作者| 金旺

欄目| 機(jī)器人新紀(jì)元

2024年8月19日，星動紀(jì)元官宣發(fā)布新一代人形機(jī)器人——星動STAR 1。

與一年前公司成立時發(fā)布的首款產(chǎn)品小星和小星MAX不同的是，這次星動紀(jì)元發(fā)布的星動STAR 1是一款產(chǎn)品級人形機(jī)器人。

據(jù)星動紀(jì)元創(chuàng)始人、清華大學(xué)交叉信息研究院助理教授陳建宇透露，"星動紀(jì)元團(tuán)隊內(nèi)部就多項指標(biāo)對這代人形機(jī)器人進(jìn)行了一系列的測試驗證，最終讓這代人形機(jī)器人達(dá)到了產(chǎn)品級標(biāo)準(zhǔn)。"

據(jù)悉，星動紀(jì)元團(tuán)隊早在2022年完成了第一代人形機(jī)器人研發(fā)，在這之后不到兩年時間里，他們的人形機(jī)器人進(jìn)行了多次迭代，到前不久發(fā)布的星動STAR 1，實則已經(jīng)是星動紀(jì)元團(tuán)隊研發(fā)的第六代人形機(jī)器人。

我們在上周的2024世界機(jī)器人大會（WRC 2024）現(xiàn)場，看到了星動紀(jì)元這款新產(chǎn)品。

據(jù)陳建宇透露，“星動STAR 1不僅各方面性能得到了極大的提升，還將AI與大模型技術(shù)應(yīng)用到了這代人形機(jī)器人上，實現(xiàn)了端到端的泛化行走與抓取。”

此外，星動紀(jì)元也正在進(jìn)行人形機(jī)器人的商業(yè)化探索，開始推動人形機(jī)器人在工業(yè)領(lǐng)域進(jìn)行商業(yè)化驗證。

關(guān)于人形機(jī)器人的技術(shù)卡點和商業(yè)難題，我們在WRC 2024期間與陳建宇進(jìn)行了一場深度對話，在這場對話中，我們了解到了他眼中的人形機(jī)器人的現(xiàn)在和未來。

01 操作大模型，提升泛化性

問：星動STAR 1在哪些方面得到了進(jìn)一步提升？

陳建宇：去年我們發(fā)布的是第三代人形機(jī)器人，今年我們發(fā)布了第六代（星動STAR 1），和去年的小星相比，今年的星動STAR 1的自由度從20個增加到了55個，關(guān)節(jié)扭矩從去年的150N·m也提升到了400N·m，關(guān)節(jié)轉(zhuǎn)速達(dá)到了25rad/s，性能達(dá)到世界頂尖水平。

實際上，我們這代產(chǎn)品在軟硬件方面都得到了很大的提升。

硬件方面，包括靈巧手XHAND在內(nèi)的所有核心零部件，我們都已經(jīng)完成了自主研發(fā)。

軟件方面，去年我們采用的是傳統(tǒng)控制方法，只實現(xiàn)了人形機(jī)器人慢速行走，現(xiàn)在我們采用端到端純學(xué)習(xí)方法，僅僅通過一個神經(jīng)網(wǎng)絡(luò)就實現(xiàn)了人形機(jī)器人在不同環(huán)境中的泛化行走和抓取。

問：星動STAR 1是什么時候立項的，這代產(chǎn)品研發(fā)過程中最難的是什么？

陳建宇：我們平均一代人形機(jī)器人產(chǎn)品幾個月就能迭代完成，而且這個迭代速度還在越來越快。

之所以產(chǎn)品迭代越來越快，是因為我們在人形機(jī)器人研發(fā)過程中積累了很多通用的技術(shù)，而且我們在將這些技術(shù)能力逐步進(jìn)行模塊化，我們在研發(fā)星動STAR 1這代產(chǎn)品時，很多模塊是直接從之前產(chǎn)品中復(fù)用而來。

就這代產(chǎn)品的難點而言，一方面是它的腿部性能達(dá)到了極致性能，另一方面是我們的靈巧手有了很大的改進(jìn)。

問：現(xiàn)在人形機(jī)器人的標(biāo)準(zhǔn)化做得如何？

陳建宇：現(xiàn)在已經(jīng)有一些標(biāo)準(zhǔn)化組織在做人形機(jī)器人標(biāo)準(zhǔn)化相關(guān)工作，包括人形機(jī)器人的技術(shù)路線，有一些大家也開始達(dá)成共識。

就我們自身而言，我們的硬件技術(shù)路線，例如我們的關(guān)節(jié)技術(shù)演進(jìn)路線，早在2022年就已經(jīng)確定下來，我們的關(guān)節(jié)這幾年一直都在沿著我們最初制定的技術(shù)路線演進(jìn)，如今這條技術(shù)路線也已經(jīng)逐漸成為人形機(jī)器人產(chǎn)業(yè)的一個主流趨勢。

