文｜毛巾

編｜園長

一百年前，有關(guān)機(jī)器人的設(shè)想與創(chuàng)作在世界各地涌現(xiàn)。

1920年，捷克作家恰佩克在《羅素姆的萬能機(jī)器人》一書中創(chuàng)造了“Robot”一詞（源自捷克語“Robota”，意為苦役）；1927年，德國默片《大都會》上映，片中的機(jī)器人瑪利亞是影史上第一個人形機(jī)器人；1928年，日本生物學(xué)家西村真琴制造了“學(xué)天則”（意為向自然學(xué)習(xí)法則），它也是世界上首個明確以人形外觀構(gòu)建的自動機(jī)器人。

就早期機(jī)器人的外形，百年前的人們不約而同地達(dá)成了共識：仿照人類的樣子建就好了。這份共識幾乎出自于創(chuàng)造生命的直覺——一個在我們的終極構(gòu)想中擁有意識和智能的、能與人類互動的生命體，它必然會是人類的自我復(fù)制，是人類的某種鏡像，就像弗蘭肯斯坦創(chuàng)造科學(xué)怪人那樣。

隨著機(jī)器人應(yīng)用層面的發(fā)展，機(jī)器人不再局限于人形，而逐漸演變出了多種形態(tài)：輪式、足腿式、履帶式、飛行式、浮游式……人類社會對于機(jī)器人的功能要求愈發(fā)細(xì)化，在相當(dāng)一段時間內(nèi)，我們不需要建造一個“全知全能”的機(jī)器人，而只是讓機(jī)器人去以更高效率完成特定的任務(wù)就好：于是，全球每年會多出2000萬臺掃地機(jī)器人在沙發(fā)下鉆進(jìn)鉆出，而人類不會對它們抱有任何多余的期待。

而近兩年，人形機(jī)器人風(fēng)口再來。蛇年春晚，宇樹機(jī)器人的秧歌表演激起熱議，Speed中國行時與眾擎機(jī)器人的斗舞也成為網(wǎng)絡(luò)切片名場面，上周六在北京亦莊舉辦的人形機(jī)器人半程馬拉松，更是吸引了廣泛圍觀與討論，機(jī)器人在起跑線上摔倒、跑到頭掉的視頻，在朋友圈里大量傳播。

出師未捷頭先掉。圖源抖音@BRTV創(chuàng)新北京

刺猬公社（ID：ciweigongshe）也來到了比賽現(xiàn)場，我在距離起點9公里處的文博大橋等待20余支參賽機(jī)器人隊伍的到來，最終卻只等到了6支——對于現(xiàn)在的人形機(jī)器人來說，半程馬拉松還算是一種極限運動，21公里的路程包含了對機(jī)器人散熱能力、平衡能力、即時信息處理能力、續(xù)航能力等多個維度的考驗。

我們不會舉辦一場輪式機(jī)器人的賽車比賽，但會在馬拉松的途中久久等待人形機(jī)器人選手，當(dāng)它們經(jīng)過觀賽人群時，人群會對機(jī)器人報以不遜于人類選手的加油聲。這能部分解釋人形機(jī)器人在這個時代復(fù)興的原因——它們天然地比其他形態(tài)的機(jī)器人能贏取更多人類的共鳴。

現(xiàn)于阿姆斯特丹自由大學(xué)就讀機(jī)器人學(xué)習(xí)（CS Robot Learning）博士的俎新瑞向刺猬公社提供了一個業(yè)內(nèi)有趣的案例：

當(dāng)人類與非人形機(jī)器人互動交流時，往往會不知道看向機(jī)器人的哪個部位；而在面對人形機(jī)器人時，人類會自然望向機(jī)器人的雙眼。這將更便于機(jī)器人對人類進(jìn)行幫助和指引，也會以此產(chǎn)生更生動并高效的互動。

“想象一個家政機(jī)器人在你的廚房、客廳里干活，90%以上的人都會把這個機(jī)器人想成是人形的。”

圖中為星塵智能Astribot S1，圖源官網(wǎng)

當(dāng)業(yè)內(nèi)進(jìn)行機(jī)器人研發(fā)時，當(dāng)然不會滿足于掃地機(jī)器人、自動炒菜機(jī)、外賣機(jī)械狗這樣功能相對單一的產(chǎn)品。用戶會希望未來買到的機(jī)器人能成為包攬方方面面的家庭管家，研發(fā)者也在朝著讓一個機(jī)器人能干所有活、能出現(xiàn)在絕大部分人類生活場景的方向前進(jìn)。

