大模型打開(kāi)機(jī)器人覺(jué)醒之門(mén)！席卷新工業(yè)革命

作者 |??程茜，編輯?|??漠影

AI時(shí)代進(jìn)入下半場(chǎng)，具身智能顛覆生產(chǎn)力。

今年初，家用機(jī)器人Mobile ALOHA火爆出圈，炒菜、洗碗、掃地、逗貓、疊衣服樣樣精通，堪稱全能管家；時(shí)隔半年，原班團(tuán)隊(duì)再度推出機(jī)器人自主導(dǎo)航基礎(chǔ)模型Mobility VLA，機(jī)器人在公司轉(zhuǎn)一圈就能聽(tīng)從人類語(yǔ)音指令，快速變身導(dǎo)航員。

像這樣逐漸深入我們生活的機(jī)器人越來(lái)越多，做咖啡、打掃衛(wèi)生、酒店配送，甚至連按摩、作手術(shù)、康復(fù)訓(xùn)練等諸多崗位上都出現(xiàn)了機(jī)器人的身影。

但即便如此，這些機(jī)器人也只是按部就班、聽(tīng)命行事，距離電影中高度智能的機(jī)器人形象仍相距甚遠(yuǎn)。

AI技術(shù)革命，并非一蹴而就，橫空出世，而是在科技?xì)v史長(zhǎng)河中持續(xù)地發(fā)生。2022年底，以生成式人工智能 ChatGPT為起點(diǎn)的大語(yǔ)言模型（LLM），帶來(lái)人機(jī)對(duì)話交互變革。2024年，LAM（大型動(dòng)作模型）正在起勢(shì)，機(jī)器人覺(jué)醒新紀(jì)元來(lái)臨。

具身智能已經(jīng)在實(shí)際場(chǎng)景中落地應(yīng)用，重構(gòu)了生產(chǎn)關(guān)系，對(duì)生產(chǎn)力起到了顛覆意義，正在助推著新工業(yè)革命?？梢哉f(shuō)，AI為科幻電影中具有高度智能的機(jī)器人走出銀幕搭起了階梯。

作為新質(zhì)生產(chǎn)力代表的具身智能聯(lián)想晨星足式機(jī)器人GS應(yīng)運(yùn)而生，這也是大模型與物理世界交互的最領(lǐng)先成果之一，作用于現(xiàn)實(shí)世界，具身智能具有更深遠(yuǎn)的意義和影響。伴隨2024/2025財(cái)年Q1財(cái)報(bào)，聯(lián)想集團(tuán)發(fā)布第三季硬核知識(shí)科普視頻的第一集《具身智能：人工智能如何成為人》。

視頻中采用了桌面電影形式的融合創(chuàng)新。極具《權(quán)力的游戲》風(fēng)格的開(kāi)場(chǎng)片頭，以串聯(lián)著機(jī)器人領(lǐng)域完整技術(shù)發(fā)展關(guān)系圖譜的科技樹(shù)為線索，帶領(lǐng)觀眾在時(shí)間中穿梭，重新探索機(jī)器人科技樹(shù)圖譜下三個(gè)技術(shù)路徑的競(jìng)技與角逐。在講述中同時(shí)打碎重構(gòu)桌面元素，讓信息在觀眾、主角IP和桌面中流動(dòng)傳遞。

此外，視頻中以英國(guó)科技?xì)v史學(xué)家、生物化學(xué)家、中科院外籍院士李約瑟為原型打造的智能體，也是一大亮點(diǎn)。立足于2100年的賽博版李約瑟，以未來(lái)的第一人稱視角首次為觀眾呈現(xiàn)具身智能完整的技術(shù)史觀，也在其中展示了新工業(yè)革命時(shí)代的革命先鋒——聯(lián)想晨星足式機(jī)器人GS如何深入工業(yè)場(chǎng)景，看到聯(lián)想集團(tuán)使AI向?qū)?，幫助千行百業(yè)真正應(yīng)用AI，釋放生產(chǎn)力還智于業(yè)，完成變革，可謂是一支帶有十足革命感和大歷史觀的視頻大片。

