歡迎關注“新浪科技”的微信訂閱號：techsina 

文/陳鄧新

來源/鋅刻度（ID：znkedu）

人形機器人，再度站上“C位”。

2022年9月30日，特斯拉在AI Day大會上發佈了特斯拉人形機器人Tesla Bot，其被冠名爲擎天柱（Optimus），後者爲知名電影《變形金剛》中汽車人的領袖。

從命名可見，馬斯克對Tesla Bot顛覆行業抱以厚望。

據券商測算，到2030年，全球人形機器人規模將達到1.9萬億元，其中中國市場規模將達到3762億元。

此背景下，人形機器人賽道擠滿了玩家。

那麼，巨頭們紛紛下注人形機器人，到底在拼什麼？AI與人形機器人擦出火花，但落地爲何這麼難？當下的機器人市場，走到哪一步了？

從靈活到智能，核心競爭力迭代

嚴格來說，人形機器人不是什麼新鮮事物。

早在1973年，日本早稻田大學推出Waseda Robot，被視爲人形機器人的雛形，之後多家日企下場，開闢了這個細分賽道。

這其中，豐田與本田堪稱代表。

譬如，豐田推出Toyota Partner Robot，早期版本就具有與人類近似的體重和柔軟度，後期版本可以流暢模仿人類動作，產品適用於高齡照護、殘疾人援助等。

再譬如，本田推出ASIMO，不僅可以雙腿行走、上下階梯，跑步前行，還可以玩跳舞、踢球、倒茶等花活。

ASIMO人形機器人

毫不誇張地說，日企在人形機器人賽道領跑多年。

然而，隨着AI觸角不斷延伸，谷歌、亞馬遜、百度、騰訊、小米等科技巨頭以各種形式切入人形機器人賽道，與日企爭奪話語權。

一名業內人士告訴鋅刻度：“人形機器人的底層邏輯變了，以前着重的是靈活，自動化是核心競爭力，現在着重的是交互，人工智能纔是核心競爭力。”

上述業內人士進一步表示，如今的人形機器人離不開機器視覺與神經網絡，前者通過目標追蹤、圖像描述、場景理解等生成數據，後者模仿人腦對生成的數據進行算法處理，從而令人形機器人完成各自任務，而無論是機器視覺或神經網絡都與AI息息相關。

如此一來，AI底蘊深厚的企業佔據優勢。

事實上，巨頭們卡位人形機器人賽道，更多的是爲了“秀肌肉”，展示自身的AI實力，如今特斯拉似乎有不一樣的想法。

其實，特斯拉的底色恰好也是AI，在智能駕駛領域摸爬打滾多年，再疊加軟硬件一體化的經驗豐富，萌生了打開人形機器人大規模商業化的“大門”的野望。

對此，Carnegie Mellon University機器人學院教授Martial Hebert感嘆道：“日本歷來在機器人的物理方面很強大，但是美國在人工智能研究方面遙遙領先。”

據斯坦福大學的數據顯示，湧入人工智能領域的投資資金大幅上升，從2020年的1195億美元增長到了2021年的1764億美元；2021年中國的AI專利申請量佔全球總數的52%，專利申請數量居世界首位，而美國在AI授權專利數量上佔全球總數的40%，排名世界第一。

一言以蔽之，中美成爲AI的高地，那麼日本掉隊也在情理之中。

從產品到商品，到底難在哪兒？

儘管人形機器人站上“風口”，但要成爲兵家必爭的商業入口並非易事。

一方面，考驗AI的落地能力。

AI可以賦能千行百業，但難以一個標準適應所有行業，關於此李開復曾有言：“你一定要真的深入瞭解用戶需求，他需要什麼功能，怎樣去賣，經過什麼渠道，然後打磨你的產品。這是根據用戶的需求做的，而不是一個AI科學家拍腦袋做的。”

換而言之，AI需要與應用場景共振。

譬如，AI在汽車場景追求的是行人避讓、車道識別、智能召喚、盲點監測、自動泊車、剎車輔助、車道保持、自適應巡航等，而親人場景作爲人形機器人的主要應用場景，追求的是兒童互動、老人照護、家庭打理、障礙避險等。

