頭部AI大公司均在嘗試以大模型為機(jī)器人注入靈魂。

微軟團(tuán)隊(duì)正探索如何將 OpenAI研發(fā)的ChatGPT擴(kuò)展到機(jī)器人領(lǐng)域，旨在讓人類用自然語(yǔ)言控制如機(jī)械臂、無(wú)人機(jī)、家庭輔助機(jī)器人等多個(gè)平臺(tái)。3月23日，OpenAI還領(lǐng)投了挪威人形機(jī)器人公司1X。

3月8日，谷歌和柏林工業(yè)大學(xué)的團(tuán)隊(duì)重磅推出了史上最大的視覺(jué)語(yǔ)言模型——PaLM-E，同時(shí)谷歌表示，計(jì)劃探索PaLM-E在現(xiàn)實(shí)世界場(chǎng)景中的更多應(yīng)用，例如家庭自動(dòng)化或工業(yè)機(jī)器人，希望PaLM-E能夠激發(fā)更多關(guān)于多模態(tài)推理和具身AI的研究。

據(jù)了解，阿里云工程師也正在實(shí)驗(yàn)將千問(wèn)大模型接入工業(yè)機(jī)器人，以便實(shí)現(xiàn)遠(yuǎn)程指揮機(jī)器人工作。在近日舉行的第六屆數(shù)字中國(guó)建設(shè)峰會(huì)上，阿里云發(fā)布的一個(gè)演示視頻中展示了千問(wèn)大模型的實(shí)際應(yīng)用場(chǎng)景。

“我渴了，找點(diǎn)東西喝吧。”工程師通過(guò)釘釘對(duì)話框向機(jī)器人發(fā)出指令后，千問(wèn)大模型回答，“好的，我找找有什么喝的。”隨后，千問(wèn)大模型在后臺(tái)自動(dòng)編寫(xiě)了一組代碼發(fā)給機(jī)器人，機(jī)器人開(kāi)始識(shí)別周邊環(huán)境，從附近的桌上找到一瓶水，并自動(dòng)完成移動(dòng)、抓取、配送等一系列動(dòng)作，遞送給工程師。

科幻電影中機(jī)器人和人交互的畫(huà)面正在變成現(xiàn)實(shí)。

▍技術(shù)能力解析

從技術(shù)原理上來(lái)理解，這意味著千問(wèn)大模型首先理解了人類這句話的內(nèi)容，然后在后臺(tái)自動(dòng)編寫(xiě)一組代碼發(fā)給機(jī)器人，機(jī)器人則完成識(shí)別周邊環(huán)境、找水至配送等一系列動(dòng)作。

在釘釘對(duì)話框輸入一句人類語(yǔ)言即可指揮機(jī)器人工作，這將為工業(yè)機(jī)器人的開(kāi)發(fā)和應(yīng)用帶來(lái)革命性的變化。其背后意味著大模型為工業(yè)機(jī)器人的開(kāi)發(fā)打開(kāi)了新的大門(mén)。因?yàn)榍?wèn)等大模型為機(jī)器人提供了推理決策的能力，從而有望讓機(jī)器人的靈活性和智能性大幅提升。

阿里云工程師表示，這種能力意味著新的變革。機(jī)器人之前能夠完成一些人類設(shè)置的固定任務(wù)，但并不能執(zhí)行一些需要“隨機(jī)應(yīng)變”的任務(wù)，“AI大模型突破了機(jī)器人的局限，讓人類可以通過(guò)自然語(yǔ)言指揮機(jī)器完成負(fù)責(zé)任務(wù)，讓機(jī)器人真有了大腦。”

可以說(shuō)大模型的誕生為工業(yè)機(jī)器人打開(kāi)了一扇新的窗，據(jù)阿里云工程師介紹，例如在生產(chǎn)運(yùn)行時(shí)，一線工程師只需發(fā)送一段文字，千問(wèn)就能理解其意圖進(jìn)行任務(wù)推理，并自動(dòng)翻譯成機(jī)器可以理解的代碼，指揮機(jī)器執(zhí)行任務(wù)，有效提升生產(chǎn)效率。

