文 | 陈斯达

编辑 | 李然

5月6日消息，特斯拉放出了他们的人形机器人——擎天柱（Optimus）的最新演示视频。

特斯拉的工厂中，擎天柱机器人经过数据训练，可以轻巧自由地拿取电池，放进电池槽中排列整齐。

来源：官方视频

支持11 DOF的灵巧手，能将4680电池准确放入空槽，即使失败，也能自主纠正。

来源：官方视频

特斯拉的机械工程师Milan Kovac表示，他们训练并部署了一个神经网络，使擎天柱能够开始执行有用的任务，例如上边视频中，拾取传送带下来的电池，并将其精确插入槽中。

来源：X

这个神经网络完全端到端运行——意味着只用来自机器人2D摄像头以及机载本体感受传感器的视频，就能直接生成关节控制序列。

这个神经网络在机器人的嵌入式FSD计算机上运行，由板载电池供电。这样的设计，使得当特斯拉的工程师在训练过程中添加更多不同的数据时，单个神经网络可以执行多个任务。

除了特斯拉这样的机器人大厂不断突破，整个通用人形机器人行业，在今年也迎来了爆发。

就在此次更新的一个多月前，黄仁勋在GTC大会开幕式上，将几个人形机器人带到场地中央，隆重推出了机器人智能底座——GROOT，把现场活动推向了最高潮。

来源：主站

再把时钟往回拨5年，大语言模型进入公众视野前，也许没有人敢预言，机器人赛道会在几年之内涌现出如此多的玩家。

因为严重缺乏训练数据，想让机器人能像人一样，在各种场合做出灵活的反应，难度非常大。很多机器人科学家当时觉得，可能要数十年之后，机器人才有可能出现“通用智能”。

就连OpenAI，在机器人领域尝试了一段时间之后，也不得不放弃，转到了感觉更有前途的大语言模型方向。

来源：X

上个月网上热传的一张图片，集中呈现了国内外一流人形机器人产品的具体形象、身高、体重等基本信息。

在英伟达GTC发布会之后，这些机器人再次“同台”。

除了这张“人形机器人合照”之外，还流传着一张网友根据公开信息总结的人形机器人“技术进度表”。

来源：X

3位一直关注机器人行业的外国网友，根据网上的公开信息，一直在更新——表格它详细对比了业内各家机器人的智能化程度。

根据总结，已经公开亮相过、在技术层面智能化程度最高的，是Figure AI的Figure 01，特斯拉的Optimus擎天柱（已经出到第二代）、Agility Robotics的Digit、Mentee，以及国内优必选推出的Walker，星辰智能推出的S1。