我們常會忽略的一點是——許多我們下意識舉手投足就能完成的簡單行為，其實都是因為所在空間和所用工具的設(shè)計完美符合人體工學(xué)：擰門把手（門把手的高度）、上下樓梯、使用剪刀和握持菜刀、擰瓶蓋的旋轉(zhuǎn)角度（瓶蓋大小）、水龍頭的開關(guān)方式……這些動作只有使用人類的身體才能完美而連貫。而研發(fā)一個將要出現(xiàn)在人類的空間，使用人類工具的多功能機(jī)器人，最好也最直觀的解決辦法，便是讓它具有人類身體的規(guī)格與形態(tài)。

同樣地，當(dāng)機(jī)器人應(yīng)用于工業(yè)生產(chǎn)時，它也需要能夠操作基于成年人身高設(shè)計的儀器與設(shè)備。國外一流人形機(jī)器人企業(yè)，也都選擇了制造“全尺寸”機(jī)器人：特斯拉的Optimus Gen 2身高173cm，體重57kg；在亞馬遜倉庫工作的Digit身高175cm，體重63.5kg，其臂展也需要達(dá)到72cm，才能成功搬運標(biāo)準(zhǔn)尺寸的貨箱。

而在亦莊機(jī)器人半馬中，我們看到：在當(dāng)前階段，即使只把機(jī)器人做到人類身體的大小，讓其按照人類的方式自主行走與跑動，已經(jīng)有一定難度的挑戰(zhàn)。大部分參賽機(jī)器人都需要人類在旁輔助調(diào)整其前進(jìn)方向，或人類領(lǐng)跑員在前方為其部署電子信標(biāo)，才能較好地完成轉(zhuǎn)彎、上下坡等動作。

在完賽的機(jī)器人選手中，獲得第二名和第四名的“小頑童”與“旋風(fēng)小子”均使用了松延動力團(tuán)隊N2機(jī)器人，N2機(jī)器人此前曾因表演連續(xù)空翻出圈，在本次比賽中它也表現(xiàn)不俗。N2機(jī)器人的身高只有約1.2m，展現(xiàn)出了機(jī)動靈活的特點，N2也是我在比賽9公里前后看到的唯一不需要人類輔助奔跑的機(jī)器人，很好地證明了松延動力在官網(wǎng)中對它“大步奔跑、動態(tài)抗干擾”的描述。

“小頑童”的步態(tài)矯健

獨自前行的“旋風(fēng)小子”

隨著機(jī)器人身高的增高，機(jī)器人的重心升高、重量變大，這將是對機(jī)器人平衡、能耗、運動算法等多維度能力的進(jìn)一步考驗。

本次比賽奪冠的“天工Ultra”來自北京機(jī)器人創(chuàng)新中心，作為身高180cm，體重52kg的全尺寸機(jī)器人，天工Ultra在全程都表現(xiàn)出其綜合能力的穩(wěn)定性，無論是姿態(tài)還是步頻步速，都可以比肩一個中游水平的人類選手，且全程未更換機(jī)器人；而季軍卓益得機(jī)器人“行者二號”則主打低能耗，其前輩“行者一號”曾創(chuàng)造以每小時0.8度電連續(xù)行走134公里的世界紀(jì)錄。卓益得機(jī)器人體型輕盈，并運用了肌腱仿生驅(qū)動技術(shù)，使它能實現(xiàn)類似人體肌腱的彈性擬人化運動。

天工Ultra撞線瞬間。圖片來自新京報，李木易攝

但更多的機(jī)器人沒有完成比賽，這是一場只有三分之一選手跑完的半馬。

不少網(wǎng)友在觀看了這場比賽后，對人形機(jī)器人的發(fā)展反而持起了相對悲觀態(tài)度，大眾似乎渴望著見證一場機(jī)器人碾壓人類選手的速度表演，沒想到卻只看到了很多機(jī)器人的亦步亦趨和蹣跚學(xué)步。

“不過是人類坐在后面的車?yán)锬弥b控器罷了?！?/span>

“早知道帶我的掃地機(jī)器人去參賽了！”

“要是我的工作被這種機(jī)器人取代，是我活該。”

……

欲戴皇冠，必承其重。未來的人形機(jī)器人承載了多少人類的期待，此時此刻的它就要收到多少嘲諷和質(zhì)疑。

畢竟，當(dāng)我們已經(jīng)刷完了整整七季《黑鏡》后，很難相信現(xiàn)實中的機(jī)器人還處在跑步不太順暢的階段。

但與其說亦莊機(jī)器人半馬是一場比賽，不如說它是人形機(jī)器人業(yè)內(nèi)的一次聚會，也是一場向公眾開放的全民科技派對。

參賽隊伍不吝于分享自己的進(jìn)度，不害怕展現(xiàn)產(chǎn)品的不足之處，在21公里的自然道路上，許多在實驗室環(huán)境中沒出現(xiàn)的問題得以暴露與解決，企業(yè)也可以通過現(xiàn)場與網(wǎng)絡(luò)觀眾評論，得到大量未來潛在用戶的反饋——在文博大橋附近的人群中，便有人更關(guān)注速度，有人更關(guān)注姿態(tài)，有人更在乎外形的擬人化，還有人偏愛跑步輕盈，不會發(fā)出任何聲音的機(jī)器人。

