The following article is from 智能涌现 Author 田哲
直击AI新时代下涌现的产业革命。36氪旗下账号。
元璟投后企业傅利叶是国内率先量产通用人形机器人的公司之一。在推出多款康复机器人后,傅利叶于2019年开始研发通用人形机器人,2023年推出的首款双足人形机器人GR-1,至今已在数十个场景交付百余台。
近日,傅利叶发布其第二款通用人形机器人GR-2,其全身自由度达到53个,单臂运动负载达3kg,能够完成更复杂的操作。续航方面,GR-2的电池容量提升一倍,将续航时间提升至两个小时,同时新增换电方案。
顾捷表示,自去年发布GR-1后,傅利叶就立刻启动第二款人形机器人的研发,GR-2正是吸收首款人形机器人应用后各方声音的研发结果。顾捷认为,当下人形机器人远远没有达到大批量量产阶段,今年行业量产规模预计为数百台,但他预计,明年行业内人形机器人产量将同比增长10倍。
以下为大家分享《智能涌现》等媒体与傅利叶创始人兼CEO顾捷、傅利叶通用机器人事业部副总裁周斌的对话。
AI大模型的加速发展,催化了国产人形机器人陆续走出实验室,让量产成为人形机器人新的关键词。
今年以来,多家国产人形机器人公司发布首款人形机器人产品,他们之中,最年轻的公司还不到两岁。在傅利叶创始人兼CEO顾捷看来,这背后除了大模型的应用之外,还离不开国内高度发达的汽车、消费电子工业体系,让人形机器人的本体得以量产。
傅利叶是国内率先量产通用人形机器人的公司之一。在推出多款康复机器人后,傅利叶于2019年开始研发通用人形机器人,2023年推出的首款双足人形机器人GR-1,至今已在数十个场景交付百余台。
GR-1的多场景应用,让傅利叶听见了客户不同的反馈,也发现了人形机器人的不足。顾捷坦言,GR-1是一款原型机,距离完美仍然有很远的距离。
傅利叶理想状态的人形机器人,需要同时满足六个条件,即运动智能、认知智能、仿生设计、灵巧作业、商业应用、用户体验。而让人形机器人逐渐趋于完美,唯一方式是将人形机器人在多个场景商业化应用,吸收市场反馈不断迭代,从而让人形机器人真正产生商业价值。
近日,傅利叶发布其第二款通用人形机器人GR-2,其全身自由度达到53个,单臂运动负载达3kg,能够完成更复杂的操作。续航方面,GR-2的电池容量提升一倍,将续航时间提升至两个小时,同时新增换电方案。
外观方面,GR-2在保留双足、五指的设计基础上,整体更接近人类。GR-2的身高达到175cm,体重63kg,整机布局采用内走线设计,线缆布置于机器人内部。顾捷解释,将机器人设计趋向于人类,可以采集真实数据进行功能泛化,让机器人在不同场景工作。
为了优化控制策略和性能,GR-2的关节布置由并联改为串联,使得每个关节的运动可以独立计算,有利于开发者部署控制算法,方便调试和维护,降低制造成本。
顾捷表示,自去年发布GR-1后,傅利叶就立刻启动第二款人形机器人的研发,GR-2正是吸收首款人形机器人应用后各方声音的研发结果。
傅利叶没有设定GR-2的销量目标,依旧小批量进行量产。顾捷认为,当下人形机器人远远没有达到大批量量产阶段,今年行业量产规模预计为数百台,但他预计,明年行业内人形机器人产量将同比增长10倍。
人形机器人的量产,可能会带来行业价格战吗?对于这一问题,顾捷表示,傅利叶不会打价格战,并且人形机器人行业远未到价格战的时期,应该更关注如何让人形机器人产品成熟。
关于未来GR-X系列人形机器人的研发,顾捷认为,需要根据行业相关技术发展程度,才能决定启动项目时间。他相信,随着业界的持续研究推动,将在明年看见更多大模型与机器人融合的新进展。
以下是《智能涌现》等媒体与傅利叶创始人兼CEO顾捷、傅利叶通用机器人事业部副总裁周斌的对话,内容略经编辑:
Q:从第一代到第二代人形机器人,研发过程中存在哪些难点?傅利叶如何解决?
A:难点在于机器人的多维度都需要同时满足同一个要求,简单来说就是“既要又要”。比如12自由度的灵巧手,要求它在小型化同时还需实现非常精密的动作,我们通过优化设计动作、传动结构等方面,最终实现了小型12自由度的灵巧手。
从商品角度设计,灵巧手需要和整个机器人外壳结构无缝连接,需要跨模块思考,这是我们一直面临的技术难点。因此,我们按照整个项目设定大将多个团队融合为大团队一起研发,把机器人整体作为一个产品进行设计。
Q:第二代机器人的电池有哪些方面的升级?
