2023年是人形機器人產(chǎn)業(yè)蓬勃發(fā)展的一年：一方面，初創(chuàng )公司和跨界入局者紛紛涌入這一賽道，另一方面，人形機器人的硬件和軟件技術(shù)均得到了大幅提升。從2023年初到2024年第一季度，短短一年光景，許多人形機器人產(chǎn)品卻完成了一輪又一輪的進(jìn)化。
特斯拉Optimus-動(dòng)作更流暢自然
特斯拉Optimus是人形機器人領(lǐng)域的流量明星，自2022年發(fā)布以來(lái)歷經(jīng)多次迭代更新。
特斯拉于去年12月發(fā)布的視頻展示了Optimus第二代原型機。第二代Optimus經(jīng)過(guò)全面設計煥新，突顯更接近人類(lèi)的雙手動(dòng)作和更輕盈的機身重量。這一更新還包括頸部和手臂方面的定制驅動(dòng)器和傳感器的升級，使Optimus在執行各種任務(wù)時(shí)更為靈活和高效。
今年以來(lái)，特斯拉多次發(fā)布人形機器人Optimus的相關(guān)視頻，在最新的視頻中，Optimus的性能在短短幾周的時(shí)間里已持續迭代升級。根據Optimus首席工程師MilanKovac，目前Optimus行走速度約為0.6米/秒，速度與此前相比提高了30%。
通過(guò)改進(jìn)前庭系統、腳部軌跡，以及地面接觸邏輯，并升級運動(dòng)規劃器，縮短整個(gè)機器人的環(huán)路延遲，Optimus整體行走穩定性和自信程度都有所提升，轉彎表現也十分優(yōu)異。研究團隊還為其添加了一些軀干和手臂的搖擺動(dòng)作，使行走更加自然。
宇樹(shù)H1-奔跑速度打破世界記錄
3月1日，宇樹(shù)科技通過(guò)各大媒體平臺發(fā)布Unitree H1 3.0最新視頻，其最快奔跑速度達到3.3m/s，打破了全尺寸人形機器人運動(dòng)的世界紀錄，此外該機器人擁有更完善的全身動(dòng)態(tài)協(xié)調能力，除了能夠編組跳舞之外，還能搬運物品和上下樓梯。
7個(gè)月之前，宇樹(shù)展示了其第一代Unitree H1 產(chǎn)品，當時(shí)該機器人的最大行走速度僅為1.5m/s。短短幾個(gè)月，速度提升超過(guò)一倍。
此外，Unitree H1 3.0首次具備雙腳原地跳躍能力，從視頻拍攝角度來(lái)看（近地面視角），以Unitree Go2四足機器人（高度40cm）為參照，Unitree H1 3.0的跳躍高度約為20-30cm。雙腳原地跳躍主要檢驗了電機關(guān)節的高爆發(fā)力以及算法的穩定性。
另一大亮點(diǎn)在于Unitree H1 3.0具備上下樓梯能力，樓梯高度為16cm，包括狹窄樓梯設計。Unitree H1 3.0甚至能夠在下樓梯時(shí)切換180度，做到反身旋轉，這是其它人形機器人所不具備的能力。
Ameca-模仿能力更強
最近，在世界移動(dòng)通信大會(huì )MWC 2024上，世界上最先進(jìn)的機器人之一Ameca又現身了。得到GPT-4加持后，Ameca能夠對各種問(wèn)題做出實(shí)時(shí)反應。
今年2月份，Ameca背后的英國機器人公司Engineered Arts公布了團隊最新的開(kāi)發(fā)成果。視頻中，機器人Ameca具備了視覺(jué)能力，能看到并描述房間整個(gè)情況、描述具體物體。最厲害的是，她還能模仿各種聲音講話(huà)，包括風(fēng)格和語(yǔ)氣語(yǔ)調，比如馬斯克、海綿寶寶...
