这是马斯克今年5月在特斯拉2023年股东会上的发言。这不是空话，就在本周，特斯拉发布了新新一代人形机器人Tesla Optimus Gen 2，比起前一代更像人了。

  从马斯克发布的视频中能够正常的看到，Optimus Gen 2不仅仅可以平稳地行走，步行速度还较前代提升了30%，在肢体控制程度上也有所提高，能够轻松做一个90度的蹲下。

  Optimus Gen 2能够灵巧地处理鸡蛋等易碎物品，这是因为它所有的手指都具有触觉感应，并且这对拥有11个自由度的手，可以让它更像人手，完成更复杂的任务。

  谁能想到，就在一两年前，这个机器人还只是特斯拉在AI Day上的PPT概念图，而现在它已经“走”到了大家的面前。

  面对这个机器人，马斯克更是直言：“未来特斯拉的长期价值，将大部分体现在人形机器人——擎天柱（Optimus）上”。

  小鹏发布了自研人形机器人PX5；而准新能源车企小米则在去年就推出了人形仿生机器人CyberOne，瞄准家庭服务场景；比亚迪则选择投资人形机器人勇于探索商业模式的公司——智元机器人。后者因创始人，从华为离职的“天才少年”——“稚晖君”彭志辉而出名。

  彭志辉从华为离职之后，就一手创办了智元机器人，对标特斯拉的擎天柱，将产品的主要方向定为人性机器人，并且只用了不到一年，就在今年8月，推出了第一代产品——远征A1人性机器人，并发布了其自研的PowerFlow关节电机，反关节设计和灵巧手SkillHand。

  同样在8月，比亚迪投资了此公司，并成为了它的第七大股东，尽管认缴金额仅有191.497万元，但这却是比亚迪公开投资的第一家机器人公司。

  而10月份，同样是新能源车企的小鹏公布了自研的双足人形机器人PX5。它拥有双足行走及跨障碍能力，可在室内外大步行走、敏捷运动、抗扰越障。

  从2000年由日本本田推出的人形机器人Ashimo，到以韩国现代汽车占股80%的波士顿动力，再到特斯拉和中国车企，为何这些车企都热衷于“人形机器人”？

  有业内专家这样认为，尽管现在智能汽车和人形机器人的外在相去甚远，但本质上它们都是机器人属性。马斯克就曾将特斯拉定义为实际上最大的机器人——一种装有轮子的机器人。“我们大家可以采用相同的技术，放入到人形机器人中，让它变得更有用。”马斯克说道。

  新能源车企和人形机器人产品在某些技术层面上是互通的，车企参与开发人形机器人能充分借助现有资源降造成本、缩短开发进程。

  在硬件层面，新能源汽车使用的算力芯片、控制板、高性能电池、能源管理系统和各类传感器都可以移植到人形机器人上；在软件层面，基于智能汽车发展起来的环境感知、目标识别和路径感知等算法也都可以在人形机器人上进行定制优化。可以说，相比于别的企业，新能源车企开发人形机器人从一开始就“站在了巨人的肩膀上”。

  国际机器人协会预测，在2021年至2030年这十年期间，全球人形机器人市场规模年复合增长率将达到71%。中国电子学会多个方面数据显示，到2030年，我国人形机器人市场规模有望达到约8700亿元。未来人形机器人的数量将远超新能源汽车的数量，并创造一个新的万亿级市场。

  虽然远方有美景，但也要留意脚下的石块。现在，人形机器人的大规模应用还存在着三大难关。

  机器人本身并非新产品，尤其是工业机器人，已经大范围的应用了数十年，但人形机器人则是“新生儿”。之所以选择设计人形机器人，业内的共识是，它更加通用，能适应多样化的环境，因此也能完成多样化的任务，随之而来的就是其复杂的设计和极高的制造难度。

  尽管最终大家都想要把机器人做成人形，但在实际设计上却是五花八门，不少关键零部件都需要厂商自己研发制造，例如特斯拉在制造擎天柱时，就因为找不到合适的执行器和传感器，智能依靠自己研发定制。并且不同厂商的人形机器人，大小不同，这就导致了很多核心零部件无法适配、通用和量产。

  也是因为这个原因，人形机器人的制造成本很难降低下来，一台波士顿动力的Atlas机器人制造成本就预计超百万美元。所以，像特斯拉和智元机器人都在强调要控制成本。除了硬件制造成本，与人形机器人相配套的大量云服务、大模型使用等软件成本也并不低。

  因此，智元机器人就希望将产品先用于To B场景，例如在汽车装备中执行拧螺丝的操作，再落地于To C场景，其他大部分厂商也选择了同样的策略。

  第三个，就是商业场景。企业更乐意去畅想这样的落地应用。例如让机器人到医院照顾病人、在工厂巡逻、在门店介绍产品，在家里做家务等等。从这样一些方面来看，大模型在人形机器人上的支持必不可少。

  因为在这些场景中，这些机器人的服务对象是不同的人，必定会出现大量不同的任务场景，这就要求机器人能够依靠AI大模型，针对不同的任务场景，自主自发地采取不同的应对措施，而不是简单地依靠设定好的任务映射去执行。

  在这些方面，已经有不少人开始在做尝试，例如将GPT-4接入波士顿动力的机器狗，让它成为一个导游等等。

  就在最近，东京大学发布的人形机器人Alter3成为了首款由GPT-4驱动的人形机器人。不需要任何事先的编程，直接通过口头反馈，就可以让Alter3自主地做出各种人类动作，例如弹奏重金属音乐、表演、扮鬼吓人等等。甚至没有意识的它还能通过GPT-4反馈的文本中推断出适当的情况，并做出富有情绪感的动作出来。

  今年10月，工信部印发了《人形机器人创新发展指导意见》，指出人形机器人“有望成为机器人继计算机、智能手机、新能源汽车后的颠覆性产品”，并且已经明确2025年实现批量生产。

  这种颠覆性，并不仅仅指其具有能够迅速成为“爆款”的可能，同时也是指它具备带动和主导上下游快速变革的“生态性”，进而推动整个经济活动迅速变迁，最终重塑全球产业高质量发展格局。

  当前我国现存63.89万家机器人相关企业，其中，现存23.84万家工业机器人相关企业，7.65万家服务机器人相关企业，相关企业已经持续十年正增长。随着有关技术的突破与落地，国内势必将掀起人形机器人的热潮。

  前文所提到的智元机器人，就在近日完成了新一轮A3轮融资，本轮融资由蓝驰创投、中科创星、鼎晖投资、长飞基金、C资本、高瓴创投、立景创新、三花控股集团、基石资本、临港新片区基金和银杏谷资本投资，其第二代人形机器人预计将于2024年面世。

  AI浪潮最大的赢家，英伟达创始人黄仁勋曾说：“具身智能将引领下一波人工智能浪潮。”

  如果说今年大爆发的AI是一种提升效率的工具，那么，目前生成式AI所能做的生成图像、视频、音乐还有文字等，对整个社会的变革将很有限，因为它只局限在线上。

  也因此常常被人吐槽，“发展AI是为了让AI代替我去做各种苦活累活，我来写诗画画；而不是AI来写诗画画，而我继续做苦活累活”。

  要想让整个社会因为AI得到变革，提升效率，那么在线下场景中大规模应用AI是很重要的一步。

  当前的AI，仅有“大脑”，而没有“躯体”。只有当AI具备“躯体”，成为具身智能，亲自去体验并理解现实世界，而非等待人类给其“投喂”信息，它才更有可能获得革命性的突破。