根据材料，以上这几家公司，都在自己的产品上实现了大模型“大脑”和机器人之间的融合。

能够“自动化完成工作”的人形机器人也不多，而这样的机器人，基本上都在其他行业的工厂里找到了自己的工作：

Figure AI和BMW在今年1月份达成合作，共同开发通用机器人，让机器人进驻宝马在美国的工厂。

来源：The Verge

Agility Robotics的机器人“年纪轻轻就担起了生活的重担”，去年10月就入职亚马逊仓库，搬起东西来效率不比普通工人低。

亚马逊官网

来源：官方视频

去年网上大火的一个视频，Agiliity Robotics的机器人Digit连续工作20个小时之后，众目睽睽之下直接崩溃……

来源：YouTube

这也引发众多网友共情：

它突然之间有了自我认知，看到了它这个种族黑暗的未来。

来源：Youtube

可怜的小兄弟，都没人过去看看它到底还好吗，未来的觉醒后的机器人将不会忘记这一天。

来源：Youtube

这可是专门为工作而设计的机器人，它们都吃不消，可见整个工作系统必须要做出变化了。

来源：Youtube

而国内最知名的人形机器人公司优必选的Walker S，也已经在蔚来的汽车工厂里愉快地“打螺丝”了。

来源：官方视频

另外，智能涌现根据公开报道，梳理了市面上机器人初创公司的融资情况。

来源：智能涌现

特斯拉擎天柱除了开头提到的分拣电池的演示，在行走效果上，也有一定的进步：

来源：官方视频

办公室里多了个干溜达的”闲人”——虽然仍有拜登神韵，但至少走得更远了。

此次升级中，英伟达科学家Jim Fan也注意到遥操作（Teleoperation）亮点。遥操作即人类远程控制机器人，只要延迟、控制等条件得当，二者可做到同步。

来源：官方视频

擎天柱上一次更新，还是在2023年12月的Gen-2发布。当时的演示视频，也引起不少讨论——如步行速度相比前一代提升30%，做标准深蹲，用两根手指夹鸡蛋。

来源：官方视频

来源：官方视频

在不牺牲性能的前提下，还比之前轻了10kg。

马斯克在 2022 年曾表示，“擎天柱最终将比汽车业务乃至全自动驾驶都更有价值。”

按照马斯克的设想，擎天柱绝不只是在工厂替代重复劳动而已，而是要融入到家庭、办公场所等通用场景。

马斯克在4月底的财报电话会议上曾透露，Optimus已经能在工厂中完成简单的任务，预计2024年底之前具备完成“有用”任务，并在2025年结束前对外销售。

最新手捏电芯以及工厂测试的视频展示，不仅呼应了老马定的2024年小目标，也证明特斯拉正按照自身的落地时间线，稳步迈进。

4月16日，波士顿动力发布Atlas告别视频。3分钟的短片里，浓缩了Atlas十年的“服役”生涯。片中的Atlas，空翻优美，身手矫捷，但也经历了无数次摔跤和故障。金字塔尖般的机器人马上要告别，引得不少网友“泪目”。

但也就是4月17日，宣布原液压版Atlas人形机器人退役的一天后，波士顿动力就推出全电动版本的 Atlas机器人。

双腿反蜷，原地站立，180 度转头，旋转调整躯干——整套动作没有手的参与，干净利落，却略显诡异。

来源：官方视频

来源：官方视频

电动Atlas的自由度相比前一代，已经无法满足于“人形”的束缚。

新版Atlas想说，不妨让机器人超越人类。正如一位Reddit用户说的：造出比地球生物运动水平更高的机器，难道是啥坏事吗？

图源：Reddit

此次液压Atlas切换电驱方案，似乎也在宣告电驱才是人形机器人商业化进程主流。一方面，最新视频中已经大修肌肉，电驱带来的操控性更好，潜力更大。另外液压系统驱动成本太高，波士顿动力还因此被多次转手。

波士顿动力起步早，Atlas能蹦能跳，但其他人形机器人公司正在某些方面弯道超车——更智能，更精细。

3月13日，机器人公司Figure发布一段视频：机器人与人进行对话交互，理解人类意图，而且还拥有记忆力。（见此前文章 OpenAI机器人亮相，大模型有了“肉身”，英伟达微软都有投资）

问机器人看见什么，Figure 01清晰描述出苹果、放有杯碟的沥水架，连站在面前的工作人员也没放过，并强调了工作人员搭在桌上的右手。

来源：官方视频

工作人员说了一句“我饿了”，Figure 01立即就递过去苹果。甚至可以一边清理工作人员刚扔在桌面上的纸团垃圾，一边解释为啥刚才给了苹果。

工作人员直接扔出一个终极问题，问“Can you put them there?” （你能把它们放在那儿吗）

Them和There对机器人来说，本应是很模糊的代词，但Figure 01思索片刻，马上就把杯子和盘子放架子上了。

来源：官方视频

Figure团队负责人Corey Lynch的介绍，基于OpenAI的大模型，通过端到端神经网络训练，Figure 01能够完成快速、简单、灵巧的动作。所以，在文章一开始的进度表中，Figure是能将大模型与语音交互（LLM+Voice Integration）融入产品的少数几家公司之一。