Ameca 配備廣泛的傳感器，包括攝像頭、麥克風(fēng)、位置編碼器等，并由機器人操作系統 Tritium 和工程藝術(shù)系統 Mesmer 這兩個(gè)底層系統提供支持。Tritium 負責遠程控制機器人面部、頭頸、四肢等的各方面組件，使得機器人適應環(huán)境的突然變化并即時(shí)做出響應。Mesmer 則通過(guò)對真人的 3D 內部掃描，準確地模仿人體骨骼結構、皮膚紋理和表情。
早在 2022 年 9 月，Ameca 就接入了 GPT-3，并結合自動(dòng)語(yǔ)音識別，接收研究人員提出的問(wèn)題，并通過(guò)在線(xiàn)語(yǔ)音合成輸出類(lèi)似真人的聲音，實(shí)現實(shí)時(shí)問(wèn)答的效果。2023 年 3 月，Ameca 用上了新鮮出爐的 GPT-4，表現互動(dòng)更通人情。
如今，Ameca 不僅能像人一樣控制表情，還有了畫(huà)畫(huà)、空間識別、語(yǔ)音克隆等 AI 賦予的能力。
波士頓動(dòng)力Atlas-精準抓取物品
波士頓動(dòng)力公司研發(fā)的Atlas是現存最敏捷的人形機器人之一。它具備快速移動(dòng)和動(dòng)態(tài)平衡等功能，擅長(cháng)奔跑、跳躍和后空翻，也可以搬運盒子和板條箱等物體。
據最新消息，波士頓動(dòng)力公司研發(fā)的Atlas已經(jīng)成功學(xué)會(huì )了搬運中等重量的汽車(chē)零件，展示了其在運動(dòng)控制方面的新進(jìn)展。與之前只能搬運工具箱、杠鈴和木板等物品相比，Atlas這次展示的新技能對其平衡能力提出了更高要求。
此次演示中，Atlas采用了更新的第二階段抓取技術(shù)，機械手具備更高的精準度和控制力。新款機械手每個(gè)手有三根手指，每個(gè)手指有兩個(gè)關(guān)節，共享一個(gè)手掌樞軸，并在手指中部還有一個(gè)指關(guān)節。這些手指的靈活性使得Atlas能夠更加精準地抓取物品，避免了過(guò)度用力導致?lián)p壞。
Eve-自主操作能力大提升
EVE 是1X Technologies開(kāi)發(fā)的一款多功能人形機器人。它使用輪子來(lái)自我平衡并四處行駛，可以執行移動(dòng)重箱子以及處理易碎物品等操作任務(wù)。
2022 年 10 月，1X的視頻中展示了EVE機器人第一次完成開(kāi)門(mén)任務(wù)。那時(shí)，EVE機器人的動(dòng)作還稍顯笨拙。
現在，1X 已將 GPT 系列模型成功融合到其機器人中，顯著(zhù)提升了機器人的擬人化能力。這一變革使得 1X 機器人能夠輕松完成之前很多機器人難以完成的動(dòng)作，如轉彎、做飯、拾起物品等。
2024年2月，1X發(fā)布了EVE的最新視頻，在視頻中，多臺EVE機器人利用端到端神經(jīng)網(wǎng)絡(luò )執行各種任務(wù)。視頻中特別對EVE的拾取和搬運技能進(jìn)行了展示。不僅可以精確拾取和放置物品，還可以像人類(lèi)一樣蹲下。
該公司在其官方網(wǎng)站上解釋道：“視頻中展示的每一個(gè)動(dòng)作，均是由我們先進(jìn)的視覺(jué)神經(jīng)網(wǎng)絡(luò )精準操控，通過(guò)神經(jīng)網(wǎng)絡(luò )接收圖像輸入，并發(fā)出精確指令，以控制駕駛、手臂、抓手、軀干以及頭部的各項動(dòng)作。”
Figure 01-超強學(xué)習能力
今年年初，Figure AI公司可謂出盡了風(fēng)頭，既有6.75億美元的大額融資，又有與寶馬工廠(chǎng)的合作項目。除此之外，其人形機器人產(chǎn)品的進(jìn)化速度極快，不到半年時(shí)間，已完成多次功能更新。
去年10月，Figure AI發(fā)布了首款人形機器人，代號為Figure 01，并發(fā)布了Figure 01雙足行走的演示視頻。
為了增強雙足機器人系統的功能并確保商業(yè)可行性，他們選擇了比波士頓動(dòng)力公司的液壓系統更強、更高效、更安全的電動(dòng)執行系統。此外，Figure正在建立各種類(lèi)型的視覺(jué)語(yǔ)言模型，以展示機器人的自主能力。
今年1月7日，Figure AI發(fā)布了Figure 01使用膠囊咖啡機制作咖啡的視頻，一度引起轟動(dòng)。據Figure介紹，基于端到端的神經(jīng)網(wǎng)絡(luò )，Figure 01觀(guān)察了10小時(shí)人類(lèi)制作咖啡的過(guò)程，從而“學(xué)會(huì )”了這一技能。