阿里巴巴董事會(huì)主席兼 CEO、阿里云智能 CEO 張勇表示，數(shù)字化是基礎(chǔ)，智能化是方向，當(dāng)前的人工智能浪潮是和 20 年前的數(shù)字化浪潮同等重要的機(jī)會(huì)，行業(yè)正處于智能化時(shí)代的歷史新起點(diǎn)。阿里正朝著這個(gè)方向快速邁進(jìn)。

“就像數(shù)字化時(shí)代出現(xiàn)一批數(shù)字原生企業(yè)，智能化時(shí)代也必將出現(xiàn)一系列智能原生企業(yè)。我們深刻感受到，‘所有不可想象，終將化為尋常’。”他說(shuō)。

目前，人們依然嚴(yán)重依賴代碼來(lái)實(shí)現(xiàn)對(duì)機(jī)器人的控制，人類操作機(jī)器人需要學(xué)習(xí)復(fù)雜的編程語(yǔ)言或機(jī)器人系統(tǒng)的細(xì)節(jié)，而GPT等大模型的出現(xiàn)，為推翻豎立在人類與AI面前的“巴別塔”提供了新思路，即將多模態(tài)的大語(yǔ)言模型作為人類與機(jī)器人溝通的橋梁。

正如阿里云工程師所說(shuō)，“AI大模型突破了機(jī)器人的局限，讓人類可以通過(guò)自然語(yǔ)言指揮機(jī)器完成負(fù)責(zé)任務(wù)，讓機(jī)器人真正有了大腦。”

張勇也表示，由于實(shí)體經(jīng)濟(jì)是智能化主戰(zhàn)場(chǎng)，新的AI大模型讓千行百業(yè)將被重新定義。“AI大模型將以更低門(mén)檻、更高效率，打通一個(gè)個(gè)數(shù)據(jù)斷流節(jié)點(diǎn)，推動(dòng)數(shù)據(jù)在研發(fā)、生產(chǎn)、配送、服務(wù)等環(huán)節(jié)暢通流動(dòng)，服務(wù)實(shí)體經(jīng)濟(jì)的智能化升級(jí)。”

當(dāng)然，大模型對(duì)機(jī)器人領(lǐng)域的加持不僅體現(xiàn)在應(yīng)用環(huán)節(jié)，也可參與開(kāi)發(fā)環(huán)節(jié)。

面向制造領(lǐng)域，阿里云將進(jìn)一步融合千問(wèn)大模型與阿里云物聯(lián)網(wǎng)平臺(tái)能力，為企業(yè)提供智能解決方案，讓生產(chǎn)制造全流程變得更智能、更高效。

據(jù)阿里云工程師介紹，在機(jī)器人開(kāi)發(fā)階段，工程師可通過(guò)千問(wèn)大模型自動(dòng)生成代碼指令完成機(jī)器人功能的開(kāi)發(fā)與調(diào)試，甚至還能為機(jī)器人創(chuàng)造一些全新的功能。

日前，阿里云已宣布啟動(dòng)“通義千問(wèn)伙伴計(jì)劃”，將優(yōu)先為千問(wèn)伙伴提供大模型領(lǐng)域的技術(shù)、服務(wù)與產(chǎn)品支持，共同推動(dòng)大模型在不同行業(yè)的應(yīng)用，已有超20萬(wàn)企業(yè)用戶申請(qǐng)接入千問(wèn)測(cè)試。

▍難點(diǎn)和未來(lái)

不過(guò)，大模型只是提供了一種新思路，距離能聽(tīng)懂“人話”的機(jī)器人面世，或許還有很長(zhǎng)的路要走。

因?yàn)檎Z(yǔ)言模型固然可以為機(jī)器人提供更好的步驟規(guī)劃評(píng)估和選擇，但并不能面面俱到，比如不能告訴機(jī)器人打開(kāi)冰箱時(shí)應(yīng)施加多大的力。因此，我們發(fā)現(xiàn)全世界包括谷歌在內(nèi)的巨頭也暫時(shí)沒(méi)有將裝上大模型的機(jī)器人商業(yè)化的計(jì)劃。