01.百年技術(shù)角逐碰撞喚醒具身智能機(jī)器人

1959年，世界上第一臺(tái)機(jī)器人Unimate被安裝在汽車(chē)工廠的裝配線上，彼時(shí)其只能完成輔助汽車(chē)生產(chǎn)的簡(jiǎn)單、重復(fù)任務(wù)；60余年后，各種類人、足式機(jī)器人出現(xiàn)，大型商超、工業(yè)園區(qū)的巡邏安防、全天候的電力巡檢、消防應(yīng)急救援、做咖啡等諸多場(chǎng)景都出現(xiàn)了機(jī)器人的身影。

與機(jī)器人形態(tài)發(fā)展的前提是技術(shù)的進(jìn)階，隨著各項(xiàng)能力被慢慢點(diǎn)亮，機(jī)器人科技樹(shù)逐漸枝繁葉茂。

從聯(lián)想集團(tuán)財(cái)報(bào)視頻打造的科技樹(shù)起點(diǎn)可看到，最先點(diǎn)亮機(jī)器人應(yīng)用能力的是工業(yè)，在第一臺(tái)機(jī)械手臂Unimate所在的技術(shù)路徑上，數(shù)控技術(shù)、工業(yè)機(jī)器人、機(jī)械手臂等技術(shù)被點(diǎn)亮。

在此之上，斯坦福大學(xué)研究人員發(fā)明的Stanford Arm擁有6個(gè)自由度，奠定了工業(yè)機(jī)器人的標(biāo)準(zhǔn)化基礎(chǔ)。20世紀(jì)70年代初期，第一臺(tái)由電動(dòng)機(jī)驅(qū)動(dòng)的工業(yè)機(jī)器人FAMULUS問(wèn)世，ABB機(jī)器人（原ASEA）推出IRB 6，世界上首臺(tái)全電動(dòng)微型處理器控制的機(jī)器人發(fā)布，使得工業(yè)機(jī)器人發(fā)展飛速，科技樹(shù)的這一支線也走向成熟。

但機(jī)器人的形態(tài)就穩(wěn)固于此了嘛？機(jī)器人科技樹(shù)發(fā)展的第二條技術(shù)路徑給出了答案。在“工業(yè)”技術(shù)路徑發(fā)展初期，機(jī)器人另一條技術(shù)路徑也開(kāi)始萌芽——“移動(dòng)”。

這條技術(shù)路徑中最直觀的變化就是機(jī)器人形態(tài)。1970年前后，美國(guó)斯坦福國(guó)際研究所開(kāi)發(fā)了首臺(tái)移動(dòng)機(jī)器人Shakey，它可以做到自主感知、環(huán)境建模、行動(dòng)規(guī)劃并執(zhí)行任務(wù)，不過(guò)當(dāng)時(shí)受限于計(jì)算機(jī)體積以及運(yùn)算速度，Shakey往往需要耗費(fèi)數(shù)個(gè)小時(shí)完成任務(wù)。

機(jī)器人在移動(dòng)領(lǐng)域的技術(shù)節(jié)點(diǎn)被點(diǎn)亮，并且實(shí)現(xiàn)了與工業(yè)機(jī)器人技術(shù)路徑的交叉。這些貫穿著前后數(shù)十年歷程的技術(shù)節(jié)點(diǎn)，鑄成了機(jī)器人“覺(jué)醒之門(mén)”的鑰匙，成為讓機(jī)器人走出工廠、走進(jìn)家庭、商場(chǎng)等場(chǎng)景的關(guān)鍵技術(shù)支持。

科技樹(shù)的第三條支線“智能與神經(jīng)”迎來(lái)爆發(fā)，這也正是打造出能滿足人們對(duì)機(jī)器人終極幻想的關(guān)鍵條件。

1950年，內(nèi)置光傳感器、觸摸傳感器、推進(jìn)及轉(zhuǎn)向電機(jī)的電子烏龜誕生，可以摸索著向有光亮的地方前進(jìn)，并在遇到障礙時(shí)改變方向，使得機(jī)器人展現(xiàn)出了擁有“生物智慧”的潛力。直到2016年，一場(chǎng)AlphaGo戰(zhàn)勝李世石的世紀(jì)決戰(zhàn)，成為機(jī)器人發(fā)展的標(biāo)志性時(shí)刻。

