最新热点:2024年香港免费资料推茬-人形机器人是未来么？
之前有说过，我自己对科技的理解其实不深 ，这是前几周 ，我找到我一个好朋友，希望他能帮我写一个文章介绍一下他心中今年的科技机会。然后他觉得机器人不错 ，但答应给我写的文章到了昨天才发给我。
我们认识已经许多年 ，在我眼中他是一个善良而不失欲望的人，这样的人都非常聪明 。他很喜欢科幻小说 ，所以研究科技对他来说也是一件开心的事情 ，这点我觉得很重要 。就像我更喜欢历史故事，所以我更适合研究周期一样。
当然 ，我们都一致认为 ，考虑到市场的情绪，此时此刻 ，在短期来看 ，并不是讨论机器人这三个字最好的时候 。但从更长的维度去看，这个讨论在 2025 年是必须的 。
希望大家能喜欢我朋友的看法。以下是他的观点 。
就像李想说的，很多创业机会 ，生在中国或者美国你才是有机会去做的 。比如互联网、智驾 、人形机器人 …… 这是因为中美都有统一大市场 、工程师红利。中国市场还有两个特点 ，齐全的供应链门类以及总想卷死前浪的后发冲动 。
人形机器人真正有关注度是从特斯拉在 2021 年的 AI-day 上官宣开始，毕竟波士顿动力先发这么多年都没有开启产业趋势 ，还几经易手 。马斯克本身巨大的示范效应是一方面 ，另一方面智能驾驶技术的突破让所有人看到了曙光，这是 AI 介入物理世界的第一赛道。
图：CES 上英伟达的 14 家生态伙伴 6 家来自中国
第一个问题 ，机器人为什么要人形？
如果只做一款机器取代人力劳动 ，人形自然是全局最优解 。将来技术跑通，我相信针对场景的定制肯定会有 ，我们看到的自动化产线何尝不是某种机器人？再看看特斯拉造车的哲学就知道 ，5 款车卖出来 180 万辆，Model 3 的快速的降本（降价）速度 ，这也是制造业常常有的莱特定律 ，即生产单位数量每增加一倍，成本就会以固定百分比下降（最常见的是下降 10%~20%） 。复用性直接决定了规模，决定了降本速度。另外一方面 ，做成人形之后的遥操作和训练数据的采集也更方便。
图：制造业的莱特定律
第二个问题 ，人形机器人可以解决哪些需求？
想象空间无限，每个人都有发言权 。如果只列一点 ，我想说的是 ，一个替代人自身的工具，自然是希望他解决人最根本的痛点——生与死 。或者说消除人们生老病死的焦虑。一方面减轻对孩子的抚养成本 ，另一方面消解一些人们对衰老与独死的恐惧 。比如刚生育的母亲少起夜几次给婴儿换尿布 ，失能或者失独的老人可以更便利地居家养老 。以上海为例，大概 2500 万的人口其中不能自理的老人约 40 万 ，大概正在被 7 万名护理员照顾着。在一生一死之间让人体验感更好 ，我想大多数人都不会拒绝，至于对人类整个族群的影响 ，对生育率的加总影响是正是负就是后话了 。
第三个问题 ，人形机器人距离走进千家万户还有多远？
从生产难度与供应链复杂度上来看，机器人是介于电动车和手机之间的，大概是上千的零部件 ，电动车上万个 ，手机数百个 。从价值量上来看，更接近于汽车 ，技术栈上也更像自动驾驶 ，所以放量的曲线应该更接近。2025 年全球凑出来 1 万台以上是基准情形，但是 1 万台到 10 万、100 万的跨越需要多久 ，基于 AI 给的信心 ，相信这个速度会更快 。
图：特斯拉汽车 8 年实现 10 倍增长，预计人形机器人进展远快于新能源车
现实的问题是硬件方案还没有收敛 ，特斯拉第一版的量产方案大概率已经接近定型 。硬件方案最关键的是上肢手部的方案 ，马斯克自己说 50% 的工程量在手部，最新一代的灵巧手采用腱绳方案 ，实现单手的 22 个自由度（人手差不多可以看成 21 个自由度 ，根部指关节算 2 个自由度，想想用手指搅拌的动作）。从夹爪到 22 个自由度的灵巧手，这中间有很多地带 ，但大的方向上还是自由度尽量变多 ，靠近人手 。特斯拉的思路大概是第一性原理下的一步到位，跟人一样 ，无论是能力上限 ，还是以后模仿学习训练可能都会更方便 。
