特斯拉的人形機器人“炸彈”，或再造“蔚小理”
圖源：特斯拉
來源：IT時報
作者/孫妍
編輯/挨踢妹
3至5年後，數百萬臺人形機器人從特斯拉工廠下線，以低至2萬美元的價格送往千家萬戶。“比汽車更便宜！”這是馬斯克爲其人形機器人Optimus（擎天柱）畫下的藍圖，震動了機器人圈，震中有三：量產時間、數量和價格。
在多位機器人圈的老兵看來，這是不可能的任務。最樂觀的預計是，3至5年後會有少量家庭開始嚐鮮，但數百萬量級的普及是做不到的，而如此低價，也是建立在大規模量產的基礎上，實難達到。
大多數行業人士的預判是，8至10年後，人形機器人才能真正走進家庭，並且有用。
小米、特斯拉都爲人形機器人着迷，而他們的前輩，日本本田、豐田等車企早在10至20多年前研發出人形機器人，都折戟於商用落地。人形機器人是否能再造“蔚小理”，只待一個殺手級應用場景。
不到一年，特斯拉機器人如何速成？
“技術一般般，但比小米的人形機器人好一點，Optimus只能慢速行走，跟波士頓動力會快速行走、跳躍、奔跑的雙足機器人相比，動態平衡技術還差得遠。”這是吳昊（化名）對特斯拉人形機器人Optimus的第一印象，在他14年的機器人研發生涯裏，今年是人形機器人最高光的時刻。
波士頓動力被視爲全球仿生機器人天花板，Optimus在它面前顯得十分笨拙，衆人揶揄馬斯克道：“看到Optimus被工作人員推着上臺時，想向雷軍道歉”。
波士頓動力機器人在雪地行走自如
但是，特斯拉人形機器人令人忌憚的是，它可以複用特斯拉汽車同款的FSD（完全自動駕駛能力）和Dojo超級計算機。
特斯拉在發佈機器人當天公佈，已在超過16萬輛車上進行FSD Beta版系統測試，僅一年內就訓練7.5萬個神經網絡模型，相當於每8分鐘就訓練一個。這一速度得益於Dojo超級計算機的投入使用，特斯拉在代碼、設計方面已實現30%的訓練速度提升，如果採用人工標註，訓練一個神經網絡模型或許需要一兩週甚至幾個月時間。
有了“大腦”和“眼睛”後，機器人只剩一個軀幹需要集成，Optimus搭載的2.3 kWh、52V電池包、充電管理、傳感器和冷卻系統都借鑑於特斯拉汽車設計經驗。
這也是爲何特斯拉能在不到一年的時間裏做出人形機器人的原因所在，要知道，波士頓動力可是用十幾年換來的如今的頂尖性能。
“小米人形機器人的下肢動力架構佈局跟Digit機器人十分相似，相比較而言，特斯拉和波士頓動力的原創性更勝一籌。”在吳昊看來，小米人形機器人還處於初級水平，雖然就硬件和性能而言，小米、特斯拉與波士頓動力還不可同日而語，但小米和特斯拉的入局，是人形機器人從實驗室走向消費者的一大轉折點。
波士頓動力機器人前後滾翻展示
低至2萬美元，低價撬開市場是個夢？
低價，是撬開C端市場的必然條件。
60至70萬人民幣，是一臺小米“鐵大”人形機器人的造價。而特斯拉直接預告3至5年後的售價，低至2萬美元，這到底是不是夢？
目前，日本本田ASIMO、波士頓動力Atlas單臺成本分別爲250萬美元、200萬美元，商業化相對成功的Digit單價也高達25萬美元。
“小米的造價貴於國內基本水平，特斯拉的售價，即便是5年後，也是很有挑戰的。” 傅利葉機器人CEO顧捷認爲。
特斯拉能將人形機器人的成本壓降，主要得益於其自動駕駛積累的先天條件：Optimus的視覺識別、場景構建等都採用了FSD（完全自動駕駛能力）相同的神經網絡學習技術，Optimus“大腦”中植入的芯片也是特斯拉車輛同款。
降本，已成爲機器人圈的共識。
“我們現在一上來，先解決核心元部件的低成本問題，用上知名元部件的意義不大，因爲一旦量產，必然會遇到成本問題。”吳昊分析，硬件的機械結構也要取決於應用場景，前期投入巨大成本在硬件上，到頭來卻發現不符合應用場景，就是非常大的商業風險。“特斯拉最大的難題，是要回答爲什麼要用兩條腿的機器人來做這件事，而不是四足或兩個輪子”。
