日前，Tesla Bot 人形機器人“Optimus”原型機在上海進行了全球首秀。

身高 1.72 米，重 57kg 的它能搬磚、送貨、澆花。馬斯克說，它未來還能扮演貓女，且將帶來“文明的根本轉(zhuǎn)變”。

TeslaBot 在 10 月初特斯拉 2022 AI Day 上首亮相時，曾在科技界、投資界引發(fā)廣泛回響。雖然有不同觀點，但很多正在尋找未來增長點的人們選擇相信。

我國把機器人作為國民經(jīng)濟發(fā)展的下一個重點。今年 4 月，《“十四五”機器人產(chǎn)業(yè)發(fā)展規(guī)劃》印發(fā)，指出 2025 年我國要成為全球機器人技術(shù)創(chuàng)新策源地、高端制造集聚地和集成應用新高地。

在國內(nèi)，包含人形機器人在內(nèi)、具備更廣泛意義的足式機器人（包括雙足、四足），已通過春晚、北京冬奧會等各種場合的表演與呈現(xiàn)，讓大眾有了一定的認知。騰訊、小米等大廠的入局，也讓機器狗這類四足機器人有了走進大眾的機會。

我國足式機器人產(chǎn)業(yè)到底發(fā)展到了哪個階段，在全球處于一個怎樣的位置，年輕人在這個產(chǎn)業(yè)中能有哪些發(fā)展機會？

我們對話了南方科技大學機械與能源工程系教授、博士生導師、鵬城學者特聘教授張巍。

張巍教授的核心觀點如下：

1、類比通訊電子行業(yè)，機器人行業(yè)還處于 BB 機、商務通等各類專機階段；具有極強通用性的人形機器人將是機器人界的 iPhone。只是傳信息的話，iPhone 的性價比遠不如 BB 機，但當其可以支持多項功能之后，就會快速重塑整個行業(yè)。

2、通用機器人不一定需要通用才有商業(yè)價值。人形機器人真正進入千家萬戶，可能要十年左右時間。但產(chǎn)業(yè)化和商業(yè)化并不需要足式機器人實現(xiàn)通用能力之后才能開始，這個節(jié)點可能在未來兩三年就可以實現(xiàn)。

3、研究足式機器人是難而偉大的一件事。偉大是因為它具有極大的顛覆性，手機是個人通訊娛樂的通用終端，智能汽車是未來人們在結(jié)構(gòu)化道路上的通用終端，人形機器人將會是面向各類非結(jié)構(gòu)化場景時連接數(shù)字世界與物理世界的通用終端。

4、要學好足式機器人必須打好數(shù)理基礎(chǔ)并兼顧動手實踐，兩者缺一不可。這個新興行業(yè)急缺優(yōu)秀人才，對敢于面對挑戰(zhàn)年輕人來說是個好時機。

以下為張巍教授對話實錄：

Q1：您研究和進入足式機器人領(lǐng)域的契機是什么？

A1：很難說我從小就喜歡機器人，這是不現(xiàn)實的，對人形機器人抱有極大的興趣也是最近幾年才開始的事。

首先是對控制有深入的研究。我大概從 2005 年開始一直在做混雜動力學系統(tǒng)（離散事件與連續(xù)動力學耦合的系統(tǒng)）的控制與軌跡優(yōu)化研究，后來隨著深度學習的成熟，又涉及到這類系統(tǒng)的強化學習算法的研究。足式機器人系統(tǒng)隨著離散觸地事件會在不同動力學模型間切換，本質(zhì)上是一類混雜系統(tǒng)，我前期在這方面的理論研究為后續(xù)的應用研究提供了極為重要的基礎(chǔ)。

其次是足式機器人硬件近兩年逐漸成熟，可以快速在硬件上實驗驗證算法并進行迭代，硬件的成熟對行業(yè)的發(fā)展極為重要。

對機器人的研究大概也就從五六年前開始，在此以前實驗平臺很稀缺，我們都是在打基礎(chǔ)，因為這個行業(yè)對基礎(chǔ)的要求很高，過去的研究并沒有浪費，反而能夠直接導入到后面的研究當中。