但制造業(yè)是AI大模型的重要應(yīng)用場(chǎng)景之一，未來(lái)的機(jī)遇在于云、AI與物理世界機(jī)器的融合，AI大模型必然能為工業(yè)機(jī)器人、服務(wù)機(jī)器人的智能化發(fā)展帶來(lái)了新的機(jī)遇和挑戰(zhàn)，而這也將推動(dòng)實(shí)體經(jīng)濟(jì)向更加智能化的方向發(fā)展。

為此，除了阿里外，國(guó)內(nèi)多家互聯(lián)網(wǎng)巨頭也在AI+機(jī)器人領(lǐng)域動(dòng)作頻頻。

4月25日，據(jù)騰訊Robotics X實(shí)驗(yàn)室公布最新機(jī)器人研究進(jìn)展，首次展示在靈巧操作領(lǐng)域的成果，推出自研機(jī)器人靈巧手“TRX-Hand”和機(jī)械臂“TRX-Arm”。

4月24日，據(jù)企查查APP顯示，近日北京小米機(jī)器人技術(shù)有限公司成立，注冊(cè)資本5000萬(wàn)元人民幣。經(jīng)營(yíng)范圍包含：智能機(jī)器人的研發(fā)；人工智能行業(yè)應(yīng)用系統(tǒng)集成服務(wù)；人工智能基礎(chǔ)資源與技術(shù)平臺(tái)；微特電機(jī)及組件制造等。資料顯示，小米在國(guó)內(nèi)機(jī)器人布局版圖不斷擴(kuò)大，從CyberDog（仿生機(jī)器狗），再到Cyberone（仿生機(jī)器人），持續(xù)加注在機(jī)器人領(lǐng)域的研發(fā)和創(chuàng)新。

而國(guó)內(nèi)2022年受益于汽車(chē)動(dòng)力 電池、光伏等新能源行業(yè)的發(fā)展機(jī)遇，隨著今年工業(yè)機(jī)器人行業(yè)景氣度繼續(xù)提升，多家機(jī)器人企業(yè)也在開(kāi)辟自己的新方向，例如通過(guò)機(jī)器視覺(jué)、傳感器等相關(guān)技術(shù)的發(fā)展及與工業(yè)機(jī)器人深度結(jié)合，促進(jìn)工業(yè)機(jī)器人的可用性和易用性。

根據(jù)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)，2015—2022年我國(guó)工業(yè)機(jī)器人產(chǎn)量由3.30萬(wàn)臺(tái)增長(zhǎng)至44.31 萬(wàn)臺(tái)，CAGR達(dá)44.92%，2023年1-3月工業(yè)機(jī)器人累計(jì)產(chǎn)量10.37萬(wàn)臺(tái)，同比-3.00%，工業(yè)機(jī)器人行業(yè)正步入窗口期。多家企業(yè)收入實(shí)現(xiàn)快速增長(zhǎng)，但盈利能力需要進(jìn)一步改善。

從發(fā)展方向上看，隨著工業(yè)機(jī)器人應(yīng)用門(mén)檻的下降，工業(yè)機(jī)器人的應(yīng)用已經(jīng)不再局限于對(duì)負(fù)載、響應(yīng)性、一致性要求較高的行業(yè)，AI的發(fā)展更是已經(jīng)推動(dòng)了機(jī)器人企業(yè)軟硬件迭代加速。未來(lái)工業(yè)機(jī)器人的發(fā)展以提升應(yīng)用廣度和深度為方向，其中運(yùn)動(dòng)控制技術(shù)、控制系統(tǒng)技術(shù)促進(jìn)產(chǎn)品性能提升，AI相關(guān)技術(shù)促進(jìn)智能化提升，未來(lái)工業(yè)機(jī)器人會(huì)向著智能化、精細(xì)化方向努力，另一部分硬件制造、集成新技術(shù)則推動(dòng)工業(yè)機(jī)器人賦能多行業(yè)進(jìn)一步深化。

審核編輯 ：李倩