阿兰·图灵1950年的论文中指出,人工智能未来可能有两种发展途径:一种是比较抽象的、像下棋所需的智能,一种则是拥有最好的感官、能学习甚至能说话的智能。具身智能将AI从虚拟的领域转化为具有实体形态与物理世界实时交互能力的实体。7月8日,2023智能机器人产业发展论坛在世界人工智能大会同期举行。优必选科技副总裁、人形机器人事业部负责人付春江在演讲中指出,人形机器人更贴近人们的生产生活,因此为具身智能最好的载体,并加速数据采集、智能泛化;具身智能也能让人形机器人更通用,学习更高效,发挥更大价值,人形机器人是具身智能的终极形态。以下为演讲内容实录:
非常感谢大会的邀请。今天向大家汇报的是《人形机器人具身智能的终极形态》,这个报告分为三个部分:具身、智能与人工智能的关系、人形机器人平台相关发展。
一、具身
什么是具身和具身智能呢?我认为“感知、运动、环境”三者映射闭环的涌现是具身智能。
第一个比较流行的通用AI概念是以ChatGPT为代表的大模型,主要集中在信息方面,像比尔盖茨前段时间说过,大模型解决的是物理世界问题,而人形机器人是最贴近生产生活的通用机器人的代表,所以认为人形机器人在近期是一个非常好的平台。
具身智能反过来可以让人形机器人发挥很大的价值。首先,人形机器人作为通用平台要解决通用性的问题,而具身智能刚好解决了与环境感知交互过程中通用性的问题,让我们的人形机器人看起来更加智能化、更加实用。
其次,通过人形机器人可以搜索很多数据。在垂直领域,这些大模型、具身智能是需要很多数据进行训练。人形机器人平台可以为这种智能提供数据,当然仿真也是一个方面。仿真终究是有简化的,随着成本下降、数量提升,数据会越来越多,采集难度不断下降。
二、大模型与人形机器人的相互关系。
1.人形机器人可以借助大模型完成一些更简单的操控。我们知道过去人形机器人是一个比较复杂的载体,像过去电脑一样,现在用一些非常简单化、语义化命令可以调用动作库进行动作相关执行。
大模型可以为人形机器人训练提供更高层次的反馈。在过去工程师看人形机器人的反馈数据时要看各种信息,在这种情况下与数据层面进行反馈。在ChatGPT出来之后,这种更高维度的就成为了可能。另一方面,ChatGPT现在没有打通与物理层面相关的层级,但是在运动规划拆解层面完成的长序列、长周期的拆解。我们也做了一些相关工作。
我们说人形机器人推动具身智能的发展具有有哪些特征呢?
1.不需要改变环境。在一些重大基础设施中,我们已经投入了非常大的人力、物力、财力进行建设,它的环境如果重新改造投入将是非常大的。人形机器人主要是人工作的地方,基本上可以进行替代和辅助,这样对环境的适应性有着非常友好适应能力。
2.可以使用现有工具。人类开发工具根据人类自身特点经过很多年的钻研、探索来开发使用化工具,我们说人形机器人并不是万能的,就像人一样,没有鹰的翅膀,也没有非常灵敏的嗅觉,但是我们可以借助各种工具进行探测。人形机器人也是如此,人形机器人也可以利用现有工作完成相应任务。
3.与人更自然交互。未来通过语音或者落后模态的交互,比手机触摸更加解放双手。
4.人形机器人为智能AI提供了物理环境相互交互的身体和感知能力。我们国家非常重视智能机器人、通用机器人、通用AI的发展,比如说北京、上海、深圳都发布了通用机器人相关政策。
人形机器人整体市场潜力巨大,也非常有想象空间,这也是为什么在过去一年被誉为人形机器人商业化的元年。不光是在国际很多企业,比如说特斯拉做人形机器人,当然展会当中也部署;Open AI也认为人形机器人是一个非常重要的平台,也投资了相关的人形机器人;传统的机器人厂商,也具备了很多投资的属性。
在国内,去年一年中有超过20家的产学研单位也在开始研发人形机器人,在展会当中看到很多人形机器人的相关Demo。但人形机器人从Demo到产品化再到商业需要经历三个比较严峻的阶段。
三、人形机器人平台相关发展
公司从2012年开始,从小型人形机器人,到原型机,再到大型人形机器人已经迭代了四代。在这些迭代过程中,我们一个底层逻辑是根据环境的开放程度、任务的复杂程度、本体能力进行划分,分别是对应的完全封闭的场景、半开放的场景、未来走进千家万户的全开放场景。在2025年前,在半开放场景下,在工业和养老环境下可以实现相关落地。
我们公司也是中国率先完成人形机器人商业化的公司。与人形机器人相关的三大部分:本身相关驱动机器;AI相关的视觉语音导航;平台相关的中间件、任务框架。
作为首家商业化人形机器人落地的公司,我们在商业化方面做了非常艰苦、积极的探索。第一次落地在迪拜世博会进行展示,连续工作超过1200多个小时,没有出现重大问题,也接待了超过45个国家和地区众多VIP访谈。
在过去如果对比展示机器人,每次展示之后需要大量运维或者调试,这样在产品化、商业化有一段路要走。但通过不断尝试和努力,在一定程度上打通了产品化、商业化道路,实现了人形机器人取得收入、完成商业化这一步。
比如说机器人也是与国家的5G、高铁一样出口到国外。在中东、其他国家相关地区完成新科技的代表性的落地。同时,在国内也助力中国科学技术馆,在科技馆里面可以看到观众尤其很多小朋友对人形机器人充分了热情,每次机器人巡回展示的时候都聚焦了很多观众。
中国馆的馆长也非常感慨,十多年前展示的机器人需要一个架子吊着,现在完成人形机器人之后,只要按两三个键就可以了。
最后,在工厂分拣、老化测试场景做了积极探索。像在半开始场景下,我们也在最近1到2年之内完成场景相关落地,在这里可以看到与环境交互过程当中,比如说各种形状、各种零部件的抓取,以及与我们通过ALT与各种移动机器人进行交互配合。而我们可以做承重负载工作,人形机器人可以使用现有的各种机器人来共同完成工厂当中的相关任务。
这是自产的扫地机的场景。在测试过程当中,需要把扫地机搬到扫地位置进行开关电源进行检测。在整个过程当中体现了在具身智能、具身与智能相关领域的感知、运动、判断、推理等相关内容。
我们想通过这样的影片进行展示的是未来智能化、无人化工厂的前景,虽然说速度有待提高,虽然说通用性方面有待加强,我相信这一天不远将来就会到来。
非常感谢大家的聆听,谢谢大家。
(智能网,根据现场实录整理)