經(jīng)過長期的研究和學習和技術(shù)背景的匹配，才有了深入足式機器人研究的契機。

Q2：足式機器人，是為解決人類哪些需求而生？

A2：整體而言，機器人主要解決兩類需求：

第一個部分是解決移動需求，讓機器人能夠從 A 到 B 去做一件事，包括無人車、送餐機器人等都主要是解決了移動需求；

第二個部分是解決操作需求，讓機器人在從 A 到 B 的每個場景上進行操作，比如在移動的基礎(chǔ)上加一個機械臂來完成更多的任務。

這兩個部分概括了 90% 的機器人能力?？梢哉f，這兩個需求，也是我們希望足式機器人能實現(xiàn)的需求。

Q3：一般大眾會有個疑問，為什么一定要造有腳（無論是雙足還是四足）的機器人？

A3：以前的機器人多以輪式機器人為主。在解決移動需求上，足式機器人與傳統(tǒng)的輪式機器人存在較大差異，有更多優(yōu)勢。

首先，輪式機器人通過輪子轉(zhuǎn)的方式來運動，平地上移動效率比較高；足式機器人則根據(jù)人的運動方式來走，地形適應能力更強，原理上能到任何人可以到達的地方。

其次，輪式機器人只能在為它構(gòu)建的場景中使用，比如搭引橋、鋪馬路或者建軌道，輪式機器人很難去到野外、樓梯、臺階等這類不平坦、但卻是人們生活中處處遇到的地方。

足式機器人能夠彌補現(xiàn)有的輪式機器人不具備的地形適應能力，這對解決移動需求來講是非常重要的。

就操作能力而言，腿足的機構(gòu)又能為操作提供巨大的優(yōu)勢，這一點是經(jīng)常被忽略的。

▲ 圖 | 南方科技大學研發(fā)的 3D 點足式雙足機器人

現(xiàn)在解決移動操作的辦法一般是在輪式地盤上安裝機械臂。所用的輪式底盤一般很重，移動時底盤又難以通過調(diào)整姿態(tài)來調(diào)節(jié)重心，一旦機械臂超過重心就難以保持平衡；同時由于底盤較大且姿態(tài)固定，輪式機器人的移動操作空間也相對有限。

足式機器人（尤其是人形雙足機器人）與人的自由度則相對一致，在狹小的空間內(nèi)能夠完成輪式底盤 + 機械臂不能完成的操作任務。

比如人形足式機器人能夠像人一樣彎腰撿東西，或者取對面桌子上的一個東西時還能翹個腳來保持平衡。可以說，在技術(shù)完全成熟的情況下，這種形態(tài)的機器人能夠解決任何人類能解決的移動操作需求。

Q4：足式機器人是否會和人一樣，能靈活面對各種場景，解決各類需求？ 

A4：如果只是專注于某一類場景，那通常足式機器人不是最好的選擇。那為什么還需要足式機器人呢？本質(zhì)上是專機和通用的區(qū)別。

專機指在固定的場景中代替人去完成相應工作的機器。但問題在于，很多應用情況沒法對應一個場景就設(shè)計一個具體的專機。

整個機器人發(fā)展的趨勢，本質(zhì)上是從專機到逐漸通用的過程。比如大部分自動化生產(chǎn)線可以認為是機器人，但人們更多的是稱其為自動化裝置而不是機器人，因為單一性太強。

后來隨著需求的增加，每生產(chǎn)一個東西就換一套設(shè)備成本太高，引進工業(yè)機器人和協(xié)作機器人就成了必然，機械臂能夠滿足更多柔性制造的操作需求。

但是機械臂只能在固定位置上部署，這還是滿足不了某些需求，人們于是就研究在移動底盤上加機械臂，也就是現(xiàn)在的復合機器人，不光有操作能力，還能同時具備移動操作的能力，能夠從 A 到 B 去完成一個任務。這就是逐漸提升通用性的過程。

簡單來說，如果要解決某一個單一任務，這個答案大部分情況下不是足式機器人；如果要解決多個任務，并且任務足夠豐富的話，那答案就是足式機器人。

通用性是足式機器人最大的優(yōu)點，你不需要為任何樓梯或者任何場景專門設(shè)計一個專機去完成任務，足式機器人本身就能完成多個任務。當未來這樣的任務足夠多而且機器人成本又足夠低時，那足式機器人就具有非常大的價值。

