今年晚些时候， 波士顿动力公司 （Boston Dynamics） 计划将其全电动人形机器人 Atlas 用于现代汽车工厂。该机器人的新版本是从自 2013 年以来一直在执行病毒式视频演示的液压 Atlas 模型演变而来的，于去年春天首次公开亮相。但是，虽然该公司的狗状 Spot 和仓库机器人 Stretch 已经部署在工业现场，但现代的试点将是 Atlas 首次用于商业制造。
本文引用地址：
波士顿动力公司于 2021 年被现代汽车以 11 亿美元收购，该公司对如何使用这款机器人持谨慎态度，但总体思路是，它的设计比人类工人更坚固、更可靠。“机器人将能够完成人类难以完成的事情，”波士顿动力公司发言人 Kerri Neelon 说。“比如捡起非常重的物体，携带人类携带不便的东西。”
Atlas 可能会有新的朋友：2025 年似乎将是多用途人形机器人走向商业化的一年，到目前为止，这些机器人主要局限于研究实验室。一些公司已经试探性地将机器人步入有偿工作领域，Agility Robotics 的 Digit 在仓库中移动物品，Figure 的同名两足动物去年向商业客户发货。
科技巨头也加入了这一趋势：有传言称 Apple 和 meta 都在开发某种面向消费者的人形机器人。2024 年高盛的一份报告估计，到 2035 年，人形机器人将占 380 亿美元的市场，是该公司一年前预测的六倍多。
人形机器人的基本承诺是它们将能够在多个任务之间切换，就像它们的人类同伴一样。这是一种与传统装配线自动化截然不同的方法，传统的装配线自动化围绕制造所需的特定任务构建了一个完整的环境。Agility Robotics 的联合创始人兼首席机器人官乔纳森·赫斯特 （Jonathan Hurst） 希望其机器人能够与该过程并存，而不是破坏它。
“为此，专门构建的自动化解决方案总是具有更高的性能和更低的成本，”Hurst 说。“如果您想做的特定事情有 24/7 全天候运营，那就太好了。”但对于不需要全天候运行的任务，灵活的机器人可能会更高效。
波士顿动力公司（Boston Dynamics）的说法有所不同。该公司表示，由于工厂已经被设计成一个安全的自动化场所，他们建立 Atlas 的目的是制造一个可以去其他地方的机器人。“我们生活在一个以人为本的世界，”Neelon 说，“所以我们应该制造一个反映这一点的机器人。
但是，将人形机器人推向市场存在挑战。自 2021 年特斯拉首次发布 Optimus 以来，该公司一直备受期待，但 10 月的一次演示引起了人们的担忧，当时展出的机器人被揭露为人工控制，引发了人们对 Optimus 可以在多大程度上自主运行的质疑。今年 1 月，马斯克表示，该公司将在 2025 年期间制造“数千个”机器人，但在 4 月，他告诉投资者，中国为应对唐纳德·特朗普总统的关税而实施的稀土金属出口限制可能会影响生产。
使多用途类人机器人真正有用的最大障碍之一是教机器人如何执行不同任务所需的时间。但专家认为，大型语言模型取得的巨大进步可能有助于解决这个问题。这就是 Apple、meta 和 Tesla 等公司出现人形机器人项目的部分原因，这些公司已经拥有蓬勃发展的 AI 实验室。3 月，Google DeepMind 发布了一个名为 Gemini Robotics 的新 AI 模型，专门考虑了这个应用程序，利用大型语言模型的适应性使机器人更好地适应新情况。
一旦机器人具备了动态学习技能的能力，它们就能更好地像人类工人一样从一个任务切换到另一个任务。“你可以想象杂货店或拖拉机用品店有一个，这个机器人可以在后台卸垛、清洁、上架、检查库存，只是各种各样的事情，”Hurst 说。“这就是真正的价值所在。”
自然语言处理的持续进步也意味着机器人可以通过语音命令获得指导。对新任务进行编程可以像主管说“请拖地”一样简单，这样机器人就可以更容易地与人类同事一起工作。
但是，与人类并肩工作的重金属机器人仍然存在安全问题，并且会有很多边缘情况需要应对。卡内基梅隆大学机器人研究所教授 Chris Atkeson 表示，核心挑战将是可靠性。他以机器人为例，让机器人在一夜之间为货架补货。这项任务可能会完美地完成数月，直到出现失败情况。
“假设店主有一天进来，货架上什么都没有，所有东西都在地板上。假设这个地方被烧毁了，“Atkeson 说。“这些都是代价高昂的失败。”
尽管如此，AI 模型的快速发展让我们有理由保持乐观。“如果你在五年前问我，我会说， 永远不会发生， ”Atkeson 说。“但是，借助大型语言模型，我们在我所说的 常识 方面取得了巨大进步。也许我们快到了。
