半年前，机械人还是车企提升估值的特效药。其时，若是一家车企颁发要做机械人，本钱市场给它的估值就会翻一倍，汽车的零部件供给商同理。 在特斯拉颁布机械人视频后，十多家车企都蹭上机械人概想。幼鹏、幼米、广汽已经推出了机械人产品；梦想表白了进场的意图、温反处在调研阶段；赛力斯、长安、比亚迪等已经设立团队并开启招聘，赛力斯在沉庆和上；等送哦右延薪 200人；上汽、北汽、奔腾则是沉在投资参加。 这是一座尚待挖掘的金矿，也是比汽车更具增长空间的好生意。据立德钻研院颁布的《人形机械人产业钻研汇报》预测，中国人形机械人市场规模在2024年约为27.6亿元，2029年将达到750亿元。中金公司研报则暗示，预计2030年中国人形机械人出货量有望达到35万台。 不外，目前尚未能明确车企们的机械人是买来的还是自己做的，无数产品的参数也未知。唯一明确的是，在今年的上海车展上，车企们都选择用机械人来当车模，而不是让它们进工厂。与后者相比，造一个机械人站在机械人边上，切实太低级且没有设想空间。 若是依照部吩祗业半年前的打算，此刻汽车工厂里已经有上万台机械人拧螺丝。仅特斯拉之前就打算今年往工厂里放 5000 台机械人，宇树、智元、优必选等公司的打算出货量也超过 5000台，其中有相当一部门宣称要进汽车工厂工作。 但据虎嗅相识，蕴含特斯拉在内，让机械人进工厂的打算目前都只是 PPT。大部门机械人在汽车工厂都只是“实习”，他们离跟上工人的操作效能还差得远。 人形机械人硬件还未齐全定型。只管车企能够在短功夫内组装出一个形状还不错的人形机械人，但这是近年来机械人供给链进取的了局，并不是车企技术成就。 固然人形机械人本体路线已经逐步收敛，但关键零部件技术规划还不成熟，例如电机、灵巧手、传感器等仍存在路线争议。硬件会决定机械人作为能力的上限，无法直接通过“拿来主义”一步到位。 “特斯拉Optimus搬电池、拿鸡蛋、接网球的那些demo视频说了然它的硬件（灵巧手）上限已经具备实现这些作为的能力。”隋伟说路，“固然特斯拉也是买模组组装，但他们进前进一措施优，好比Optimus手部连杆和国内产品做得不一样。” 在一些关键零部件上，特斯拉甚至会给出具体的产品需要让厂约定造。一位曾和特斯拉接触过的国内供给商首创人通知笔者，其曾在 2023年上半年收到特斯拉Optimus灵巧手指尖传感器的精度、面积需要，而其时并没有针对灵巧手现成的传感器产品，因而团队花了三个月功夫进行研发。 特斯拉走过的路，国内车企同样得走一遍。一位靠近幼米机械人的供给商通知笔者，幼米现阶段在灵巧手上也花了不少精力。 截至目前，已有多位自动驾驶技术大佬颁发入局人形机械人。他们相信从自动驾驶到具身智能，技术有相当缜密的陆续性。 但人形机械人面对的技术难题显然更复杂。自动驾驶的工作是让汽车在二维层面不碰撞物体，机械人则必要在复杂的三维世界自动碰撞各类各样的物体。 汽车上传感器配置只是数量几多的问题，人形机械人尤其必要物理交互性，必要获取多模态数据，除了摄像头、激光雷达这类常见传感器之表，还必要力觉传感器、触觉传感器等，这不仅对数据采集和处置提出了更高要求，并且也加大了数据获取的难度。 自动驾驶仅有纵向速度节造和横向转向节造 2 个自由度，但人形机械人不仅自由度多，且复杂水平高。即便是拿鸡蛋的作为，机械人除了看明显物体后执行抓取作为，力度多大，若何松手搁置等，实现一个单一的作为，必要听觉、视觉、触觉多传感器和分歧电机节造、关节的机械结构传动共同实现。 大说话模型带来的AI技术进展目前还没有在机械人领域复现。即便是特斯拉也还没找到足够多的数据去训练机械人模型。 人形机械人的数据规模极度有限。何幼鹏并不回避数据难题。“人形机械人的数据门槛远高于汽车，两者都面对数据起源的挑战，汽车通过驾驶员日常行驶能天然产生海量数据，但人形机械人内部并没有人。” 业内对于人形机械人的数据获取并没有一套统一的范式。特斯拉和Google都选择用摇操获取数据，但背后的成本投入巨大。据悉，Google 做十几万条数据，用时十多个月，花了上千万美元。 “目前大无数机械人还处在尝试室环境下，人形机械人在场景里部署量不大，难以产生足够的数据量。”地瓜机械人隋伟说路。 目前机械人公司采集的数据还无法验证现有的机械人模型是否能像大说话模型那样，进建足够多的数据后能力显著提升，即 scaling law。 总装线是汽车工厂最难实现自动化的场景，搬运、质检、拧螺丝、撕膜、贴标、整顿线束等并不是尺度化的工作工作，即便是特斯拉、比亚迪这类十吩祺沉工业自动化的公司，都不得不通过雇佣数十万人来实现总装产线的工作。 今年尝试把机械人送到汽车工厂工作的优必选技术掌管人焦继超通知笔者，他在从前一年跑了20多家车企工厂，每家车企的厂线都不一样，新权势车企新的工厂稍微好一些，但一些传统车企的工厂环境较为老旧且窄，利用挑战更大。 “机械人去参与景里，人不成能在后面拿个
