今年晚些時(shí)候， 波士頓動(dòng)力公司 （Boston Dynamics） 計(jì)劃將其全電動(dòng)人形機(jī)器人 Atlas 用于現(xiàn)代汽車工廠。該機(jī)器人的新版本是從自 2013 年以來一直在執(zhí)行病毒式視頻演示的液壓 Atlas 模型演變而來的，于去年春天首次公開亮相。但是，雖然該公司的狗狀 Spot 和倉庫機(jī)器人 Stretch 已經(jīng)部署在工業(yè)現(xiàn)場，但現(xiàn)代的試點(diǎn)將是 Atlas 首次用于商業(yè)制造。

波士頓動(dòng)力公司于 2021 年被現(xiàn)代汽車以 11 億美元收購，該公司對如何使用這款機(jī)器人持謹(jǐn)慎態(tài)度，但總體思路是，它的設(shè)計(jì)比人類工人更堅(jiān)固、更可靠?！皺C(jī)器人將能夠完成人類難以完成的事情，”波士頓動(dòng)力公司發(fā)言人 Kerri Neelon 說?！氨热鐡炱鸱浅Ｖ氐奈矬w，攜帶人類攜帶不便的東西?！?/p>

Atlas 可能會有新的朋友：2025 年似乎將是多用途人形機(jī)器人走向商業(yè)化的一年，到目前為止，這些機(jī)器人主要局限于研究實(shí)驗(yàn)室。一些公司已經(jīng)試探性地將機(jī)器人步入有償工作領(lǐng)域，Agility Robotics 的 Digit 在倉庫中移動(dòng)物品，F(xiàn)igure 的同名兩足動(dòng)物去年向商業(yè)客戶發(fā)貨。

科技巨頭也加入了這一趨勢：有傳言稱 Apple 和 Meta 都在開發(fā)某種面向消費(fèi)者的人形機(jī)器人。2024 年高盛的一份報(bào)告估計(jì)，到 2035 年，人形機(jī)器人將占 380 億美元的市場，是該公司一年前預(yù)測的六倍多。

人形機(jī)器人的基本承諾是它們將能夠在多個(gè)任務(wù)之間切換，就像它們的人類同伴一樣。這是一種與傳統(tǒng)裝配線自動(dòng)化截然不同的方法，傳統(tǒng)的裝配線自動(dòng)化圍繞制造所需的特定任務(wù)構(gòu)建了一個(gè)完整的環(huán)境。Agility Robotics 的聯(lián)合創(chuàng)始人兼首席機(jī)器人官喬納森·赫斯特 （Jonathan Hurst） 希望其機(jī)器人能夠與該過程并存，而不是破壞它。

“為此，專門構(gòu)建的自動(dòng)化解決方案總是具有更高的性能和更低的成本，”Hurst 說。“如果您想做的特定事情有 24/7 全天候運(yùn)營，那就太好了?！钡珜τ诓恍枰旌蜻\(yùn)行的任務(wù)，靈活的機(jī)器人可能會更高效。

波士頓動(dòng)力公司（Boston Dynamics）的說法有所不同。該公司表示，由于工廠已經(jīng)被設(shè)計(jì)成一個(gè)安全的自動(dòng)化場所，他們建立 Atlas 的目的是制造一個(gè)可以去其他地方的機(jī)器人?！拔覀兩钤谝粋€(gè)以人為本的世界，”Neelon 說，“所以我們應(yīng)該制造一個(gè)反映這一點(diǎn)的機(jī)器人。

但是，將人形機(jī)器人推向市場存在挑戰(zhàn)。自 2021 年特斯拉首次發(fā)布 Optimus 以來，該公司一直備受期待，但 10 月的一次演示引起了人們的擔(dān)憂，當(dāng)時(shí)展出的機(jī)器人被揭露為人工控制，引發(fā)了人們對 Optimus 可以在多大程度上自主運(yùn)行的質(zhì)疑。今年 1 月，馬斯克表示，該公司將在 2025 年期間制造“數(shù)千個(gè)”機(jī)器人，但在 4 月，他告訴投資者，中國為應(yīng)對唐納德·特朗普總統(tǒng)的關(guān)稅而實(shí)施的稀土金屬出口限制可能會影響生產(chǎn)。

使多用途類人機(jī)器人真正有用的最大障礙之一是教機(jī)器人如何執(zhí)行不同任務(wù)所需的時(shí)間。但專家認(rèn)為，大型語言模型取得的巨大進(jìn)步可能有助于解決這個(gè)問題。這就是 Apple、Meta 和 Tesla 等公司出現(xiàn)人形機(jī)器人項(xiàng)目的部分原因，這些公司已經(jīng)擁有蓬勃發(fā)展的 AI 實(shí)驗(yàn)室。3 月，Google DeepMind 發(fā)布了一個(gè)名為 Gemini Robotics 的新 AI 模型，專門考慮了這個(gè)應(yīng)用程序，利用大型語言模型的適應(yīng)性使機(jī)器人更好地適應(yīng)新情況。

一旦機(jī)器人具備了動(dòng)態(tài)學(xué)習(xí)技能的能力，它們就能更好地像人類工人一樣從一個(gè)任務(wù)切換到另一個(gè)任務(wù)?！澳憧梢韵胂箅s貨店或拖拉機(jī)用品店有一個(gè)，這個(gè)機(jī)器人可以在后臺卸垛、清潔、上架、檢查庫存，只是各種各樣的事情，”Hurst 說。“這就是真正的價(jià)值所在?！?/p>

自然語言處理的持續(xù)進(jìn)步也意味著機(jī)器人可以通過語音命令獲得指導(dǎo)。對新任務(wù)進(jìn)行編程可以像主管說“請拖地”一樣簡單，這樣機(jī)器人就可以更容易地與人類同事一起工作。

但是，與人類并肩工作的重金屬機(jī)器人仍然存在安全問題，并且會有很多邊緣情況需要應(yīng)對?？▋?nèi)基梅隆大學(xué)機(jī)器人研究所教授 Chris Atkeson 表示，核心挑戰(zhàn)將是可靠性。他以機(jī)器人為例，讓機(jī)器人在一夜之間為貨架補(bǔ)貨。這項(xiàng)任務(wù)可能會完美地完成數(shù)月，直到出現(xiàn)失敗情況。

“假設(shè)店主有一天進(jìn)來，貨架上什么都沒有，所有東西都在地板上。假設(shè)這個(gè)地方被燒毀了，“Atkeson 說?！斑@些都是代價(jià)高昂的失敗?！?/p>

盡管如此，AI 模型的快速發(fā)展讓我們有理由保持樂觀。“如果你在五年前問我，我會說，'永遠(yuǎn)不會發(fā)生，'”Atkeson 說?！暗?，借助大型語言模型，我們在我所說的'常識'方面取得了巨大進(jìn)步。也許我們快到了。