作爲雙足機器人的一種形態，外骨骼機器人比人形機器人更早找到了應用場景，包括康復輔助、物流、工業等。“一臺康復類外骨骼機器人售價爲100多萬元，”顧捷坦言，外骨骼機器人前期研發費用是十分巨大的，同理，人形機器人的成本受硬件供應鏈的影響較大，減速器、控制器、伺服系統是人形機器人的三大核心元件。
吳昊也提到，如果這三大核心元件都能實現國產化、規模化，一臺人形機器人的成本將大大低於60萬元人民幣。
然而，國內尚未形成成熟的機器人硬件產業鏈，核心元件國產化率也遠低於AGV、機械臂等。一家機器人公司高管談超向《IT時報》記者提到，AGV絕大多數零部件已實現國產化，連幾年前被國外公司壟斷的機械臂都已經實現80%的國產化率。
基於汽車和機器人的產業鏈有互通性，包括組裝、金屬加工製造等環節，顧捷大膽預測道，特斯拉很有可能在實現量產後，將人形機器人的產線搬遷至中國。
若特斯拉能將機器人項目堅持到量產，也許會成爲加速中國國內機器人產業鏈成熟的因子之一。
殺手級場景再造“蔚小理”
在特斯拉弗裏蒙特工廠中，Optimus已經開始投入簡單工作，這是馬斯克爲它找到的第一份“工作”。但特斯拉也沒有祭出殺手級應用場景，Optimus只演示了在辦公室內提起水壺澆花、雙手搬運物料至目標位置、準確定位周圍人員並主動避讓等。
馬斯克對人形機器人的期望甚高，“它將是特斯拉之外，最有希望的盈利業務”。
現實是，沒人能回答什麼商用場景能盈利。
早在26年前，日本本田公司發佈的人形機器人就已經會獨立行走、端茶倒水、擰螺絲等，最終折戟，就是因爲沒有找到剛需商用場景。
曾被光環籠罩的軟銀機器人Pepper，早在2020年悄然停產，最終不過賣出2.7萬臺。
“人形機器人的爆發點只有兩個，一是價格，二是落地場景，必須由人形機器人來完成的剛需應用場景。”在吳昊看來，最難的還是尋覓場景，現在能看到的無非是居家養老陪護。
根據Statista數據，2022年服務機器人應用於醫療場景的機器人銷售額佔比約34%，主要由於老齡化導致護理需求人數增加，而增速最快的是物流領域。
C端的家庭場景被認爲是人形機器人必爭的終極方向。東吳證券測算，1-3年後，全球人形機器人家務場景市場規模就達14萬億元。
傅利葉外骨骼機器人已研發7年，在雙足機器人領域有一定技術沉澱，顧捷向《IT時報》記者透露，未來也將推出人形機器人產品，仍舊聚焦康復養老場景。在他看來，如果人形機器人能夠廣泛應用的話，環境是不需要改變的，最重要的是找到應用場景。相比較而言，四足機器人的劣勢在於視野較低，輪式機器人無法跨越障礙。
在工業、物流等主流場景中，機器人圈多位從業者認爲，並不需要人形機器人的參與。無論是人形機器人還是機械臂，在工廠裏面臨的問題是一模一樣的，比如，物品抓取的計算偏差、結構精度誤差、作業任務的臨時調整，考驗覈心是人工智能算法和算力，以及視覺傳感器、位置傳感器的協同，所以跟機器人形態沒有太大關係。
“人形機器人的效率還遠遠跟不上工廠的自動化節拍，在智慧工廠中，你會看到形態各異的機器人，它們就是爲應用而生的。”談超認爲，大多數公司只盯着訂單、融資、上市等既得利益，使得國內機器人產業缺乏基礎性研發突破。
“經濟的根本要素是勞動力，如果我們可以使用機器人來實現更低的勞動力成本，終將帶來更快速的經濟發展。”馬斯克將機器人的經濟價值提高到比汽車更重要的位置，他暢想着，機器人不僅能代替人完成簡單重複工作，還能作爲夥伴，帶它出去喫喝玩樂、爲它穿上各色服裝、選擇多種相處方式，甚至塑造獨特的性格。
而當年的本田機器人，也有過類似的暢想，特斯拉人形機器人“炸彈”是否能再造“蔚小理”，終將看是否能找到剛需場景。