制作過(guò)程中，Figure 01 能自主調整動(dòng)作不準確的地方（左圖部分），無(wú)需任何人為遠程遙控。
結語(yǔ)：人形機器人的進(jìn)化趨勢
人形機器人的發(fā)展可以分為硬件和軟件兩條主要路徑。這兩條發(fā)展路徑相輔相成，硬件路徑提供了機器人的物理基礎和執行能力，而軟件路徑則賦予機器人智能和靈活性。從以上列舉的人形機器人產(chǎn)品及其變化，可以總結為以下幾點(diǎn)進(jìn)化趨勢：
運動(dòng)控制的提升：隨著(zhù)傳感器技術(shù)和運動(dòng)控制算法的不斷改進(jìn)，人形機器人的運動(dòng)能力得到了顯著(zhù)提升。從最初的笨拙步態(tài)到如今的流暢自然，人形機器人的步態(tài)和動(dòng)作變得越來(lái)越接近人類(lèi)，其穩定性和靈活性也大幅提高。運動(dòng)控制系統的進(jìn)化使得機器人能夠更加精準地執行各種任務(wù)，例如行走、跑步、爬樓梯等，從而拓展了其應用領(lǐng)域，提升了其在現實(shí)應用中的適用性和可靠性。
智能化水平的提高：人形機器人的智能化水平不斷提高，主要體現在感知、決策和執行能力方面。通過(guò)搭載更加先進(jìn)的傳感器和處理器，機器人能夠更準確地感知周?chē)h(huán)境，實(shí)現環(huán)境感知、目標檢測等功能。同時(shí)，機器人的決策能力也得到了加強，可以根據環(huán)境變化做出及時(shí)的響應和調整。智能化的發(fā)展使得人形機器人能夠更加靈活地適應各種復雜場(chǎng)景，并且能夠實(shí)現更加復雜的任務(wù)執行。
通用性的增強：正是因為運動(dòng)控制和智能化水平的提高，人形機器人的通用性得到了顯著(zhù)強化，使其能夠適用于更廣泛的應用場(chǎng)景和行業(yè)領(lǐng)域。過(guò)去，人形機器人往往局限于特定的領(lǐng)域或任務(wù)。但是隨著(zhù)技術(shù)的發(fā)展，人形機器人逐漸具備了更廣泛的應用能力，例如在工業(yè)生產(chǎn)線(xiàn)上的物料搬運或者軍事領(lǐng)域的偵察任務(wù)等方面的應用。通過(guò)模塊化設計和通用化接口，人形機器人能夠靈活應對不同的任務(wù)和環(huán)境，為各行各業(yè)提供定制化的解決方案和服務(wù)。同時(shí)，它們還具備了適應不同工作流程和場(chǎng)景的能力，進(jìn)一步拓寬了其應用范圍。
特斯拉于去年12月發(fā)布的視頻展示了Optimus第二代原型機。第二代Optimus經(jīng)過(guò)全面設計煥新，突顯更接近人類(lèi)的雙手動(dòng)作和更輕盈的機身重量。這一更新還包括頸部和手臂方面的定制驅動(dòng)器和傳感器的升級，使Optimus在執行各種任務(wù)時(shí)更為靈活和高效。
通過(guò)改進(jìn)前庭系統、腳部軌跡，以及地面接觸邏輯，并升級運動(dòng)規劃器，縮短整個(gè)機器人的環(huán)路延遲，Optimus整體行走穩定性和自信程度都有所提升，轉彎表現也十分優(yōu)異。研究團隊還為其添加了一些軀干和手臂的搖擺動(dòng)作，使行走更加自然。
3月1日，宇樹(shù)科技通過(guò)各大媒體平臺發(fā)布Unitree H1 3.0最新視頻，其最快奔跑速度達到3.3m/s，打破了全尺寸人形機器人運動(dòng)的世界紀錄，此外該機器人擁有更完善的全身動(dòng)態(tài)協(xié)調能力，除了能夠編組跳舞之外，還能搬運物品和上下樓梯。
7個(gè)月之前，宇樹(shù)展示了其第一代Unitree H1 產(chǎn)品，當時(shí)該機器人的最大行走速度僅為1.5m/s。短短幾個(gè)月，速度提升超過(guò)一倍。
另一大亮點(diǎn)在于Unitree H1 3.0具備上下樓梯能力，樓梯高度為16cm，包括狹窄樓梯設計。Unitree H1 3.0甚至能夠在下樓梯時(shí)切換180度，做到反身旋轉，這是其它人形機器人所不具備的能力。
Ameca-模仿能力更強
今年2月份，Ameca背后的英國機器人公司Engineered Arts公布了團隊最新的開(kāi)發(fā)成果。視頻中，機器人Ameca具備了視覺(jué)能力，能看到并描述房間整個(gè)情況、描述具體物體。最厲害的是，她還能模仿各種聲音講話(huà)，包括風(fēng)格和語(yǔ)氣語(yǔ)調，比如馬斯克、海綿寶寶...
