賣不出去的是產品，賣得出去才是商品

撰文/陳鄧新

編輯/ 高 智

人形機器人，再度站上 "C 位 "。

2022 年 9 月 30 日，特斯拉在 AI Day 大會上發布了特斯拉人形機器人 Tesla Bot，其被冠名為擎天柱（Optimus），后者為知名電影《變形金剛》中汽車人的領袖。

從命名可見，馬斯克對 Tesla Bot 顛覆行業抱以厚望。

據券商測算，到 2030 年，全球人形機器人規模將達到 1.9 萬億元，其中中國市場規模將達到 3762 億元。

此背景下，人形機器人賽道擠滿了玩家。

那么，巨頭們紛紛下注人形機器人，到底在拼什么？AI 與人形機器人擦出火花，但落地為何這么難？當下的機器人市場，走到哪一步了？

從靈活到智能，核心競爭力迭代

嚴格來說，人形機器人不是什么新鮮事物。

早在 1973 年，日本早稻田大學推出 Waseda Robot，被視為人形機器人的雛形，之后多家日企下場，開辟了這個細分賽道。

這其中，豐田與本田堪稱代表。

譬如，豐田推出 Toyota Partner Robot，早期版本就具有與人類近似的體重和柔軟度，后期版本可以流暢模仿人類動作，產品適用于高齡照護、殘疾人援助等。

再譬如，本田推出 ASIMO，不僅可以雙腿行走、上下階梯，跑步前行，還可以玩跳舞、踢球、倒茶等花活。

ASIMO 人形機器人

毫不夸張地說，日企在人形機器人賽道領跑多年。

然而，隨著 AI 觸角不斷延伸，谷歌、亞馬遜、百度、騰訊、小米等科技巨頭以各種形式切入人形機器人賽道，與日企爭奪話語權。

一名業內人士告訴鋅刻度：" 人形機器人的底層邏輯變了，以前著重的是靈活，自動化是核心競爭力，現在著重的是交互，人工智能才是核心競爭力。"

上述業內人士進一步表示，如今的人形機器人離不開機器視覺與神經網絡，前者通過目標追蹤、圖像描述、場景理解等生成數據，后者模仿人腦對生成的數據進行算法處理，從而令人形機器人完成各自任務，而無論是機器視覺或神經網絡都與 AI 息息相關。

如此一來，AI 底蘊深厚的企業占據優勢。

事實上，巨頭們卡位人形機器人賽道，更多的是為了 " 秀肌肉 "，展示自身的 AI 實力，如今特斯拉似乎有不一樣的想法。

其實，特斯拉的底色恰好也是 AI，在智能駕駛領域摸爬打滾多年，再疊加軟硬件一體化的經驗豐富，萌生了打開人形機器人大規模商業化的 " 大門 " 的野望。

對此，Carnegie Mellon University 機器人學院教授 Martial Hebert 感嘆道：" 日本歷來在機器人的物理方面很強大，但是美國在人工智能研究方面遙遙領先。"

據斯坦福大學的數據顯示，涌入人工智能領域的投資資金大幅上升，從 2020 年的 1195 億美元增長到了 2021 年的 1764 億美元；2021 年中國的 AI 專利申請量占全球總數的 52%，專利申請數量居世界首位，而美國在 AI 授權專利數量上占全球總數的 40%，排名世界第一。

一言以蔽之，中美成為 AI 的高地，那么日本掉隊也在情理之中。

從產品到商品，到底難在哪兒？

盡管人形機器人站上 " 風口 "，但要成為兵家必爭的商業入口并非易事。

一方面，考驗 AI 的落地能力。

AI 可以賦能千行百業，但難以一個標準適應所有行業，關于此李開復曾有言：" 你一定要真的深入了解用戶需求，他需要什么功能，怎樣去賣，經過什么渠道，然后打磨你的產品。這是根據用戶的需求做的，而不是一個 AI 科學家拍腦袋做的。"

換而言之，AI 需要與應用場景共振。

譬如，AI 在汽車場景追求的是行人避讓、車道識別、智能召喚、盲點監測、自動泊車、剎車輔助、車道保持、自適應巡航等，而親人場景作為人形機器人的主要應用場景，追求的是兒童互動、老人照護、家庭打理、障礙避險等。