Q5：這是否意味著，足式機器人不需要為他們造一個他們能走的環(huán)境？

A5：以前的設(shè)計理念以專機為中心，在大量、單一并且重復的需求之下，這個邏輯是適合的。火車本質(zhì)上也是專機，前提是人們需要先鋪個鐵軌才能運行。

足式機器人要替代的不是這些需求。在各種各樣、需求量又沒那么多的情況下，需要機器人的通用性來完成原本需要人來完成的事情。要想替代人來完成任務就必須能夠到人能到的地方，外形不需要長得像人，但必須跟人有一樣的運動方式。

我們的這個世界是根據(jù)人的活動特點來構(gòu)建的，包括臺階有多寬、門檻有多高、門框有多窄，這些都是根據(jù)人的身形來定制的。我們已經(jīng)建立好了這個世界，如果為了引入機械化就得把整個世界都改造，那這就不是為人設(shè)計的，而是為機器人設(shè)計的。

不可否認兩種思路都是有利的。但是在需求規(guī)模不大的情況下，人們不可能為機器人去改造整個環(huán)境，足式機器人的價值就體現(xiàn)在這了。

Q6：目前我國足立機器人處于一個怎樣的發(fā)展階段？與世界相比，我們是同步還是落后？

A6：從學界來講，做足式機器人研究的還不多，并不是每個學校每個專業(yè)都能夠有幾十個老師來做這個事。

從整體水平來講，最近幾年提升不少，但跟國外（尤其是美國）還是有一定差距的。

2019 年，美國 MIT 開源了一套四足機器人的方案，包括硬件和軟件。所有人的技術(shù)下限都提升到了同一個起跑線，大家開始能在短時間內(nèi)做出一個機器狗，但是這個開源方案本質(zhì)上還是學術(shù)論文程度的開源，并不是成熟產(chǎn)品方案的開源。所以大多機器狗基本上只能走兩步或者翻個跟頭，離解決真實落地需求還有較大的差距。

現(xiàn)在這個差距主要體現(xiàn)在軟件算法能力上，國內(nèi)硬件相對成熟，但功能性很少。所以你會看到，大部分應用仍然以表演性為主，提前固定編排好動作現(xiàn)場再進行回放動作，包括在一些盛大的場合進行表演的機器人。

如何定義水平高不高？就看機器人是基于實時的信息來做決策與控制，還是事先編排好的動作做回放。

現(xiàn)在我們國內(nèi)根據(jù)實時感知信息來做動作的研究還處于初步階段，即使放在全世界來看還沒有幾家公司有完全成熟的方案。包括像波士頓動力這樣的公司，也是 2018 年后才讓機器狗走進現(xiàn)實的場景中，演示比如上下樓梯、在工廠巡檢等場景，然而至今也還沒看到全天候在工廠能穩(wěn)定運行的情況，所以技術(shù)應該還不是完全成熟的。

就像人閉眼走也能走，但這叫盲走，在開源的前提下，現(xiàn)在“盲走”的技術(shù)都基本在一個水平上。雖然各個研究團隊還有一定的差距但都差不太多。當真正睜眼睛去走走，還要在樓梯等各種場景中都能感知到，然后根據(jù)感知的情況規(guī)劃足要踩在哪、要施多少力，目前國內(nèi)不少機器人公司是不具備成熟方案的，高校中的研究也相對比較少。

▲ 圖 | LimX 正向下樓梯實時視覺反饋展示

Q7：我國發(fā)展足式機器人在產(chǎn)業(yè)和技術(shù)上的優(yōu)勢和短板有哪些？

A7：目前我們最大的挑戰(zhàn)是技術(shù)短板，但和國外相比最終我們或還會是個贏家，優(yōu)勢如下：

第一是成本優(yōu)勢，由于成熟產(chǎn)業(yè)鏈與相對低的人工成本，足式機器人硬件成本上國內(nèi)有巨大的優(yōu)勢。

第二是場景優(yōu)勢，機器人發(fā)展的整個產(chǎn)業(yè)鏈以及落地場景都能在中國找到。無論是 ToC 還是 ToB 的場景，國內(nèi)的豐富度都是國外的幾十上百倍。有的行業(yè)場景在國外甚至是不存在的，從這個規(guī)模來看國內(nèi)是有巨大優(yōu)勢的。

