造完“大模型”，“具身智能”將引領AI下一個浪潮？
資深機器人專家Eric Jang不久前曾預言：“ChatGPT 曾在一夜之間出現。我認為，有智慧的機器人技術也將如此。”
3月13日深夜，一段人形機器人的視頻開始熱傳。
在視頻中，Figure的人形機器人，可以完全與人類流暢對話，理解人類的意圖，同時還能理解人的自然語言指令進行抓取和放置，并解釋自己為什么這么做。
而其背后，就是OpenAI為其配置的大型語言模型。由于OpenAI模型還支持多模態輸入，因此可為Figure提供高級視覺和語言智能。
而Figure本身，成立于2022年。從OpenAI 宣布介入與之合作，到今天它們共同推出一個能夠自主對話和決策的機器人，只有13天。
具身智能的發展，顯然正在加速。
1.具身智能進化速度超越想象
在去年的ITF World 2023半導體大會上，英偉達創始人兼CEO黃仁勛表示，人工智能下一個浪潮將是“具身智能”(Embodied Intelligence)，是能理解、推理、并與物理世界互動的智能系統，AI與機器人的融合，具有很好的想象空間。
他還介紹了英偉達的多模態具身智能系統Nvidia-VIMA，能在視覺文本提示的指導下，執行復雜任務、獲取概念、理解邊界、甚至模擬物理學，標志著AI能力的顯著進步。
此外，在特斯拉召開2023年年度股東大會上，馬斯克展示了人形機器人Optimus的全新型號，和具身智能機器人幾乎劃等。
馬斯克表示，人形機器人將是今后特斯拉主要的長期價值來源，他也認為，以具身智能機器人為代表的產品有望成為AI的下一浪潮。
1950年，圖靈在他的論文——《Computing Machinery and Intelligence》中首次提出了具身智能的概念。
具身智能(Embodied AI)指的是，有身體并支持物理交互的智能體，如智能服務機器人、自動駕駛汽車等，具身智能機器人指的是，像人一樣能夠與環境交互感知、自助規劃、決策、行動、執行任務的機器人。
它包含人工智能領域幾乎所有的技術，包括機器視覺、自然語言理解、認知和推理、機器人學、博弈倫理、機器學習等，橫跨多個學科方向，是AI的集大成者。
2023年是生成式AI的爆發之年，也被業內人士稱為“機器人覺醒之年”。ChatGPT等生成式AI與人形機器人行業結合，開啟了具身智能的時代。
今天，在大語言模型的普及和GPT-4等前沿模型的推動下，我們似乎見證了人工智能領域的一個新時代，人機交流也變得前所未有的流暢和無縫。
據2023年5月GGII發布的報告預測，預計到2026年，人形機器人在全球服務機器人市場中的滲透率預計將達到3.5%，市場規模超過20億美元。
各大科技公司和學術界的頂尖學者也不斷涌入這一領域的研究與產品開發當中。
然而，在繁榮熱潮的背后，潛在的困境卻也如影隨形。盡管ChatGPT等模式革命性地變革了AI領域，但它們在理解力、聯想力和交互能力等方面，仍然未能完全滿足公眾的期望。
這促使我們對看似毫無阻礙的進步進行重新評估，同時希望經過不懈努力，人們能攻克實現真正的具身智能所面臨的復雜挑戰。
2.當機器人遇上大模型
近年來，國內多家企業發布了自主研發的人形機器人。人形機器人是所有機器人里最復雜的一類，“具身智能”對機器人來說意味著什么?當大模型和機器人相結合，會發生哪些變化?