其次是关于大脑，机器人的 GPT3 时刻尚未到来 ，但路径已经清晰。尚未到来指的是缺乏机器人通用的基础模型 ，让机器人去理解物理关系 、时空上的因果关系，是视觉 - 语言 - 行为的泛化能力。形象一点可能就是让机器人理解 " 开 " 这个动作 ，可以是开门 、开瓶盖、开灯 、开洗衣机等等 ，所谓泛化能力就是让机器人看了开可乐的视频，见到老干妈就知道怎么打开 。
目前 Figure 所展示的思路 ，将大脑分为快慢双系统（参考卡尼曼的《思考快与慢》） 。
系统 1 是低层次的 、无意识的、快速的运动控制（所谓的 " 小脑 " 系统 ，看电视织毛衣的能力）；
系统 2 是缓慢和审慎的，是推理和规划能力（所谓的 " 大脑 "）。
Figure 用 7B 参数大脑（系统 1）与 8000 万参数的小脑（系统 2）级联，搞出来一套低成本且聪明的方案 ，让适应于人形机器人的 Scaling Law 看到了一些曙光 。
图：Figure 的 Helix
从产业趋势上来说 ，可能会持续加强 。直觉上，大模型公司大概率都会下场做机器人。事实上已经看到 OpenAI 在投资了三家机器人公司之后（1X 、Figure 、Physical Intelligence） ，依然选择了自己下场来做 。
现在美国的 M7 里面 ，目前也就微软和苹果暂时没有听说有人形机器人的项目 。Meta 刚刚决定下场，正在组建团队。特斯拉不必说 ，英伟达在用自己三台计算机的理论去为机器人搭建系列的工具；谷歌在搞 RT-X 系列的机器人基础模型；亚马逊参投了很多初创企业（Agility ，Figure） 。至于苹果，此前之所以把汽车项目停掉 ，最合理的解释可能是苹果自己也觉得没法在车上做出来一个苹果式的产品——一步跨越到 L4 真的有太多的困难 。那么面对单一销量有机会超越 iPhone（约 2.2 亿 / 年）的产品 ，苹果应该会更积极一点才对。
中国的 "M7"，华为、字节 、腾讯 、阿里（蚂蚁）、美团、小米 、比亚迪？在人形机器人上都有布局 ，只是大部分内部优先级还不够高 ，随着宇树地位的拔高，大概率都会有一些紧迫性 。
总的来说这个产业的方向已经没有分歧了 。没有分歧向后的推论有两个：第一，这个产业趋势持续加强 ，不断有巨头跳进来加把火；第二个落到投资上 ，不同于新能源汽车，在早期基本靠政策驱动 ，车企需要自我革命 ，补贴从 2010 年开始到 2019 年销量才开始爆发。因此早期对于新能源车是否要替代油车充满分歧。如果所有人都认同人形机器人——这样一个超级 AI 终端应用一定会普及，那么在 0~1 的时候 ，或者说在大规模放量的前期就被交易成一个史诗级的泡沫是高概率情形 。
图：电动车相关指数走势来源：天风电新
还有一点 ，得益于人形机器人供应链跟通用设备与汽车零部件的重合度，这个产业大概率很难出现供需缺口 ，放量期间出现上游涨价可能是一个低概率情形 。可以看到新能源指数最陡峭的一段是在渗透率快速上升 ，供不应求阶段。
先不管主题炒作如何热火朝天，我总觉得想做好投资总要相信点什么 ，比如要相信科技是至善的 ，长期总是被低估的，满足必要条件的优质公司创造价值的概率是更大的等等 。纯交易的手艺大师或许中枢稳定，可能冥冥中放弃了上限 。过去几年宏观环境深刻教育 90 后 ，什么叫差一年差很多 ，小红书很多人感叹出校门开始就在高位接盘一切，但每代人有每代人的机会 ，如果你相信 AI 是我们这个时代最大的 beta ，机器人一定是需要重新认识的行业。因为它将来可能是人类生产资料的衡量单位 。
