炙手可熱的人形機器人賽道，正在提速發(fā)展。正在北京舉行的2024世界機器人大會上，27款人形機器人集中亮相，展示了各種各樣的動手干活能力。有的能與觀眾對詩，有的能踢球賽，還有的具備超強的學(xué)習(xí)能力，剛展示完自己快速學(xué)習(xí)的毛筆字，又秀起了剛剛學(xué)會的詠春拳，讓不少參觀者大呼“沒想到”“好神奇”。

統(tǒng)計顯示，本次大會上，今年“能動”的人形機器人數(shù)量比去年增長了3倍左右。大會發(fā)布的《人形機器人十大趨勢展望》中指出，十年前的人形機器人還只是簡單的肢體控制，發(fā)展到如今，已擁有了聰慧的“大腦”、敏捷的“小腦”和靈活的“肢體”。成績的背后，是各地上下游產(chǎn)業(yè)鏈的加速形成，部分地區(qū)甚至還形成了從研發(fā)到落地的閉環(huán)。預(yù)計隨著這一賽道的提速升級，人形機器人的商業(yè)化應(yīng)用將更加廣泛更加深入地進入各個領(lǐng)域。從某種意義上來說，人形機器人產(chǎn)業(yè)，很可能成為繼計算機、智能手機、新能源汽車之后，又一個深度影響人類生活的顛覆性產(chǎn)品。

盡管未來前景可期，但人形機器人想要更加深入我們的工作和生活，真正成為人類的好幫手，還需要滿足多個方面的要求，也就是，要過好幾道關(guān)。

第一關(guān)，是要具備完成某項具體工作任務(wù)的能力。從設(shè)計原理上來看，人形機器人的工作能力主要通過兩種方式來實現(xiàn)。一種是基于模型的運動控制，需要設(shè)計一些程序讓機器人完成識別、抓取、放置等動作。另一種則是通過模仿學(xué)習(xí)進行訓(xùn)練，讓人形機器人在復(fù)雜場景下完成演示任務(wù)，通過這一過程中收集的數(shù)據(jù)，反喂回去進行訓(xùn)練，從而提升機器人理解與操作能力。無論哪一種，都對技術(shù)的升級迭代提出了新的要求。

第二關(guān)，是提升人形機器人與人類的交互能力，也就是說，讓人形機器人能夠準確理解人類發(fā)出的指令，并準確執(zhí)行。比如，在教育、文旅、商業(yè)等領(lǐng)域，對于從業(yè)人形機器人的一個重要要求是，要隨時隨地能和不同的人打招呼，并能在具體情況下，就特定內(nèi)容進行實時交流。這就對大模型的調(diào)用提出了很高的要求。在語音交互過程中，人形機器人先要接收人的語音指令，將其轉(zhuǎn)化成文本指令，然后再調(diào)用大模型中的文本指令，來實現(xiàn)語音輸出，從而實現(xiàn)與人對話。這一交互中伴隨的表情和動作，也是相同的實現(xiàn)路徑。

當然，人形機器人要想正式上崗，還必須通過一系列考試，這就是第三道關(guān)?？荚噧?nèi)容多種多樣，需要滿足核心零件、運動控制、適應(yīng)性與可靠性、安全性等多個方面的要求。簡而言之，就像人的身體具有多個關(guān)節(jié)、手指一樣，人形機器人的身體也擁有這些部分。只有這些部分都達標，人形機器人才能健康地投入工作。

上海人工智能研究院副院長許春山認為，人形機器人的應(yīng)用基本可以分為三個階段，第一個階段，是一些比較危險或重復(fù)性高的工作場景，比如煤礦、水下作業(yè)等等；第二個階段，是需要與人類進行協(xié)同操作的場景，比如家庭生活中的做飯、打掃衛(wèi)生、工廠里的協(xié)同生產(chǎn)等等；第三個階段，是需要投入情感成分的場景，比如陪護類、交互類的一些工作。隨著應(yīng)用場景的增加，人形機器人的發(fā)展也面臨著技術(shù)升級、商業(yè)邏輯、能源消耗等多個方面的挑戰(zhàn)。還有很多人比較關(guān)注倫理問題和安全問題。比如說，當人和機器人出現(xiàn)了沖突的時候，誰是“第一性”？遇到危險的時候，如何優(yōu)先保障人的安全？這些問題需要產(chǎn)品研發(fā)者從設(shè)計之初就想清楚。因此，雖然說人形機器人的應(yīng)用是大勢所趨，但想要深入到工作和生活的方方面面，這個過程可能非常艱辛，不會一蹴而就。