技術(shù)短板主要是欠缺機器人算法方面的原始創(chuàng)新能力。機器人軟件算法能力大體分成三層。

第一個是頂層的 AI 層，就是代替人去做決策。比如機器人現(xiàn)在應該干什么，環(huán)境中都有什么物體，應該去哪里，抓取什么物體等。好在最近自動駕駛火起來以后，類似這類 AI 能力在國內(nèi)反而是有優(yōu)勢的。雖然現(xiàn)在技術(shù)也不是那么成熟，但是至少國內(nèi)跟國際上還沒有明顯的劣勢。這個領(lǐng)域還不完全算是機器人領(lǐng)域，我們要解決的是提供通用移動和操作平臺。

其次是定位導航的能力。AI（或人）決策了機器人應該去哪里做什么，接下來足式機器人在移動過程中需要知道哪是 A，哪是 B 點，從 A 到 B 走得偏沒偏，這屬于定位導航能力。這跟無人車和無人機是相通的。這個目前來說已經(jīng)不是很難，國內(nèi)也有很多團隊在這方面有出色的工作。

最后是運動控制算法能力，也就是如何完成從 A 到 B、從這個臺階走到那個臺階的運動。這件事怎么完成跟上層 AI 沒關(guān)系，因為 AI 已經(jīng)告訴你要從這個點到那個點了，這個過程中需要感知和控制結(jié)合的能力，實時感知周圍的環(huán)境，并根據(jù)感知信息來實時控制二、三十個電機來完成需要的移動操作任務。

在這幾個能力中，國內(nèi)相對匱乏的還是基于實時感知的多關(guān)節(jié)的控制能力，這也是我們團隊主打這個核心技術(shù)點的原因。

▲ 圖 | LimX 基于視覺穩(wěn)定連續(xù)上下鋼制鏤空樓梯

Q8：我國在足式機器人領(lǐng)域人才供給的量與質(zhì)，處于一個怎樣的水平？國內(nèi)哪些院校在發(fā)展足式機器人方面具備較強的實力？

A8：有不少團隊在做，近期也吸引了不少新的研究團隊進入這個領(lǐng)域。總之大家進步還是很明顯的，但大家的精力還需要聚焦。

目前除了我們南方科技大學外，還有浙江大學、北京理工大學、哈工大等這些代表性院校比較有實力。

Q9：您如何評價我國一些足式機器人公司的產(chǎn)品和背后的技術(shù)實力？

A9：個人覺得目前沒有很好的落地，不少都是把機器狗當作玩具類的機器人買回去遛一遛或者拿來表演，這些本質(zhì)上都是出于獵奇心態(tài)或娛樂行為，很難歸類于機器人領(lǐng)域的落地。

國際上波士頓動力和 Anybotics 正在推進在工業(yè)巡檢方面的落地，國內(nèi)也出現(xiàn)了在工廠里巡檢的例子，但目前大多還解決不了上下樓梯和復雜地形的問題，這樣的話相比輪式機器人沒有太多優(yōu)勢，大多還是出于獵奇心態(tài)和宣傳、展示的需求。

人們對機器人的興趣，來源于期待機器人在未來代替人完成任務，但這個期待目前沒有被實現(xiàn)。

Q10：足式機器人的商業(yè)化是否要等到它變得全能后才能實現(xiàn)？

A10：我們希望能推動足式機器人真正落地，而且不光四足，我們也很重視人形雙足機器人。在這一點上，我們和特斯拉的理念是一致的。

等到足夠成熟和便宜以后，未來每個家庭都會有人形機器人。人形機器人是未來的手機，相當于機器人界的 iPhone ，只不過我們現(xiàn)在還處在大哥大和 BB 機的階段。如果只是傳信息，BB 機就夠用了，還不需要 iPhone，就像是專機和通用機器人的區(qū)別。