開放性，或者說開源性，是機(jī)器人行業(yè)的顯著特點之一。2024年，“天工開源計劃”發(fā)布，陸續(xù)將天工機(jī)器人本體、數(shù)據(jù)集、運動控制等方面的成果面向行業(yè)開源開放；在宇樹科技的官網(wǎng)上，也能很便捷地找到官方開源的數(shù)據(jù)與項目。人形機(jī)器人的發(fā)展，也是由機(jī)器人業(yè)內(nèi)的開源分享一步步推動的。

天工與宇樹的官方開源頁面，圖源官網(wǎng)

“機(jī)器人發(fā)展的一大瓶頸，其實是數(shù)據(jù)?！辟扌氯饘Υ题缯f，“不同形態(tài)的機(jī)器人太多，它們的數(shù)據(jù)就五花八門，很難去統(tǒng)一。舉個例子：它有幾個關(guān)節(jié)？上面有多少攝像頭？攝像頭的型號是什么？分辨率是多少？三維坐標(biāo)和相對坐標(biāo)位置是多少？太多了，每個機(jī)器人都不一樣?！?/span>

目前最大的開源真實機(jī)器人數(shù)據(jù)集Open X-Embodiement Dataset，便是為了統(tǒng)合不同形態(tài)、不同平臺的機(jī)器人數(shù)據(jù)做出的嘗試。機(jī)器人領(lǐng)域的數(shù)據(jù)集通常規(guī)模較小，缺乏多樣性，并不像大語言模型那樣可以利用互聯(lián)網(wǎng)上幾乎無限豐富的語料，于是便更難完成對人類的模仿——把人類的動作捕捉數(shù)據(jù)轉(zhuǎn)化成機(jī)器人能利用的動作空間，還是一個前沿的研究方向。

而人形機(jī)器人，便是當(dāng)前機(jī)器人數(shù)據(jù)困局下的一個返璞歸真的答案。一方面，來自人類動捕的數(shù)據(jù)一定是人形機(jī)器人更容易學(xué)習(xí)；另一方面，各家企業(yè)在人形機(jī)器人領(lǐng)域共同發(fā)力，也能避免數(shù)據(jù)資源浪費，方便交流與協(xié)作。

比起各家各戶分別悶頭制作形態(tài)各異的多功能機(jī)器人，不如一齊著力于已經(jīng)由人類驗證其功能潛力的人形機(jī)器人，這漸漸成為了行業(yè)的共識。

倘若考慮到未來機(jī)器人會進(jìn)入家政、酒店和醫(yī)療等服務(wù)行業(yè)，它人形的外觀給人帶來的心理影響就更為顯著：

“我樓上就是做人機(jī)交互的實驗室，更偏向心理學(xué)和醫(yī)學(xué)方向，他們同樣非常需要人形機(jī)器人。他們覺得和人類離得越近，人與機(jī)器人的互動就越自然。不然的話，人人總是把機(jī)器人當(dāng)做一個完完全全不一樣的工具，在很多情況下就是沒辦法合作的?！辟扌氯鹫f。

“如果對面是人形機(jī)器人，你會把它看成一個和你相對平等的人；而如果對面是一個不知所云的平板加上雙臂，那你只會把它當(dāng)成一個電腦或pad?！?/span>

人形機(jī)器人，它是在達(dá)芬奇時代便開始的，人類對于機(jī)器人最初的構(gòu)想。而在2025年的今天，它再次成為了機(jī)器人領(lǐng)域的歸宿。

它承載了人類的自負(fù)——我們認(rèn)為我們的身體便是世上最精密的機(jī)械，一切人類創(chuàng)造出的機(jī)械作品，都要以我們自己為藍(lán)圖；它也寄托了人類的想象——我們終被自己的身體和感官所禁錮，但倘若以鋼鐵之軀，再加以AI帶來的具身智能，機(jī)器人們又會將世界形塑成什么樣子？

第一輛汽車的速度比馬車還慢，生成式AI那些驚艷人類的靈感背后，是無數(shù)次的無意義的胡言亂語。在未來到來前，我們總需要一點耐心。

也許在未來5-10年，人形機(jī)器人也會迎來它的尤里卡時刻，而此時此刻發(fā)生的一切，包括周六的那場馬拉松，可能不過是一場心理預(yù)演，一次機(jī)器人向人類的提前發(fā)問：“我的創(chuàng)造者，你們準(zhǔn)備好了嗎？”

若干年后，當(dāng)對面的那個人再提出這個問題時，你也許會有兩個答案，其中一個是：“真想不到，當(dāng)年我可沒怎么看好你?！?/span>

而另一個答案是：“Welcome，我已經(jīng)等你很久了。”