视频发布两周前，Figure则宣布完成了6.75亿美元的B轮大额融资，投资人包括亚马逊创始人贝索斯，以及微软、英伟达、OpenAI等。投后公司估值已飙升至26亿美元。落地上，Figure早在1月就已宣布与宝马达成协议，将其人形机器人引入宝马制造工厂。

不过，也许是为时尚早，Optimus Gen2虽然有一双巧手，但在交互、智能方面，还没有展现Figure般的实力。

但加拿大的机器人公司Sanctuary AI的人形机器人Phoenix，真称得上“心灵手巧”。

当地时间4月25日，Sanctuary推出第七代Phoenix。

来源：官网

这次发布，距离此前的第六代推出不到12个月，距离第五代不到16个月。

来源：官网

目前第七代还没有公布太多场景案例。但第六代的许多演示已经给我们带来震撼。

具体来看，Phoenix身高1米7，重70kg，能举起重达25kg的物体。

来源：官网

Phoenix亮点之一在于其灵活的手指。在第七代发布前，官方一直在油管上更新一个“机器人干活（Robots Doing Stuff）”的栏目，展示了机器手的丰富场景。

来源：官方视频

来源：官方视频

4月最新名为“动作和人类一样快”的视频中，Pheonix可自主按照颜色给物体分类，将每个对象分置在左右两侧。

来源：官方视频

除了手部，Phoenix搭载的Carbon AI 控制系统，能模仿人脑中的子系统，例如记忆、视觉、声音和触觉。Sanctuary表示，Phoenix的设计上采取更通用的路径，“有机会执行一切人类能做的任务”。

Sanctuary更多也想把Phoenix定义为“人类努力的拓展工具”——有人类可以直接操控，也能监督、训练，并展示了在各种环境下完成任务的能力。

尽管官方自称第七代已经是“与人类最相似的系统”，但很明显，很多任务还要在特定环境才能完成。

落地方面，4月11日，Sanctuary AI也宣布与国际汽车零部件供应商麦格纳合作，为麦格纳的工厂配备通用人工智能机器人。麦格纳总部也位于加拿大，客户包括奔驰、宝马、法拉利等。

2022 年 3 月，Sanctuary 在 A 轮中融到 5560 万美元，随后又于 2022 年 11 月从加拿大政府战略创新基金，筹到3000 万加元，2024年4月，又获得埃森哲战略投资。

今年1月份，Sanctuary 则与英伟达展开合作。目前，已经是英伟达GR00T人形机器人通用模型下的成员之一，在GTC2024上，也可以看到AI具身智能的合作成果。

有的机器人公司场景定位更加垂直，主打劳动力短缺的物流业。机器人研究人员通常认为，该领域的工作重复琐碎，实际上并不适合人类。

2023年9月，Apptronic推出人形机器人Apollo。TA与人类大小相仿，身高1米73，体重73公斤，可在可更换电池上运行约 4 小时。最大有效载荷为25公斤。

来源：官方视频

官方在视频中主要展示仓储、物流场景。看上去，Apollo能胜任不少搬运、堆垛、分拣相关的工作。

来源：官方视频

来源：官方视频

3月，Apptronic 宣布与奔驰建立合作，在工厂里部署Apollo。据报道，奔驰已经在一家匈牙利工厂试用Apollo。

Apptronik表示，虽然自己最初专注于物流和制造业的解决方案，但Apollo是通用机器人，开发合作伙伴能将Apollo的使用扩展到建筑、电子、零售、快递、老年护理等更加丰富的领域。

按照Apptronic的说法，Apollo 是机器人的“iPhone”。

但Apollo尚未实现自主工作。

机器人连续工作20个小时后，总算倒在了展会现场。

来源：YouTube

视频中的机器人新款Digit，来自Agility Robotics。2019年2月，Agility推出人形机器人Digit，并于2020年上市。2023年3月，新版Digit人形机器人推出。