Ameca 配備廣泛的傳感器，包括攝像頭、麥克風(fēng)、位置編碼器等，并由機器人操作系統 Tritium 和工程藝術(shù)系統 Mesmer 這兩個(gè)底層系統提供支持。Tritium 負責遠程控制機器人面部、頭頸、四肢等的各方面組件，使得機器人適應環(huán)境的突然變化并即時(shí)做出響應。Mesmer 則通過(guò)對真人的 3D 內部掃描，準確地模仿人體骨骼結構、皮膚紋理和表情。
早在 2022 年 9 月，Ameca 就接入了 GPT-3，并結合自動(dòng)語(yǔ)音識別，接收研究人員提出的問(wèn)題，并通過(guò)在線(xiàn)語(yǔ)音合成輸出類(lèi)似真人的聲音，實(shí)現實(shí)時(shí)問(wèn)答的效果。2023 年 3 月，Ameca 用上了新鮮出爐的 GPT-4，表現互動(dòng)更通人情。
如今，Ameca 不僅能像人一樣控制表情，還有了畫(huà)畫(huà)、空間識別、語(yǔ)音克隆等 AI 賦予的能力。
據最新消息，波士頓動(dòng)力公司研發(fā)的Atlas已經(jīng)成功學(xué)會(huì )了搬運中等重量的汽車(chē)零件，展示了其在運動(dòng)控制方面的新進(jìn)展。與之前只能搬運工具箱、杠鈴和木板等物品相比，Atlas這次展示的新技能對其平衡能力提出了更高要求。
此次演示中，Atlas采用了更新的第二階段抓取技術(shù)，機械手具備更高的精準度和控制力。新款機械手每個(gè)手有三根手指，每個(gè)手指有兩個(gè)關(guān)節，共享一個(gè)手掌樞軸，并在手指中部還有一個(gè)指關(guān)節。這些手指的靈活性使得Atlas能夠更加精準地抓取物品，避免了過(guò)度用力導致?lián)p壞。
EVE 是1X Technologies開(kāi)發(fā)的一款多功能人形機器人。它使用輪子來(lái)自我平衡并四處行駛，可以執行移動(dòng)重箱子以及處理易碎物品等操作任務(wù)。
現在，1X 已將 GPT 系列模型成功融合到其機器人中，顯著(zhù)提升了機器人的擬人化能力。這一變革使得 1X 機器人能夠輕松完成之前很多機器人難以完成的動(dòng)作，如轉彎、做飯、拾起物品等。
2024年2月，1X發(fā)布了EVE的最新視頻，在視頻中，多臺EVE機器人利用端到端神經(jīng)網(wǎng)絡(luò )執行各種任務(wù)。視頻中特別對EVE的拾取和搬運技能進(jìn)行了展示。不僅可以精確拾取和放置物品，還可以像人類(lèi)一樣蹲下。
該公司在其官方網(wǎng)站上解釋道：“視頻中展示的每一個(gè)動(dòng)作，均是由我們先進(jìn)的視覺(jué)神經(jīng)網(wǎng)絡(luò )精準操控，通過(guò)神經(jīng)網(wǎng)絡(luò )接收圖像輸入，并發(fā)出精確指令，以控制駕駛、手臂、抓手、軀干以及頭部的各項動(dòng)作。”
為了增強雙足機器人系統的功能并確保商業(yè)可行性，他們選擇了比波士頓動(dòng)力公司的液壓系統更強、更高效、更安全的電動(dòng)執行系統。此外，Figure正在建立各種類(lèi)型的視覺(jué)語(yǔ)言模型，以展示機器人的自主能力。
制作過(guò)程中，Figure 01 能自主調整動(dòng)作不準確的地方（左圖部分），無(wú)需任何人為遠程遙控。