有些公司會直接布局到 iPhone 的形態(tài)，比如 Agility Robotics，特斯拉和我們團隊都會直接研發(fā)人形機器人。短時間內(nèi)還比不上 BB 機的性價比，因為它還只能完成簡單工作，如發(fā)個消息。

然而人形的商業(yè)化進程會是漸進式的，要做的就是先把形態(tài)固定好，之后再往上加類似于 App 的功能。

第一個 App 出現(xiàn)，我們可以取代 BB 機，之后再有兩個、三個 App，漸漸能夠取代打電話、發(fā) Email 、記筆記、玩游戲等功能，等到這些功能足夠多以后，iPhone 就可以取代其它專門的電子設(shè)備了。

當然這是簡單的類比，總之，當人形機器人能完成多項任務后，他的商業(yè)拐點會出現(xiàn)，同時會迎來顛覆性的發(fā)展。最關(guān)鍵的是以后無論加多少 App 它的基本形態(tài)都不用變，可能出現(xiàn)以前無法想象的機器人界的互聯(lián)網(wǎng)式的發(fā)展。

所以我的觀點是，通用機器人不需要通用才有商業(yè)價值。這只是一個終極產(chǎn)品形態(tài)，我們只要不斷地在上面加功能。第一個功能不夠，它的性價比比不過專機，那就加第二個功能，逐漸地就比兩個專機要劃算。特斯拉也類似這種思路，與其左一個 BB 機，右一個大哥大，每個專機領(lǐng)域各干各的，不如發(fā)明一個最終形態(tài)的 iPhone。

當然一開始在 BB 機時代去做一個手機可能有點夸張了，看起來沒有必要搞一個這么貴的事，但我們是最早迭代這個產(chǎn)品的人，當我們有了打電話、發(fā) Email 、看視頻這些功能以后，性價比超過了市面上的專機，我們行業(yè)就可以開始迅速發(fā)展了。在逐漸形成市場規(guī)模以后，市場反而就不再需要 BB 機這樣的專機了。

劃分機器人有不同的維度，在某個維度上我傾向于把機器人分為工具類的機器人，比如像汽車和飛機，這屬于人的交通工具，機器人可以替代人去開車，但不會去代替車，因為這是人的工具；另一類就是代替人的機器人，以后這些是最有可能會被人形機器人或者是足式機器人所取代的。

像馬斯克說未來的人形機器人會比汽車的規(guī)模更大，我們也是這么認為的。

以前市場上有顧慮，一是因為技術(shù)還不成熟。還有一個是成本太高，但是特斯拉發(fā)布會上說可以做到 2 萬美金以下。雖然乍一聽價格還是很貴，但是在一些商業(yè)場景和工業(yè)場景中已經(jīng)足夠。未來家里也不需要左一個掃地機器人，右一個炒菜機器人，一個形態(tài)就能夠完成保姆的任務。

我覺得人形機器人要進入千家萬戶，可能要十年以上。但產(chǎn)業(yè)化和商業(yè)化并不需要足式機器人在實現(xiàn)超能之后才能開始，這個節(jié)點可能在未來兩三年就可以實現(xiàn)，特斯拉的預測可能大家將信將疑，但我們根據(jù)自身的理解對這個方向以及它的商業(yè)化進程是非常篤定的。

我們的足式機器人現(xiàn)在處于什么狀態(tài)呢？同另一個領(lǐng)域類比，大概是 2010 年左右的自動駕駛階段。現(xiàn)在有真正的自動駕駛嗎？也還沒有真正地落地，但是自動駕駛的研究和商業(yè)探索已經(jīng)延展了很多，甚至開始顛覆整個汽車行業(yè)。

所以商業(yè)節(jié)點也是一步步來的，功能也是逐漸增加的，市場規(guī)模也在逐漸打開。

Q11：未來足式機器人的發(fā)展空間是怎樣的？

A11：整個機器人行業(yè)大體有兩個發(fā)展的思路。第一個發(fā)展思路是專注于一個垂直領(lǐng)域，各種各樣的專機一定是存在的，前提是這個領(lǐng)域規(guī)模足夠大、場景足夠?qū)Ｒ?。但在一些?guī)模不大、需求特殊而且不值得專門設(shè)計專機的領(lǐng)域，他們的共性是都將成為足式（移動操作）機器人的應用場景。