新款身高1米75，体重小于65公斤，最多承载16公斤，采用可充电锂电池供电，续航能力达16小时。

据官网，新版的Digit主打物流工作，用于仓储搬运，未来还计划用于货物卸载、配送等工作场景。

来源：官方视频

2019 年，Agility与汽车制造商福特合作测试自动包裹递送。

公司与亚马逊早有接触。2022 年，Agility从亚马逊和其他公司筹集了 1.5 亿美元，帮助 Digit 进入劳动力市场。2023年10月，Digit开始了在亚马逊物流中心的“实习”生涯。

亚马逊工作人员介绍，测试正处于“非常非常早期的阶段”，并补充说，“我们正在非常小心地了解，观察其是否适合我们的工作流程。”

这难免引发员工对失业的担忧。但亚马逊认为，希望Digit更好地辅助员工进行工作，其处理的工作只是帮助员工回收空箱子，重复性极高。

OpenAI投资的1X，是另一家将大模型与机器人结合的公司。

来源：官网

1X成立于2014年。2022年起，1X就和OpenAI在机器人AI模型方面有所合作；目前，EVE的部分功能就由ChatGPT提供支持。2023年3月，1X获由OpenAI创业基金领投的2350万美元融资，投后估值约为1-2亿美金。

1X已在北美和挪威推出了轮式机器人EVE。

EVE用双轮替代人类的双脚，高1.86米，重86公斤，最高时速14.4公里，承载能力15公斤，续航6小时。

EVE专为工作环境设计，主要用于工业、物流、零售和安全领域，但演示视频也展示了不少家居场景。

来源：官方视频

就在1月，据Business Insider，1X这次仅靠13张PPT，又拿到了B轮1亿美元的融资。这份PPT的重点便是家用双足机器人NEO。

NEO身高1.65米、重量30公斤、每小时行走速度4公里、每小时奔跑速度12公里、载重20公斤、运行时长2到4小时。

流出的概念图，也是日常家务场景。

来源：官方

2023年8月，稚晖君创业后跟团队推出首个重磅作品——智元远征A1。

智元远征A1身高1米75，体重55kg，步速7km/h，单臂最大负载5kg。

发布会上，智元远征A1的双足行走速度不快，但也算很稳了。

来源：官方视频

官方也注意到发布会上机器人的“步履蹒跚”，发布会后不久就放出视频，展示了优化成果。可以看到，进步神速。

来源：官方视频

据官网，智元远征A1将逐步应用于柔性智造、交互服务、教育科研、特种替身、仓储物流、机器人管家等场景，兼顾toB与toC。

官方宣传片中，亮出了很多具体使用场景，主打“工厂与家庭的全能新伙伴”。

来源：官方视频

来源：官方视频

来源：官方视频

值得一提的是，远征A1也搭载智元自研的巨身多模态大模型——WorkGPT，让机器人拥有理解用户意图、感知环境、编排任务的能力。

来源：官方视频

稚晖君2022年12月离开华为，2023年2月成立智元机器人，成立仅3个月就晋升为“独角兽“，知名投资方包括高瓴创投、BV百度风投、奇绩创坛、经纬中国等。

2024年3月底，公司又新增股东红杉中国、M31资本、上汽创投——三家共同参与智元机器人新一轮融资。此前消息流出，智元机器人投前估值已达70亿。

智元成立不久，就能做出如此成就，结合各方投资热度来看，未来确实可期。

宇树科技发布的H1全尺寸通用人形机器人，号称“国内第一台能跑的全尺寸通用人形机器人”。

H1配置了360°全景深度感知，行走速度大于1.5m/s，潜在运动能力大于5m/s，整机重量约在47kg左右。其每秒3.3米的速度在平面上快速行走，还创造了一个全尺寸仿人机器人的新世界纪录。