在“具身智能”的狀態下，機器人具備自主學習和計劃能力，遇到障礙和困難可以自主反應、快速解決。
目前國內已有200多個大模型，實際上人形機器人是一個載體，當大模型和人形機器人相結合時，機器人可以幫助AI大模型感知物理世界，操作環境上下文;機器人利用多模態感知控制自己的身體，完成復雜的任務。
2023年上半年，以ChatGPT為代表的大語言模型爆炸式“出圈”，大語言模型以及結合視覺等多種傳感器的復雜多模態模型的成熟，是實現機器人完成具身智能的關鍵先決條件。
最為關鍵的一點是，成熟的“AI大模型”使機器人可以從程序執行導向轉向任務目標導向，向通用機器人的發展邁出堅實步伐。
通俗點來說，“大模型”與機器人的融合，讓發展已久的機器人能真正地長出“腦子”。
機器人的“云大腦”通過在云、邊、端分布式算法、算力和大數據形成機器人智能，通過 5G等無線安全高速網絡連接云端大腦和機器人本體：機器人本體在“端”側完成各種任務。
云端大腦通過人工增強、多模態融合AI和數字生成等先進技術，實現機器人智能地自我學習、不斷進化與成長。
AI真正賦能到各行各業、智能機器人走進千家萬戶的時代正在到來，伴隨著技術的突破帶來性價比提高，在未來，具身智能滲透率將有望加速提升。
根據高盛預測，在理想狀態下，若機器人軟硬件在短期內產生重大技術突破，實現具身智能的同時年均降本達到20%，人形機器人全球市場空間 有望在2035年達到1540億美元，接近2021年智能汽車的市場空間，2025-2035年復合增長率達到94%。
若是在樂觀情況下，人形機器人的出貨量有望在2035年達到100萬臺，市場空間2025-2035年復合增長率有望達到59%。
3.人形機器人的時代正在到來
2023年11月2日，工信部印發《人形機器人創新發展指導意見》(以下簡稱《意見》)為人形機器人發展指明方向。《意見》中指出，到2025年，人形機器人創新體系初步建立，“大腦、小腦、肢體”等一批關鍵技術取得突破，確保核心部組件安全有效供給。整機產品達到國際先進水平，并實現批量生產。
2024年1月17日，AI研究實驗室Midjourney創始人大衛·霍爾茨(David Holz)在社交媒體的一篇帖子寫道：“我們有理由期待，到2040年，地球上將有10億個人形機器人。到2060年，世界上將會有1000億人形機器人。”這預示著人形機器人的新時代正在到來。
近年來，具身智能在學術界的關注度持續升溫，在CoRL(機器人學習大會)上，具身智能領域的論文數量呈現出快速增長的趨勢。
而在2023年初舉行的 IROS(智能機器人及系統國際會議)上，具身智能也被作為一個極為重要的議題進行了深入探討。
在2023年8月18日的世界機器人大會人形機器人技術與產業發展論壇上，2000年圖靈獎獲得者、中國科學院院士、清華大學交叉信息研究院院長姚期智指出，通用人工智能(AGI)的未來發展需要具備具身實體，與真實物理世界交互以完成各種任務。
只有這樣，才能為產業帶來更大的價值。
隨著中國社會老齡化程度將逐漸加深，勞動力短缺問題日益凸顯，同時中國制造業勞動力總量下降，人工成本上升，因此“機器替代人”成為了重要趨勢。
目前，全球工業機器人部署量穩定增長，中國已成為世界最大的機器人市場。人形機器人在結構上與人類相似，未來有望覆蓋、替換所有原本需要人類勞動力的作業場景。
根據賽迪顧問的報告，盡管目前各家人形機器人仍處于原型機研發的早期階段，但是其帶來的潛在技術變革以及對某些生產生活場景的改變值得高度關注。
人形機器人在制造業、航天探索、生活服務業、高校科研等領域具有較大的發展潛力，預計到2025年，人形機器人將有望實現在制造業場景應用的突破，小批量應用于電子、汽車等生產制造環境。
在中國，智能制造領域將成為人形機器人首個實現大規模應用的領域。人形機器人將圍繞工業制造、商用服務和家庭陪伴三大場景，重新定義人工智能時代的工人，把人類從重復性勞動中解放出來。
商用服務場景是人形機器人最快應用的市場，而家庭落地場景則是人形機器人最具潛力的應用市場。
近日，美國科技公司英偉達宣布成立通用具身智能體研究實驗室GEAR。
去年以來，包括中國電科21所、智元機器人、科大訊飛、小鵬汽車、傅利葉智能在內的多家國內企業相繼發布了自主研發的具身智能機器人，并有多家企業擬在今年實現具身智能的商業化落地。
業界普遍認為，2024年有望成為具身智能商業落地元年。
虛擬世界，與現實世界形成鮮明對比，提供了一個更為精密和可控的環境，使得智能體能夠進行更加大膽和創新的行為。
這不僅是對人類智能的延伸，更是一個通用人工智能誕生和發展的舞臺，為超越人類智能水平的AI提供了理想的試驗場和成長空間。
或許，這也是各大科技公司對具身智能與虛擬世界寄予厚望的深層次原因。
這預示著，一個更加智能、更加互聯的未來正向我們走來。
本文轉載 ?科技云報到，作者：科技云報道 ?