就靈巧手而言，現(xiàn)在很多整機(jī)廠商還都是外采，我們這次則設(shè)計了一種全新的、可以很方便適用AI算法的硬件架構(gòu)，基于這一硬件架構(gòu)，我們自研了靈巧手XHAND，我們這套架構(gòu)在未來也很可能會成為人形機(jī)器人靈巧手新的共識。

問：星動STAR 1在運動控制領(lǐng)域是如何應(yīng)用大模型的？

陳建宇：我們研究了人形機(jī)器人的操作大模型，基于語言和視覺信號的輸入，通過操作大模型讓人形機(jī)器人直接輸出動作，相較而言，這是一個端到端的語言-視覺-動作大模型。

通過大量的數(shù)據(jù)訓(xùn)練，這樣的操作大模型具備較好的泛化性，這使得我們的人形機(jī)器人有了舉一反三的能力——在進(jìn)入到一個新的任務(wù)場景中，我們的人形機(jī)器人只需要少量數(shù)據(jù)就能學(xué)會相關(guān)技能。

這些都是我們在實驗中觀察到的現(xiàn)象。

例如在一個新的任務(wù)場景中，我們只對人形機(jī)器人進(jìn)行了幾個簡單物品的操作訓(xùn)練，之后我們發(fā)現(xiàn)，人形機(jī)器人在面對更復(fù)雜的環(huán)境和物體時，在沒有進(jìn)行針對性訓(xùn)練的情況下就能夠準(zhǔn)確地進(jìn)行相應(yīng)的操作，這就讓人形機(jī)器人具備了泛化性。

問：操作大模型訓(xùn)練數(shù)據(jù)是如何收集的？

陳建宇：我們的操作大模型的訓(xùn)練數(shù)據(jù)可以來自四個方面：基于遙操作方式獲取的數(shù)據(jù)、基于仿真環(huán)境生成的數(shù)據(jù)、高質(zhì)量的開源數(shù)據(jù)集和人類的操作數(shù)據(jù)。

其中，人類的操作數(shù)據(jù)使用起來很有難度，我們現(xiàn)在也在想辦法把這類數(shù)據(jù)利用起來，這就需要我們在算法底層做創(chuàng)新和改進(jìn)。

02 人形機(jī)器人的具身智能瓶頸

問：人形機(jī)器人應(yīng)用的瓶頸，是缺少剛需場景，還是技術(shù)不夠成熟？

陳建宇：兩方面其實都有。

人形機(jī)器人是一個全新的產(chǎn)品品類，這類產(chǎn)品的應(yīng)用需求確實需要大家去探索，技術(shù)方面的話，也確實需要得到進(jìn)一步發(fā)展。

大家剛開始做這件事沒多久，包括我們第一代人形機(jī)器人也是一個相對簡單的形態(tài)，經(jīng)過這兩年六代產(chǎn)品的迭代，我們的人形機(jī)器人在行走能力方面走得越來越快、越來越穩(wěn)，手部的操作也越來越智能，能夠做更多事情。

實際上，人形機(jī)器人技術(shù)發(fā)展到現(xiàn)在已經(jīng)初步具備在一些簡單場景中執(zhí)行任務(wù)的能力。

問：人形機(jī)器人技術(shù)發(fā)展瓶頸在哪里？

陳建宇：未來人形機(jī)器人的具身智能如何去做，這是最大的不確定性。

就如何實現(xiàn)通用的具身智能，目前最前沿的學(xué)術(shù)界都還很難回答這一問題。

我們已經(jīng)看到很多技術(shù)路徑，這些技術(shù)路徑都有可能成為未來通用智能的可能性，我們團(tuán)隊現(xiàn)在也在不同路徑上做相應(yīng)的探索，這是我們未來的競爭優(yōu)勢。

問：怎么看現(xiàn)在人形機(jī)器人技術(shù)發(fā)展速度？

陳建宇：現(xiàn)在人形機(jī)器人技術(shù)發(fā)展非常快，以往人形機(jī)器人的研究方法，是以線性增長的趨勢推動整個產(chǎn)業(yè)發(fā)展，現(xiàn)在在數(shù)據(jù)驅(qū)動的時代，整個產(chǎn)業(yè)有了階躍式發(fā)展的可能。

所以，人形機(jī)器人完全有可能以超出大家預(yù)期的速度發(fā)展。

對于人形機(jī)器人產(chǎn)業(yè)的發(fā)展，我會更樂觀一些，很多人看到的是人形機(jī)器人現(xiàn)在能做什么，這些能力距離他們心中理想的人形機(jī)器人形態(tài)還有多遠(yuǎn)，但我看到的是以后人形機(jī)器人會發(fā)展成什么樣。