在智能與神經(jīng)與工業(yè)、移動(dòng)三支技術(shù)支線相互碰撞的時(shí)刻，早在1950年就已經(jīng)被提出的智能體、具身智能概念，今年終于展現(xiàn)出了成為現(xiàn)實(shí)的可能。

2.嵌入大模型與體驗(yàn)聯(lián)想具身智能“上崗”三大場(chǎng)景

如今“以機(jī)器人之軀，承載AI的靈魂”，已成為當(dāng)下這一產(chǎn)業(yè)的熱門(mén)議題。

智慧最先只出現(xiàn)在虛擬世界當(dāng)中。

早年間，DeepMind連發(fā)三篇論文，闡釋了通過(guò)機(jī)器學(xué)習(xí)教導(dǎo)AI自主學(xué)習(xí)走路；OpenAI基于強(qiáng)化學(xué)習(xí)讓智能體掌握了各種捉迷藏套路，并掌握了多種隱藏策略。后來(lái)，麻省理工學(xué)院的研究小組基于機(jī)器學(xué)習(xí)技術(shù)，讓“粘液”機(jī)器人具備了改變形狀完成復(fù)雜任務(wù)的潛力，于是大模型和物理世界產(chǎn)生連接。

這就是視頻中提到的“離身智能”，視頻中呈現(xiàn)的這場(chǎng)1963年的實(shí)驗(yàn)，說(shuō)明了“離身智能”與“具身智能”的關(guān)鍵區(qū)別。

實(shí)驗(yàn)中籠子里的兩只貓，一只可以主動(dòng)正常行走，另一只只能被動(dòng)行走，最后的結(jié)果是被動(dòng)行走的貓無(wú)法應(yīng)用對(duì)環(huán)境深度感知的能力。

因此，實(shí)現(xiàn)具身智能最關(guān)鍵的就是自主感知、親身體驗(yàn)，這也是擴(kuò)寬機(jī)器人在產(chǎn)業(yè)場(chǎng)景中應(yīng)用空間的先決條件。

機(jī)器人此前被應(yīng)用于具體場(chǎng)景時(shí)，往往只能依賴于在軟件中學(xué)習(xí)的經(jīng)驗(yàn)，或者僅完成簡(jiǎn)單的重復(fù)性任務(wù)。但對(duì)于危險(xiǎn)系數(shù)高的環(huán)境、人不方便進(jìn)入的狹窄危險(xiǎn)區(qū)域而言，機(jī)器人需要更高的智能屬性，才能應(yīng)對(duì)這些場(chǎng)景，并真正輔助人類完成任務(wù)。

正如我們?cè)谝曨l中看到，從科技樹(shù)中具身智能這一節(jié)點(diǎn)走進(jìn)現(xiàn)實(shí)的還有聯(lián)想晨星足式機(jī)器人GS，就是當(dāng)下機(jī)器人承載AI靈魂，并能真正滿足企業(yè)對(duì)于新質(zhì)生產(chǎn)力的急迫需求的集大成者。

聯(lián)想集團(tuán)要做的是真正讓懂人話、會(huì)規(guī)劃的機(jī)器人走出實(shí)驗(yàn)室，落地到場(chǎng)景中——還智于業(yè)。

聯(lián)想晨星足式機(jī)器人GS已經(jīng)從單純的聽(tīng)令行事，演進(jìn)為可通過(guò)理解自然語(yǔ)言執(zhí)行復(fù)雜任務(wù)，且能夠自主糾錯(cuò)應(yīng)對(duì)特殊情況。

根據(jù)面對(duì)開(kāi)放動(dòng)態(tài)環(huán)境提出的具身導(dǎo)航框架，機(jī)器人可以基于大語(yǔ)言模型理解自然語(yǔ)言指令，將復(fù)雜指令分解成不同的動(dòng)作序列，然后機(jī)器人基于狀態(tài)、任務(wù)需求協(xié)調(diào)動(dòng)作網(wǎng)絡(luò)。

在執(zhí)行任務(wù)、規(guī)劃行走路徑時(shí)，機(jī)器人通過(guò)大模型和長(zhǎng)短記憶可以推測(cè)目標(biāo)方位，從而結(jié)合3D語(yǔ)義地圖給出的物體關(guān)系對(duì)制定目標(biāo)進(jìn)行搜尋。

