Embodied Intelligence
具身智能 AI下一站
2023年，是大模型占据科技热门话题榜单绝对C位的一年。继ChatGPT之后，又一个大模型概念爆火，它就是具身智能（Embodied AI）。
具身智能是指一种基于物理身体进行感知和行动的智能系统，其通过智能体与环境的交互获取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性。
全球算力龙头芯片厂商英伟达的创始人黄仁勋在ITF World 2023半导体大会上，表示人工智能的下一个浪潮将是具身智能（Embodied Intelligence），即能理解、推理、并与物理世界互动的智能系统。同时介绍了英伟达的多模态具身智能系统Nvidia VIMA。
“具身智能”并非全新概念，1950年图灵的著名论文《Computing Machinery and Intelligence》中被首次提出。七十年后，其应用已在2023年版本的特斯拉“擎天柱”(Optimus)上初步实现。五月特斯拉2023年投资者日活动上，“擎天柱”(Optimus)最新进展视频发布。相较于去年首次亮相，“擎天柱”进步明显，已经可以实现多个机器人同步独立向前流畅行走、手指关节能够灵活抓取鸡蛋等物品。马斯克表示，人形机器人将会是今后特斯拉主要的长期价值来源。同样处于发展初期的AI、机器人和将其有机联系起来的“具身智能”，蕴含无限机遇。
回归产业机遇。具身智能概念，将AI大模型与人形机器人联结，迈出了通向通用人工智能的一大步。
机器人的进化路径历经固定到移动，从独立到协作，从单一到通用，商业化落地的前提是产品能提供真实价值，真实价值的判断在于机器人执行能力能否通用。把机器人做成人形亦是因此。上游核心零部件随着协作机械臂的兴起快速发展，促进了人形机器人硬件本体制造能力的提升，同时伴随自动驾驶技术的高速发展，人形机器人在视觉、SLAM与基础AI上有了更多的方案选择，大模型的出现，从语音、视觉、决策、控制等多方面实现同人形机器人的结合，形成感知、决策、控制闭环。
01
硬件方面
特斯拉采用的电驱方案已具备商业化应用基础。摆动角度不大的关节或采用力矩电机+行星滚柱丝杠方案，操作要求较高的机械手或采用微型电机+腱绳驱动传动结构。这指向减速器、伺服电机、线性执行器、滚柱丝杠等人形机器人的运动控制产业链中价值量较大的硬件设备。在该部分人形机器人关键零部件市场，进口替代任重道远。
02
软件方面
需生成式AI赋能的环节，环境感知能力对设备品类、算法、实时算力要求更高；运控算法均是厂商自研，开发难度大，是核心竞争力之一。未来人形机器人的产业格局可能会延续工业机器人厂商负责本体制造+控制器部分的产业链分工。
03
从市场需求端
随着制造业用工成本不断提高，企业出于提效降费需求，机器人代工趋势逐步显现。技术进步带来机器人价格不断下降，同样的效益下，机器人投资回本的年限逐年缩短。另一方面，锂电、光伏等新能源行业的规模化、智能化、精密化生产成为趋势，带来持续景气的机器人需求。
04
从政策端
“机器人+”应用在多领域得到深化。近年来，国家先后出台多项政策，聚焦技术创新、具体应用。2022年全球智能服务机器人市场规模有望超250亿美元。在2022年夏天特斯拉首发“擎天柱”原型机之前，机器人概念曾一度引领市场行情，2023年以来，人工智能产业链细分概念轮动上涨。在二级市场中，每一轮行情均有回调、盘整的时期，而科技产业的步伐不断向前，在临界点产生交叉，催生商业化落地的可能性，也催生市场新风口。譬如人工智能与人形机器人在“具身智能”中的联结。
所谓具身智能机器人，即具有主动性的第一人称智能，其本质上是可与环境交互感知，能自主规划、决策、行动，具有执行能力的机器人。其核心目标是能够听到人类语言，然后分解任务，规划子任务，在移动中识别物体，与环境交互，最终完成相应任务。
达成具身智能还有很多问题要克服。目前遇到的四大主要挑战：第一，机器人不能够像大语言模型一样有一个基础大模型直接一步到位，做到最底层的控制；第二，计算能力的挑战。哪怕谷歌研发的Robotics Transformer模型，要做到机器人控制，距离实际需要的控制水平仍有许多事情要做；第三，如何把机器人多模态的感官感知全部融合起来，仍面临诸多难题需要解决；第四，机器人的发展需要收集很多数据，其中也面临很多安全隐私等方面的问题。
对AI应用场景的探索，已经迎来“具身智能”新浪潮。更深层次而言，关键硬件、基础软件和AI等前沿技术的自主可控同时也是是构建现代化产业体系的必由之路。每一个这样的科技“奇点”，均有望催生产业新机遇。
·END·
扫码关注｜尖叫科技
为尖叫而生｜为非凡而响