A:根据GR-1在交付后客户的反馈,我们将GR-2的电池容量提升了超200%,并且可拆卸进行换电补能。
未来,傅利叶会和电池头部企业合作开发机器人电池。因为电池对我们来说只是一个模块,我们会采用最先进的商业可用技术应用至整个系统。
Q:GR-2的研发周期多长时间?
A:从去年发布第一代之后,我们就开始策划第二代性能指标达到SPEC,花了大概半年的时间,结合客户反馈、制造工艺搭样机。直到现在GR-2的样品出现,共有三个GR-2的形态迭代,过程中根据汇总的经验和反馈,进行了一些修改。
Q:GR-2发布后,下一代产品是否即将启动研发?
A:研发是一个滚动的过程,今天发布的人形机器人是GR-X系列,包括GR-1、 GR-2等其它系列产品,下一代GR-X系列产品留个悬念。
我们没有严格按照一年发布一款的节奏设定研发周期,因为现在的技术迭代和技术突破有自己的节奏,我们希望技术成熟一代,傅利叶发布一代人形机器人,相当于这一代人形机器人基本达到了我们目前所有的客户的需求,以及我们调研的认知高度,我们选择最可靠、最稳定的量产的工艺技术定义了一款当前的产品。
但是研究中的很多技术超前不少,比如我们之前在研究端到端感知,包括后面可能考虑有更大的算力、新材料,我们会多方面预演,之后才能按照时间节点排下一代的产品时间。
Q:智能化方面,傅利叶如何训练?
A:傅利叶的人形机器人没有AI的概念,我们侧重于将机器人本体的潜能和应用性能做好。算法层面,我们会进行组成算法调试,也会联合知名院校、AI公司研究、开发。
Q:傅利叶从首个研发方向是医疗机器人,到现在研发通用人形机器人,傅利叶的竞争优势是什么?
A:现在大家关注人形机器人的活动自由度,傅利叶更关注提升机器人的功能,而不是机器人本身。就像一个人类可以参加奥运会,也能做普通的工作。我们更加关注机器人整体的运动智能、认知智能、仿生设计、灵巧作业、商业应用、用户体验六个方面,这样的机器人才是好机器人。
Q:包括GR-1在内,你对目前这两款产品今年或明年的整体销售目标有预期吗?
A:目前计划是小批量量产人形机器人,还远远没有达到大批量量产阶段。今年整个行业量产规模我认为是是数百台,但是一些产品具有复制性,明年行业人形机器人产量能够以10倍速度增长,具体的量现在难以预测。
Q:人形机器人逐渐走向量产,相关零部件供应链近两年是否发生变化?
A:人形机器人的量产成本无论是10万元还是20万元,对于现有行业来说的影响都不明显,我们希望机器人量产后能达到产品级,有用且可靠。
人形机器人的供应链和汽车行业高度相似,大约40%零部件接近消费电子,因此消费电子、电动汽车供应链的良好基础,让中国机器人产业领先,能让未来的人形机器人产品价格低至消费者买得起,但这个前提是人形机器人足够有用,目前人形机器人行业发展还没达到第一步。
Q:触控单元作为一号部件容易导致成本增加,傅利叶在这一方面有何降本方式?
A:触摸传感器单元可拆换,所以我们考虑的主要成本是加工和耗件成本。我们将整个触觉传感器的接口统一化,以方便拆换。另外,由于触觉传感器有差异,因此只要统一接口,就能更替手指等零部件。
Q:不同场景对于机器人手指可能有不同要求,傅利叶未来可能推出二指、三指的机器人吗?
A:从通用人形机器人角度看,我们不会做二指、三指,因为人的手指是五根手指,从业务操作泛化性来看,五根手指的人形机器人可以像人类般操作,从而采集真实数据进行泛化,这条路线能够让机器人更接近人类。傅利叶推出统一化的接口,客户可以针对应用需求,自己添加模块。
Q:傅利叶的人形机器人技术路线是怎样的,与其他厂家有什么差异?
A:我们的机器人是“Made for AI”的这样一个概念,会更加侧重把机器人的本体做好,把它本身的潜能、活动度、运动性能做扎实。
算法层面上,我们自己会做一些底层的算法调试,另外和一些知名院校联合开发,与一些公司合作来进行实现。所以基本上一些最前沿的,包括有突破性的最新的算法架构、训练方式,在我们本体上都在做相应的部署和实践。而且所获得的一些成果也是非常令人惊奇的。
Q:傅利叶的人形机器人已经在银行、工厂等多个场景应用,傅利叶如何分配人力?
A:人形机器人落地效果最明显的是回报率高场景。比如某个场景有痛点却没得到满足,需要根据客户需求定义人形机器人的功能优先级。
技术指引未来机器人的发展方向,如果脱离大量技术去满足客户需求,对于我们来说只是一个短期利益;如果着眼长期技术方向,需要大量实验室和顶尖的研发团队确定技术方向,这是不紧急却非常重要的工作。
紧急、重要且能立刻落地的场景,需要一部分工程化能力,迅速满足客户需求。这其中,长期看技术判断,根据客户需求快速输出、反馈、迭代。
Q:不同场景的应用,对傅利叶机器人的迭代有哪些帮助?
