人形机器人真能商用了吗?聊天机器人的老剧本,正在金属躯体上重演
人形机器人是否已经准备好投入实际工作,关键在于集成成本与迁移成本,外形像不像人几乎不在考虑范围之内。聊天机器人时代的教训值得记取:那些万能型演示,很少能变成真正有用的产品。
人形机器人的推销词很有诱惑力:它天生适配为人类设计的世界,所以一台机器就能做人能做的事,你可以把一整排单一用途的工具统统请下岗。但把这套说辞放到上一轮炒作周期里对照一下:通用型聊天机器人当年也被当作“万能替代品”来推销,理由是它们说话方式像人,可最终留下来的产品几乎都是任务单一的:代码助手、语音转写引擎、真正能给出答案的搜索框。这只是一个类比,不是证明。它的价值在于提出警示,因为人形机器人的推销逻辑复用了同一个前提:外形像人,就等于像人一样有用。在资本支出委员会签字之前,真正该问的问题是,人形机器人是否已经准备好投入商业使用,还是说人形外壳正在扮演聊天窗口当年扮演的角色:负责把演示卖出去。
先看人形外形是怎么被选中的。让机器长得像人、动得像人,造价高昂、机械结构脆弱,也很少是完成一项既定任务的最短路径。它优化的是观众和投资人愿意买账的东西,也就是“未来已来”的观感,而不是每完成一项任务的实际成本。这是从这类产品的营销方式中得出的推断,并不针对任何一家厂商的动机,但任何采购流程都必须扛得住这个推断的检验。
人形机器人到底有多“自主”?
看看上一轮周期里关注度最高的人形机器人演示。2024年10月特斯拉“We, Robot”发布会上,那些为宾客倒酒、插科打诨的Optimus机器人,后来被证实当时处于真人实时遥控之下。远程操控暴露了硬件与软件之间的差距:执行器和机身的进度,已经跑到了能让机器自主决策的控制策略前面。这本身并不是一票否决的理由,不少实用的自动化项目一开始也是靠遥操作起步的,但它确实改变了你实际买到的是什么。
采购原则由此而来:在你亲眼看到机器脱离牵引线、无人协助地完成工作之前,“自主”这个词都应该先打个问号,理想情况下最好是在自己的车间里、面对自己的各种边缘情况来验证。一台在摄影棚灯光下、靠隐藏操作员配合才能大放异彩的机器,证明的是操作员的水平。定价已经是实打实的了:某款尚未量产的人形机器人标价8.99万美元,而它在多数公开演示中展示的能力,相当一部分其实还是借用了台下那个人的智能。
为什么机械臂从来都不是最贵的部分
工业机器人领域早在几十年前就已经解决了这个问题:机械臂是最便宜的部件,真正烧钱的是集成与调试,也就是教会一台机器认识你的产线、你的零件、你的公差和你的安全规范所需的现场工程工作。美国国家标准与技术研究院(NIST)报告显示,在部分部署案例中,系统集成成本可达机器人本体成本的约十倍。钱和时间都花在这里,任何外形设计都绕不开这一关。
“窄任务”对“人形”的采购决策,实际算下来是什么样?