此外，聯(lián)想集團(tuán)還利用了生成式AI建立典型場(chǎng)景的隨機(jī)環(huán)境并加入物理引擎，采用強(qiáng)化學(xué)習(xí)訓(xùn)練機(jī)器人行走和探索，優(yōu)化探索策略。

在形態(tài)的設(shè)計(jì)方面，聯(lián)想晨星足式機(jī)器人GS也始終服務(wù)于落地應(yīng)用這一終極目標(biāo)。

不同于常見(jiàn)的四足設(shè)計(jì)，它基于六足實(shí)現(xiàn)了三角靜態(tài)穩(wěn)定步態(tài)，擁有能應(yīng)對(duì)全地形的移動(dòng)能力，爬樓梯、過(guò)斜坡、穿越崎嶇路面都不在話下。

另外，運(yùn)動(dòng)過(guò)程中的穩(wěn)定，也能保證搭載在其之上的傳感器采集到的圖像清晰、穩(wěn)定、一致性強(qiáng)，并能減少磕碰，延長(zhǎng)使用壽命。

同時(shí)，機(jī)器人實(shí)際應(yīng)用場(chǎng)景中為了完整復(fù)雜任務(wù)往往需要搭載機(jī)械臂輔助完成，但受限于穩(wěn)定性等因素，人形、四足機(jī)器人等可搭載的機(jī)械臂重量有限，而聯(lián)想晨星足式機(jī)器人GS負(fù)載能力達(dá)到100公斤級(jí)，因此在實(shí)際場(chǎng)景中的應(yīng)用空間更大。

工業(yè)巡檢操作、應(yīng)急救援支持、野外勘測(cè)任務(wù)這三大場(chǎng)景則成為其率先落地應(yīng)用的任務(wù)。

在工業(yè)巡檢操作中，聯(lián)想晨星足式機(jī)器人GS可以實(shí)現(xiàn)自主巡檢、定位故障、收集數(shù)據(jù)，以提供工業(yè)設(shè)備的運(yùn)行效率和安全性。應(yīng)急救援支持時(shí)，會(huì)遇到一些極端天氣，達(dá)到IP66防水等級(jí)的足式機(jī)器人可以在災(zāi)難現(xiàn)場(chǎng)快速響應(yīng)，實(shí)現(xiàn)救援搜救、物資運(yùn)輸?shù)热蝿?wù)。面對(duì)野外地形勘探任務(wù)，它還能實(shí)現(xiàn)高效精準(zhǔn)的地形測(cè)繪、資源勘探、環(huán)境監(jiān)測(cè)。

還有，聯(lián)想投資的清華系機(jī)器人創(chuàng)企星動(dòng)紀(jì)元，已經(jīng)成長(zhǎng)為國(guó)內(nèi)人形機(jī)器人產(chǎn)業(yè)的代表企業(yè)，開(kāi)發(fā)了具身智能人形機(jī)器人全棧技術(shù)架構(gòu)，推出了全尺寸人形機(jī)器人XBOT。在不依賴預(yù)先編程和遙控操作的情況下，XBOT能完成全自主任務(wù)實(shí)現(xiàn)和規(guī)劃導(dǎo)航。

此外，人形機(jī)器人Figure 02也開(kāi)始“進(jìn)廠打工”。不僅外形更像人，還能實(shí)現(xiàn)與人類語(yǔ)音對(duì)話。Figure 02可直接作用于汽車(chē)工廠的生產(chǎn)制造環(huán)境，已具備執(zhí)行通常對(duì)人類工人具有挑戰(zhàn)性的復(fù)雜任務(wù)的能力，如將鈑金件插入特定固定裝置這一汽車(chē)底盤(pán)組裝中的關(guān)鍵步驟。

這一刻機(jī)器人的技術(shù)革命與場(chǎng)景應(yīng)用的成果已經(jīng)達(dá)到了新的階段，人形、足式、輪式以及各類仿生形態(tài)的機(jī)器人落地到工業(yè)場(chǎng)景中，打通物理與信息世界邊界的標(biāo)志性時(shí)刻到來(lái)。

3.聯(lián)想集團(tuán)使AI向?qū)?/strong>為生產(chǎn)力變革注入強(qiáng)勁動(dòng)力