A:机器人在应用中产生的数据储存在客户的服务器中,这些数据未来会成为各企业自己的资产,企业可以根据内部数据研发AI Agent。傅利叶做AI Agent本体,相当于身体和大脑。客户和第三方合作数据归属于客户,他们基于数据进行配置和训练,我们提供工具链和方法论。
我们会建设数据采集的训练中心,完成部分数据闭环。另外我们将任务中单独采集的数据集,结合网络公开数据、仿真数据集进行混合训练,进而完成部分具体任务。
Q:上半年人形机器人出现了类似价格战的情况,下半年的竞争可能会激烈,傅利叶怎么应对?
A:首先傅利叶不打价格战,其次人形机器人行业目前还远远没到价格战的时期。
举个例子,假设人力成本一个月一万块,买一台售价一万块的人形机器人回家,你会问这款机器人能为你做哪些事情。我们更应该注重让人形机器人产品成熟,能够落地完成某些工作,产生真正的商业价值,而不是一开始就关注价格。
Q:机器人技术或产业方面,傅利叶面临的挑战是什么?
A:通用机器人只有将身体和大脑结合使用,才能产生作用。大脑方面,现在大模型能够识别图片、聊天,但没有具象化的生成能力。而机器人身体成本高昂,精度有限,也很难执行动作。
现在通用机器人应用场景近百个,总结起来存在的应用问题可分为七大类,因为机器人的大脑和身体能力不足,但场景问题未来会被逐渐解决。
Q:大模型与机器人结合,如何推动机器人发展?
A:最近半年我们看到不少的文献,可以通过大模型生成动作,让机器人做一些简单动作。另外,也可以通过强化学习让这个机器人学会一些反应要求很高,动作要求很快的动作,这些放在以前不敢想象。
现在机器人有50多个自由度,50多个电机,以前控制每个电机,要向每一行发指令。如果是全身运动控制,每一刻、每一秒都是不同的位置,不同力量的变化,通过传统编程控制简直是一个不可能完成的任务。
现在通过大模型,一个神经网络就可以控制人形机器人,而且机器人的动作可以产生一些意想不到的东西,因为是它自学的。你给它做了一些示范,它可以模仿学习,你给了它一些奖励函数,它可以通过强化学习快速反应。通过大模型直接给它一张图片,可以让它根据图片阐释下一个坐标的动作。目前,这些分块已经有非常顶尖的大佬和实验室研究。我们觉得大模型与机器人融合在今明两年能够看到更多进展。
Q:目前国内的机器人公司更多相信大模型+小模型路线,为什么傅利叶会选择端到端这条看起来“非主流”的技术路线?
A:我们觉得对于最底层的来说,比如说控制电机发力,首先就能够做一个位置。举一个例子,这时候用传统算法比如PID算法以及控制算法,容易解决单个问题。
如果要做一些运动控制条件反射,或者实现走路等复杂动作,通过神经网络模仿学习、强化学习,这些方式能够让机器人达到一个非常好的精确运作,稳定度也比较好。
但是再往上,如果说是要真正意义完成一个复杂任务,我们觉得端到端的可能性还是最大的。端到端原本是一个小众技术,但现在端到端在自动驾驶领域变成了主流认知。人形机器人其实也一样,原大家看到的是传统任务规划,轨迹控制,这些东西都是人形机器人的底子。现在我们更想尝试端到端方案,解决原来的任务复杂度。
Q:机器人和自动驾驶发展相似,随着产品智能化不断提升,不少公司自研零部件以跟上智能化需求。傅利叶已经自研部分核心零部件,未来是否会自研芯片等关键零部件?
A:我们对人形机器执行器的关键模组是全自研,比如电机、减速机、驱动器、传感器等,目的是让整个机器人适配性能够达到最好。
目前芯片不在自研计划之内,但是未来不排除这个可能。我们觉得芯片性能会大大影响整机性能,我们可以把很多边缘侧计算放在执行器侧,很多算力放在本地。就像特斯拉FSD的大量计算在本地完成,大型服务器集群放在云端,通过连接云端完成复杂问题,需要高速响应的问题在本地解决,所以芯片的需求量未来会很大。
Q:芯片算力未来会多大?
A:算力越大,支撑的神经网络越大,理论上模型越大,机器人的知识储备量越大。目前算力瓶颈是,人形机器人的身材比较苗条,不能装上很多算力板。按照半导体发展情况,未来几年芯片算力可能提升十倍、百倍。
Q:人形机器人未来的终局会是什么?
A:现在有两种观点,一种是认为人形机器人行业将像国内电动汽车品牌,很多厂家有着不同的品牌,产品有不同的定位和价格,机器人行业生态丰富。另一种观点认为,可能会出现安卓、iOS般的巨头,具备一定AI能力。我们认为两种情况都有可能实现,傅利叶希望能推动机器人产品化,实现真正意义的产品泛化性。