把这个道理变成一个带具体变量的模型。四个数字决定回报:硬件成本H、集成倍数k、迁移成本占比r(把机器挪到下一项任务时,需要重新支付的集成成本比例),以及n,也就是资产生命周期内的迁移次数。首次部署成本是H加上kH。NIST的证据显示,在高难度任务中k接近十。以一项界定清晰的任务为例:在一条产线上为混装零件做装卸和码垛,由一个定制单元完成,固定机械臂、夹爪、机器视觉,硬件成本约5万美元。按k接近十计算,调试成本约50万美元,首笔支出合计约55万美元,几乎全部花在现场工程上。
迁移成本占比才是真正决定回报的地方。第一笔支出里的大部分买的是不可重复使用的一次性工作:工装设计、零件模型、成文的安全方案。第二个相同的单元可以直接复用这些成果,所以r很小,下一条产线的成本只是第一条的零头。Universal Robots正是靠这个逻辑建立起自己的业务,其案例记录显示,一套验证过的协作机器人单元只需数小时的重新编程,不用拆装夹具、不用重走一遍集成流程,就能搬到新任务上。这种可复用性,才是窄任务自动化能赚钱的原因,机器本身的标价几乎无关紧要。
第二条路是花约9万美元买一台人形机器人。溢价卖点是更低的r:一具身体,不需要专用夹具,靠软件重新分配任务。但集成所需的人工并不会因此消失,你依然要教它认识你的零件、你的公差、你的安全规范,而且按目前的证据,你还要额外承担演示视频里被藏起来的那部分自主性风险。Agility Robotics正是这样推销自己的“软件重新分配”故事:通过Agility Arc云平台调度旗下Digit机器人,让整支机队无需重新布线现场就能被重新分配任务,该公司也已经把Digit投入了商用物流作业。如果这种软件迁移是真实的,r就会大幅收窄,溢价也就物有所值。但要让供应商在你自己的任务上证明r的数值,那段“行走”表演本身说明不了什么。这正是我们在《先验证集成,再动工建设》一文中主张的验证纪律:价值取决于你能验证的集成能力,只能拍成视频的能力不算数。
多台窄任务机器协同,胜过一个通才
无论在家庭还是工厂场景,专用设备往往会胜出,原因和窄任务软件胜过大而全的单体系统一样。两三台各自把一件事做好的机器,比如一台清洁机器人、一台装卸机器人、一个负责调度它们的控制器,要比一个必须样样过得去才能立足的拟人通才更容易做到可靠,运行成本也更低。更耐用的架构是编排:由一个协调者驱动多个专精而可靠的部件,这正是优秀软件一直以来的工作方式。让“人”留在这个编排层上,与《人在回路中的实用自动化》一文所主张的原则是一致的。
人形外壳会带来什么额外的安全成本?
有一项二阶成本必须纳入模型:一台能移动的机器人,本身就是一个会走路的攻击面。摄像头、麦克风、电机和网络连接,装在一个能在你的建筑物里到处走动的底盘上。这不是空想。Ecovacs的扫地机器人就曾被远程劫持,对着主人大喊侮辱性言论。给这样一个攻击面装上手臂,再给它一个靠近你的数据的理由,暴露面只会更大。应对办法是架构层面的:把敏感的推理计算留在本地、留在你自己拥有的硬件上,确保机密工作永远不出这个房间,这与我们在《智能体系统的安全加固》一文中提出的立场是一致的。
这些都不是在说具身自动化是一场幻觉。窄任务、集成良好的机器人早已在创造实际价值,软件迟早会追上硬件的脚步。这里的警示要窄得多:人形外壳是一个信号,提示你这场演示到底是做给谁看的,而那些曾经为通用型聊天机器人买单买贵了的采购方,如今正被用同一套叙事、换成五位数报价的金属躯体,再劝一次。把决策标准定在采购之前:根据机器完成的任务和你能验证的集成能力来评判它,而不是它有多像你。
常见问题
什么是“物理AI”(physical AI)?它会改变采购决策吗?
“物理AI”是一个营销标签,指的是通过机器人和传感器在现实世界中行动的AI,而不是通过屏幕交互的AI。它并不会改变问题的本质:你买的仍然是以可预期成本完成一项界定清晰的任务,所以评判一款物理AI产品,应该看它在无人协助情况下的实测表现和集成成本,和评判任何其他自动化设备完全一样。
怎么分辨一台机器人是真的自主,还是在遥操作表演?
要求看它在没有牵引线、没有台架支撑、也没有操作员介入的情况下工作,而且是完成它没有事先排练过的任务和场景。坚持要求在自己的环境里试用。如果供应商只能提供摄影棚拍摄的视频,就应该把“自主”这个说法当作未经证实,并按此定价。
在制造业场景中,人形机器人是否比工业机器人更有优势?
从目前的证据看,很少如此。工业机器人和专用设备是针对界定清晰的任务和已知的集成路径优化的,而人形外形为了在外观上像人,反而增加了机械复杂度和控制难度。真正决定成败的是调试成本和迁移成本,在这两项上,窄任务机器通常更占优势。
相关阅读
本文由 Abyshire 专有编辑系统的 AI 编辑角色撰写，并经我们的团队审核。