問：星動STAR 1有怎樣的商業(yè)計劃？

陳建宇：我們會先就我們的靈巧手XHAND進(jìn)行商業(yè)化，我們的靈巧手也會根據(jù)市場需求進(jìn)行后續(xù)的產(chǎn)品迭代。

至于星動STAR 1人形機(jī)器人，我們是按頂配性能來做的，相當(dāng)于汽車中的保時捷，但由于我們自下而上進(jìn)行了全棧的技術(shù)自研和供應(yīng)鏈把控，因此它的最終售價也不會特別貴（具體價格我們會在后續(xù)公布）。

為什么我們會強(qiáng)調(diào)人形機(jī)器人的性能？

這是因為我們希望我們的人形機(jī)器人真可以去干活兒、甚至干人干不了的活兒，這就需要人形機(jī)器人在力量、效率上都有很好的表現(xiàn)。

03 工業(yè)依然是第一場景

問：人形機(jī)器人最早的商業(yè)落地場景是什么？

陳建宇：我認(rèn)為人形機(jī)器人最先會落地在工業(yè)領(lǐng)域，這是基于以下三個判斷：

第一，工業(yè)是一個勞動密集型產(chǎn)業(yè)，而且正在面臨勞動力短缺的問題；

第二，我們做過一個估算，人形機(jī)器人在工業(yè)領(lǐng)域得到大規(guī)模應(yīng)用后，它的成本能夠完全得到覆蓋；

第三，對比家用或服務(wù)類應(yīng)用場景，工業(yè)場景對人形機(jī)器人的應(yīng)用需求，實現(xiàn)起來的技術(shù)難度會相對低一些，相對更容易實現(xiàn)。

基于以上三點判斷，我們現(xiàn)在主要也是在工業(yè)領(lǐng)域做人形機(jī)器人的技術(shù)和產(chǎn)品驗證。

問：人形機(jī)器人已經(jīng)到了賣貨階段了嗎？

陳建宇：目前大家已經(jīng)在賣貨的人形機(jī)器人，不會是最終真正大規(guī)模應(yīng)用的人形機(jī)器人。

我們看到，馬斯克在推動人形機(jī)器人進(jìn)汽車工廠，他對于人形機(jī)器人商業(yè)化落地的判斷，是基于他們真正在汽車工廠中解決了哪些問題、真正做到了哪些工人在做的事情提出的，他們?nèi)诵螜C(jī)器人量產(chǎn)時間線也是基于在實際工廠場景應(yīng)用情況制定的。

但是目前大家還沒有真正找到一個引爆需求的場景，大家正在賣的人形機(jī)器人也并不是為了滿足真實市場需求而做的，更多是為一些早期嘗鮮者提供，所以由此產(chǎn)生的銷量不會很大。

對于我們而言，我們也會為早期嘗鮮者提供人形機(jī)器人產(chǎn)品，在這方面，我們確實也接收到了一些需求，但要真正推動人形機(jī)器人量產(chǎn)，一定要解決諸如工業(yè)場景這樣足夠大的場景中的某些需求。

只有真正滿足了這類需求，能夠提供一個有價值的解決方案，我們才能將人形機(jī)器人順利部署下去，從而推動人形機(jī)器人實現(xiàn)規(guī)?；慨a(chǎn)。

問：人形機(jī)器人什么時候能夠規(guī)模量產(chǎn)？

陳建宇：我覺得大家現(xiàn)在暫時不用過于重視人形機(jī)器人量產(chǎn)這件事，現(xiàn)在人形機(jī)器人真正的問題不是量產(chǎn)，而是：

第一，現(xiàn)在生產(chǎn)出的人形機(jī)器人是否能夠真正被用起來；

第二，這些能夠被用起來的人形機(jī)器人所需要的技術(shù)，是否真能夠?qū)胍?guī)?；慨a(chǎn)的產(chǎn)品中。

也就是說，人形機(jī)器人的客戶需求在哪里，你的技術(shù)是否能夠達(dá)到客戶的需求，這是我們開啟人形機(jī)器人規(guī)?；慨a(chǎn)的先決條件。

問：人形機(jī)器人要量產(chǎn)，在技術(shù)上還有哪些瓶頸？

陳建宇：現(xiàn)在人形機(jī)器人最大的技術(shù)瓶頸依然在具身智能。

硬件決定了人形機(jī)器人應(yīng)用落地能力的上限，但是目前人形機(jī)器人產(chǎn)業(yè)擁有的硬件基礎(chǔ)支撐起來的應(yīng)用上限，具身智能算法還暫時沒有達(dá)到。

也就是說，人形機(jī)器人的硬件基礎(chǔ)本身能夠支撐它完成的一些任務(wù)，由于現(xiàn)有AI算法的能力不足，目前的人形機(jī)器人還無法真正實現(xiàn)這樣的產(chǎn)品力。

具身智能技術(shù)的發(fā)展不如人形機(jī)器人硬件成熟，也就成了現(xiàn)在人形機(jī)器人產(chǎn)業(yè)最大的卡點。