Q12：足式機器人在未來有望成為家庭陪伴型的娛樂角色嗎？

A12：現(xiàn)在足式機器人能滿足一部分的陪伴需求，外形擬人或者長得可愛的機器人都有，但現(xiàn)在也不是特別成功，沒有特別大規(guī)模地進到每一個家庭里，因為成本還比較高。

陪伴的價值在哪？這個市場怎么定義？現(xiàn)在還不是特別清晰。我覺得以后會有一個這個分支，但是現(xiàn)在市場和產(chǎn)品都不是很成熟，我覺得它更依賴于通用 AI 技術(shù)的發(fā)展，而不是通用機器人的發(fā)展。

Q13：足式機器人受到資本關(guān)注的原因是什么？您認為資本是否能有足夠耐心，等待足式機器人的發(fā)展壯大？

A13：我們把這個定義成難而偉大的一件事。難是因為相比現(xiàn)有成熟應用的機器人，足式機器人的軟硬件不僅需要巨大的創(chuàng)新才能實現(xiàn)功能，而且還需要把成本做到盡可能低；偉大是因為它的應用廣度和對人類社會的影響具有極大的顛覆性。對這個賽道感興趣的資本看中的應該就是這一點。

這種類型的資本一般是視野長遠、長期關(guān)注前沿科技發(fā)展的投資機構(gòu)，足式機器人正是具有足夠的想象空間和絕對的顛覆性的領(lǐng)域。

尤其是今年可謂是人形機器人真正產(chǎn)業(yè)化的元年，亞馬遜投資 1.5 億美元支持 Agility Robotics 在物流場景落地，特斯拉對人形的巨大投入和 AI Day 的發(fā)布也讓國內(nèi)的投資人至少看到了人形機器人行業(yè)的可行性。同時馬斯克對降低成本的預期和能力，也讓我們看到了潛在的經(jīng)濟效益。所以整個資本現(xiàn)在對這個賽道是很關(guān)注的。

目前，國內(nèi)像明勢資本、峰瑞資本、昆仲資本等投資機構(gòu)，都非常關(guān)注足式機器人。他們愿意陪科學家走這未來的十年，他們不期待能夠立刻產(chǎn)生價值，在這一點上大家的理念是一致的。因為這個事是難而偉大的，如果不難，就不可能偉大，誰都能做到。

另外，也應該看到市場上大多數(shù)投資人還不了解這個新興賽道。由于特斯拉的出現(xiàn)，他們對雙足的關(guān)注度要遠大于四足。其實這兩類的核心技術(shù)對我們來講是一樣的，我們把它們都會定義成通用移動操作機器人。

Q14：您對對足式機器人行業(yè)有關(guān)注、可能未來有興趣加入這一行業(yè)的年輕人有何建議？

A14：打好數(shù)理基礎(chǔ)和動手實踐，兩者缺一不可。

國內(nèi)也有很多人非常有動手的熱情，做各種各樣的機器人，但本質(zhì)只是在一個技術(shù)層次上做各種重復性開發(fā)與集成，大部分學生深度的掌握還是不夠的。

很多機器人行業(yè)主要依賴從業(yè)者工程經(jīng)驗與技術(shù)集成能力，然而足式機器人是一件難而偉大的事，不僅需要工程經(jīng)驗，還需要對基礎(chǔ)理論的深入理解，其中包括機器人學、非線性控制、最優(yōu)控制、優(yōu)化理論與算法、多剛體動力學、機器學習、計算機視覺等。需要長時間的積累，急不來。

這個領(lǐng)域的發(fā)展和迭代也很快，三年前的技術(shù)與現(xiàn)在完全不同，但是只要深入理解，你就會發(fā)現(xiàn)底層的原理與邏輯是一樣的。有基礎(chǔ)原理的深入理解能力才能以不變應萬變，粗淺了解技術(shù)是遠遠不夠的。現(xiàn)在市場上足式機器人優(yōu)秀人才相對匱乏，對敢于面對挑戰(zhàn)年輕人來說是個好時機。