抓住风口
本期要点：中国机器人已能打拳，但该如何突破商业化奇点？
你好，我是王煜全，这里是王煜全要闻评论。
今年的马年春晚，相信你也被武术节目《武BOT》那些炸裂的“赛博功夫”表演给震撼到了。
宇树机器人与少年们同台，完成了单腿连续后空翻等一系列高难度动作。几十台机器人在舞台上高速穿插变阵，动作稳定，且精准卡在音乐节点上。
可以说，这场表演的背后，确实是中国工业技术水平的集中展示。
宇树科技沉淀多年的“小脑”技术，也就是底层运控算法，确保了电机在极高爆发力下仍能维持厘米级的落地精度并且保持体态稳定。
研发团队还利用了机载3D激光雷达对600平米的演播大厅进行了三维建模，配合AI融合定位算法，实现了毫米级的落点控制。
而且，每一个武术动作，都在仿真环境中进行了无数次强化学习，为每个电机预设了控制策略。
这个节目，让大家看到了近年来中国机器人产业的电机电控、平衡算法、强化学习以及多机集群协同等技术的突飞猛进，已经走到了全球领先的水平。
但在感叹机器人将走进千家万户时，千万别忘了，舞台上表现完美并不等于可以从容处理真实世界的混乱。
一旦进入家庭环境，地面到处是杂物，有随机走动的孩子和宠物，还有质感各异的物品。这些机器人带着笨重的钢铁之躯，虽然能翻出高难度的后空翻，却可能在帮你倒水时，被地上的一个玩具绊倒。
因此，我们认为，尽管机器人的武术表演很漂亮，但在当前自主决策能力还难有质变的前提下，人形机器人想要进入真实应用场景，可能还有待时日，甚至要另辟蹊径——通过远程协作来寻找切口，积累真实训练数据、学会人类的技能，并逐渐提升机器人的自主化程度。
商业化难题
首先，我们要看到，目前的人形机器人还是个四肢发达，头脑简单的偏科生。
目前的机器人能执行流程化的武术套路，但本质上还是强化学习训练出的固定路径。一旦脱离预设剧本，它瞬间就会傻在那儿。
而这意味着，机器人还远没突破商业化的奇点。
我们在科技特训营中曾强调，一个产品或服务的爆发，前提是存在一个市场足够大且恰好它们也最适合的初始场景。
以目前人形机器人的技术水平来看，它有这样的场景吗？恐怕不太乐观。
它最擅长的事情，是完成确定性的重复动作，比如表演一些高难度的动作。但在商业上，这属于低频观赏性需求，本身强烈依赖节目的稀缺性，不仅市场有限，且难以规模化扩张。
在追求极致效率的工业与物流领域，人形的形态反而是多余的；在零售与导购场景，即便机器人成本降至3万美元，其折旧、电费及维修的开支，在大部分国家和地区也仍然高于雇佣人类员工。
而大家觉得机器人最该有所作为的领域，比如家政、养老、医疗护理等等，它的算法又搞不定。
主攻家政市场的1x机器人
要知道，软件系统可以瞄准最大市场需求先上线再迭代，但硬件系统则不同，因为可能带来安全问题和财产损失，往往需要从可控性最高且具有商业化前景的场景开始，待技术成熟后再逐步扩张。
然而，留给人形机器人的这个初始场景，也就是舞台表演，显然市场不够大。
不严肃畅想
所以，我们不妨进行一个看似“不严肃”的畅想，来解开这个商业死结。
既然短时间内难以给机器人装上全自主的大脑，那么也许可以先让机器人进入应用场景，并由人来远程操作。
从机器人的表演节目中，大家也能看到，它们已经初步具备自理能力了，操作员不再需要像操纵木偶一样去控制每个电机，只要戴着VR头显进行远程的沟通和控制，或进行决策意图的下达。
这将把人形机器人变为人类的物理替身，反而可能绕过当下的算法难题，实现商业化落地。
想象一下，就像各大公司把客服外包给了印度公司一样，未来在印度、越南或拉美的廉价劳动力地区，可能会有一群戴着VR头盔、穿着遥控设备的操作员，站在一个个小单间里，远程操控着位于纽约、伦敦或东京的人形机器人，帮那里的客户洗衣做饭、收拾餐桌和房间、修理电路、照顾老人等等。
这种模式有双重好处。
一方面，机器人公司可以赚取发达国家与欠发达国家人工成本之间的剪刀差。
印度或越南地区的员工，月薪仅为数百美元，但他们远程操控的机器人在纽约提供的服务，收费却可能高达每月数千美元。
另一方面，它也让人形机器人得以进入真实的应用场景，开始解决用户的痛点，从而脱离空想、开启迭代。
从底层技术看，远程控制也是可行的。目前大部分人形机器人的灵巧动作，也并不是算法自发产生的，而是通过人类演示学来的。
众所周知，马斯克计划年产100万台机器人，并且他认为最终机器人数量将远超人类人口。所以，开个玩笑，未来世界最大的劳务外包公司，有可能会是特斯拉。但是，不是机器人外包，而是机器人加人的组合式外包。
当然，要注意的是，到时候，网络延迟将成为一个关键影响因素。如果信号往返超过150毫秒，操作员就难以流畅地处理精细的任务。
不过，马斯克拼命部署的星链，恰好能解决这个问题。目前星链已将全球平均往返延迟压低至30毫秒到50毫秒，基本上符合远程操作的需求。
但最后，这也将显现出一个残酷的未来，那就是，底层人民将教会机器人如何替代自己。
互联网上有无穷的文本和视频，但极度缺乏类似于“抓取一只油碗”的动作数据。而远程协作模式，可以通过实现类似特斯拉FSD的“影子模式”来获得这些宝贵数据。操作员对机器人的每一次操作和动作修正，都将成为训练机器人模型的高质量燃料。
就像曾经ChatGPT从菲律宾、肯尼亚等地区的标注员那学会了如何和人对话，机器人将继续从这些地方的远程操作员那学会如何规划动作、与人互动，直到几年后，算法足以胜任绝大部分任务的决策和执行。
届时，机器人可能将自主完成99%以上的任务，只有1%的任务需要人的远程介入，而人类最基础的体力价值，也就基本被数字化。
AI不仅能写诗作画，还能洗衣做饭，人类倒是轻松了，可是人又该去干什么呢？这将是一个关键问题，也欢迎你在评论区留下你的思考。
以上就是今天的内容，更多科技产业的前沿分析与趋势洞察，欢迎加入科技特训营学习，和我一起，先人一步，领先一路！
提醒一下，今天是特训营春节优惠的最后一天。续费一年，多赠两个月学时，不容错过！详情请见下方海报。
王煜全要闻评论，我们明天见。
↓长按图片扫码报名，先人一步，领先一路
最后， 鉴于公众 号推送机制的改变，你未来刷 到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间 得到我的独家前沿分析，而且我们还会每天在粉丝群里发布独家资料，快快扫码加入吧！
此外，我们还为您准备了一个思维导图，扫描加群即可领取
“机器人辩证思考”
↓点击学习王煜全老师最新大师课，掌握马斯克的赚钱底层逻辑！
热门跟贴