？仄鞑僮。这里的技术难题涉及机械人的感知、定位、地图、导航、决策规划。这不是一个纯靠投入几百幼我，半年一年就能搞定了，这和无人车的难度不是一个倍数的关系。”焦继超说路。 以搬运为例，机械人在工厂中必要搬运分歧色彩、分歧尺寸、分歧状态、分歧材质的箱子考验机械人的泛化能力。“当出现新箱体的时辰，我们要采集新的数据，花两三天去做训练。”焦继超说路。 解决了搬起来的问题，还有运输的挑战。分歧料箱的沉量会随机变动，箱内物体的摆动会考验机械人的沉心节造，必要机械人全身机械结构的动态调整平衡，这其实也就导致了机械人在搬运过程中难以驰骋或快走。 再就是搁置的难度。料箱和料箱之间是通过 1-2 厘米宽度的边缘进行嵌合，这必要机械人去对齐分歧的料箱边缘。这个摆放的过程中，视觉只能做初步定位，必要通过力度传感反馈进行精度定位。 汽车工厂的托盘差不多10公分高，机械人每搬一次高度上升10公分，机械人在汽车上料的组装线要搬到靠近1米8的高度，这个操作空间要求机械人蹲得够深，站得够高。这对电机的功率要求极度高，目前仅有优必选、宇树、波士顿动力等少数几个公司做得到。 据另一家已经进车企出产线的机械人企业泄漏，其机械人产品一路头搬运一个箱子要四分半钟，一样的工作通常工人一分钟以内就能搬完。只管后续优化到两分钟左右，机械人的效能也仅是工人的一半不到。 “搬运这件事，我们去了现场才知路挑战很大”，焦继超说路。而搬运已经是总装线工作流程相对单一的工作，线束整顿、涂胶、撕膜等工序对柔性的要求更高，人形机械人还不及以胜任。 汽车作为最复杂的工业产品，出产流水线尤为注沉出产节拍，对犯谬误的容忍性极低，这不仅关乎效能，也关乎出产安全性。 “汽车的工厂和3C工厂都很难，机械人要是犯错了，砸坏一台车就是几十万。端一盘晶圆，掉了就是几百万。一箱器材能买我们十台机械人。”优必选品牌官谭旻说路。 人形机械人的成本还没达到能取代人为的阶段。据我们相识，特斯拉 Optimus 的成本价是6万美元（约合人民币43.4万元），优必选机械人单机售价50-60万元，而比亚迪工厂均匀用工成本18万元。用人形机械人代替人为，必要 29-40 个月能力收回成本。焦继超以为，当机械人18个月就能收回成本时，车企会极度愿意使用人形机械人。 特斯拉颁发将在今年在内部工厂出产数千至 1 万台 Optimus 并用于出产，宝马引进了 Figure02 进厂，幼鹏、幼米、吉利、温反等悉数颁布了人形机械人进厂打工的视频。在车企宣传口径中，人形机械人险些是能够直接利用的存在，但现实和视频之间还存在一路天堑。 高盛今年仲春颁布的调研汇报同样指出，人形机械人目前的能力尚不及以处置多种通用工作，技术拐点仍不爽朗，必要更长功夫能力迎来 AI 赋能的机械人。 业界对人形机械人的索求已经持续了数十年。本田ASIMO项目38年烧掉数十亿却黯然出场的故事提醒着后来者，在机械人与车企的化学反映中，技术堆集和场景性质的洞察皆是输赢手。 在工业场景尚存技术断点、数据关环尚未突破、贸易关环仍显脆弱确当下，还得为在世谋生路的车企，若是没有足够的资金和研发投入贸然进入人形机械人，更像向产业和本钱市场吹起的另一个泡沫。 两个月前，《财富》杂志曝出宣称已经让一队机械人进入宝马工厂工作的 Figure 现实上只放了两台机械人在宝马工厂，且这些机械人只在宝马的工人放工后，在工厂里做一些训练工作，并未上岗。 此刻已经起头量产机械人的特斯拉，据我们相识，目前也只是让几十台机械人在车间里搬电池，剩下的机械人都没有参加出产，产生价值。 特斯拉和 Figure 占有目前全球最强的人形机械人团队，他们的进展尚且如此。其余说自己要做机械人或者要在工厂里用机械人的公司，当下更多地还只是PPT和视频宣传的阶段。