具體來看，有的兒童說話多短句、時而不連貫、容易錯詞，AI能否理解得當；有的老人做事丟三落四，AI能否陪伴到位……

這意味着，AI需要有針對性地滿足實際需求。

AI是人形機器人的勝負手

問題在於，人形機器人雖然發展多年，但商業化市場一直未打開，相關的數據積累並不多，對AI的迭代是一個嚴峻的挑戰。

更爲重要的是，每個家庭的居住環境可能不一樣，生活習性也不一樣，如若不能做到拆箱即用，則提升了AI落地的難度。

對此，中金公司表示：“手機廠、汽車廠紛紛入駐人形機賽道，印證了人形機賽道具有充足的商業化價值和發展潛力，但目前各大廠發佈的原型機尚處於技術迭代階段，並缺乏成熟的應用場景，行業發展階段還相對早期。”

另外一方面，成本高企待解。

人形機器人歷來售價不菲，本田ASIMO的單臺成本爲200萬美元，波士頓動力Atlas的單臺成本爲250萬美元、令人望而止步，成爲商業化的“攔路虎”之一。

高企的成本，令人形機器人曲高和寡。

哪怕是Tesla Bot，也面臨這個棘手的問題，畢竟賣不出去的是產品，賣得出去纔是商品。

一名私募人士告訴鋅刻度：“傳統人形機器人的三大件爲減速器、控制器與伺服電機，這些零部件由少數製造巨頭把持，考驗着特斯拉的議價能力，如果不能低價採購，則難以降低成本起量，而不起量又難以低價採購，那麼先有雞還是先有蛋？”

從B端與C端，普及難度不一

實際上，包含人形在內的服務機器人，整體勢態並不樂觀。

相當長一段時間，機器人替代人工被認爲是大勢所趨，此背景下資本不斷湧入，機器人初創企業如雨後春筍般冒出。

據公開資料顯示，我國機器人產業近十年融資近3000件，融資總額超千億元，其中僅2021年的融資事件就有210起，投資方不乏美團、騰訊、字節跳動等互聯網巨頭。

巨資之下，服務機器人目前拿得出手的僅有掃地機器人、教育機器人、餐飲機器人等少數細分賽道，剩下的要麼叫好不叫座，要麼在生存還是毀滅之間反覆橫跳，要麼仍處於市場引導期。

與之對應的是，工業機器人卻蒸蒸日上。

據國際機器人聯合會的數據顯示，2021年全球工業機器人的銷量爲48.68萬臺，同比增長27%；而據中國機械工業聯合會機器人分會的數據顯示，同期中國市場銷量爲 27.1萬臺，同比增長50.1%，連續9年位居世界第一。

中國工業機器人銷量佔據半壁江山

以上可見，機器人在B端與C端的反差明顯。

之所以如此，原因有三。

首先，應用場景不同，工業機器人的應用場景較爲單一，具有封閉、簡單，固定等特徵，而服務機器人的應用場景較爲複雜，具有開放、多樣化、不可控等特徵。

其次，技術難度不同，工業機器人偏傳統，以減速器、控制器與伺服電機等硬件爲主，而服務機器人偏智能，硬件之上對AI的要求更苛刻。

再次，成本不同，工業機器人的成本大頭爲減速器、控制器與伺服電機這三大件，而服務機器人的成本大頭爲攝像頭、激光雷達等傳感器以及算法、雲計算平臺等。

騰訊投資董事總經理餘海洋表示：“優秀的服務機器人公司，需要對特定的場景有比較深刻的理解，同時也需要漸進式的優化。比如老齡化是非常大的需求，但缺乏供給的解決方案，如果可以在供給方面有一點提升，就可以產生比較大的商業價值。”

總而言之，在AI加持之下人形機器人開啓了一個新的時代，但依然沒有擺脫高技術壁壘與長投資週期的調性，未來之路既開闊又曲折，考驗的是巨頭們的耐心與定力。

那麼，人形機器人蓄勢待發。