎng)舉報(bào)中心