来源：官方视频

即使被踹，H1也能很快找回平衡，不会摔倒。

来源：官方视频

H1也是世界上第一个在没有液压系统的情况下，完成后空翻的人形机器人。

来源：官方视频

文首进度图的制作人Cern Basher曾疑惑，中国的机器人公司都聚焦机器人行走，可他认为“行走”对完成有用的工作过程来说并不重要。

但结合宇树主打的落地场景，行走并非没必要。杭州亚运会上，靠着捡铁饼、运标枪出圈的机器狗，便是来自宇树。

来源：官方

据官网，2017年，公司就开始推进高性能四足机器人的行业落地应用，被广泛应用在农业、工业领域，以及特定的安防巡检、勘测探索、公共救援、医疗防疫陪护等。

在应用场景方面，创始人王兴兴2023年8月接受采访时曾表示，争取未来几年能直接将H1落地到工业和服务业。虽然H1还没有具体的落地方向，但在四足机器人领域积累的经验及优势，或许会为H1带来不少机会。

来源：官方视频

△Go2消费级四足机器人

2023年7月，傅利叶智能正式发布自身首款通用双足机器人产品GR-1。

这款人形机器人高 1.65 米，重 55 公斤。它可以承载 110 磅的负载。

来源：官方

Fourier GR-1 人形机器人能够以 5 公里/小时的速度行走。

来源：官方视频

除了物理功能之外，GR-1 还能够根据情况表现出快乐、悲伤、愤怒或惊讶等情绪，并进行自然语言处理和语音识别。

傅利叶智能自成立以来，康复机器人就是研发生产的重点。正如傅利叶智能集团副总裁兼首席战略官Zen KOH 设想，GR-1在未来可以充当护理人员、治疗助理，甚至是独居老年人的伴侣。

GR-1的设计目的在于实现自我平衡行走，让患者转移过程中稳定且安全。但傅利叶的工程师还为GR-1配备了坐下、站立甚至跳跃的能力，将其潜在应用扩展到医疗保健之外。

据官网介绍，GR-1在接待引导、安防巡检、工业制造、医疗康复、科研教育、家庭服务等场景都具有较大的应用潜力。官网目前已开放购买咨询。

如此之多的人形机器人公司的出现，又让英伟达嗅到了背后巨大的商机。作为人工智能时代最大的行业赋能者，英伟达虽然不会直接下场做机器人，但一定会切一块最大的蛋糕。

当地时间4月17日，黄仁勋参加了由美国大型芯片软件公司Cadence举办的CadenceLIVE 2024大会。他预测，人形机器人制造成本可能会比预期要低，“也许不会高于一万到两万美元”。

而在3月GTC大会上，英伟达就已经介绍了的自己布局——GR00T。相当于要做一个具身智能的基础模型，让AI和机器人技术相融合。

GROOT模型使机器人能够理解多模态指令，如自然语言、视频和演示，并执行多种任务。

GR00T基于英伟达深度技术堆栈开发

在其Isaac Lab中进行模拟，类人学习，在OSMO上训练、编排系统，用于扩展模型，最后将学到的能力直接转移并部署到Jetson Thor芯片上。通过GROOT提供动力的机器人将能理解自然语言，并通过观察人类动作模仿运动，快速学习协调性、灵巧性和其他技能，以便在真实世界中导航、适应和互动。

来源：官方

英伟达曾表示，该项目正在与多家仿人机器人公司合作，包括Boston Dynamics、Figure AI、Fourier Intelligence、Sanctuary AI、Unitree Robotics和XPENG Robotics，许多在前文都有所提及。

对于大多数通用机器人公司来说，英伟达提供的平台可以理解为一个“LLM+机器人”的解决方案，而每个公司可以根据自己产品的特点，嫁接入这个平台，获得多模态的感知和通用智能能力。

据悉，英伟达在机器人领域的商业合作伙伴，包括宣传将破土世界首个人形机器人Agility Robotics，与NASA和奔驰合作的Apptronik，波士顿动力、Figure AI等。而在国内，英伟达合作伙伴还包括小鹏旗下鹏行，宣布量产接受预定的上海傅里叶智能，以及前面提到的宇树科技。