具體來看，有的兒童說話多短句、時而不連貫、容易錯詞，AI 能否理解得當；有的老人做事丟三落四，AI 能否陪伴到位 ……

這意味著，AI 需要有針對性地滿足實際需求。

AI 是人形機器人的勝負手

問題在于，人形機器人雖然發展多年，但商業化市場一直未打開，相關的數據積累并不多，對 AI 的迭代是一個嚴峻的挑戰。

更為重要的是，每個家庭的居住環境可能不一樣，生活習性也不一樣，如若不能做到拆箱即用，則提升了 AI 落地的難度。

對此，中金公司表示：" 手機廠、汽車廠紛紛入駐人形機賽道，印證了人形機賽道具有充足的商業化價值和發展潛力，但目前各大廠發布的原型機尚處于技術迭代階段，并缺乏成熟的應用場景，行業發展階段還相對早期。"

另外一方面，成本高企待解。

人形機器人歷來售價不菲，本田 ASIMO 的單臺成本為 200 萬美元，波士頓動力 Atlas 的單臺成本為 250 萬美元、令人望而止步，成為商業化的 " 攔路虎 " 之一。

高企的成本，令人形機器人曲高和寡。

哪怕是 Tesla Bot，也面臨這個棘手的問題，畢竟賣不出去的是產品，賣得出去才是商品。

一名私募人士告訴鋅刻度：" 傳統人形機器人的三大件為減速器、控制器與伺服電機，這些零部件由少數制造巨頭把持，考驗著特斯拉的議價能力，如果不能低價采購，則難以降低成本起量，而不起量又難以低價采購，那么先有雞還是先有蛋？"

從 B 端與 C 端，普及難度不一

實際上，包含人形在內的服務機器人，整體勢態并不樂觀。

相當長一段時間，機器人替代人工被認為是大勢所趨，此背景下資本不斷涌入，機器人初創企業如雨后春筍般冒出。

據公開資料顯示，我國機器人產業近十年融資近 3000 件，融資總額超千億元，其中僅 2021 年的融資事件就有 210 起，投資方不乏美團、騰訊、字節跳動等互聯網巨頭。

巨資之下，服務機器人目前拿得出手的僅有掃地機器人、教育機器人、餐飲機器人等少數細分賽道，剩下的要么叫好不叫座，要么在生存還是毀滅之間反復橫跳，要么仍處于市場引導期。

與之對應的是，工業機器人卻蒸蒸日上。

據國際機器人聯合會的數據顯示，2021 年全球工業機器人的銷量為 48.68 萬臺，同比增長 27%；而據中國機械工業聯合會機器人分會的數據顯示，同期中國市場銷量為 27.1 萬臺，同比增長 50.1%，連續 9 年位居世界第一。

中國工業機器人銷量占據半壁江山

以上可見，機器人在 B 端與 C 端的反差明顯。

之所以如此，原因有三。

首先，應用場景不同，工業機器人的應用場景較為單一，具有封閉、簡單，固定等特征，而服務機器人的應用場景較為復雜，具有開放、多樣化、不可控等特征。

其次，技術難度不同，工業機器人偏傳統，以減速器、控制器與伺服電機等硬件為主，而服務機器人偏智能，硬件之上對 AI 的要求更苛刻。

再次，成本不同，工業機器人的成本大頭為減速器、控制器與伺服電機這三大件，而服務機器人的成本大頭為攝像頭、激光雷達等傳感器以及算法、云計算平臺等。

騰訊投資董事總經理余海洋表示：" 優秀的服務機器人公司，需要對特定的場景有比較深刻的理解，同時也需要漸進式的優化。比如老齡化是非常大的需求，但缺乏供給的解決方案，如果可以在供給方面有一點提升，就可以產生比較大的商業價值。"

總而言之，在 AI 加持之下人形機器人開啟了一個新的時代，但依然沒有擺脫高技術壁壘與長投資周期的調性，未來之路既開闊又曲折，考驗的是巨頭們的耐心與定力。

那么，人形機器人蓄勢待發。