頭部AI大公司均在嘗試以大模型為機器人注入靈魂。

微軟團隊正探索如何將 OpenAI研發(fā)的ChatGPT擴展到機器人領(lǐng)域，旨在讓人類用自然語言控制如機械臂、無人機、家庭輔助機器人等多個平臺。3月23日，OpenAI還領(lǐng)投了挪威人形機器人公司1X。

3月8日，谷歌和柏林工業(yè)大學(xué)的團隊重磅推出了史上最大的視覺語言模型——PaLM-E，同時谷歌表示，計劃探索PaLM-E在現(xiàn)實世界場景中的更多應(yīng)用，例如家庭自動化或工業(yè)機器人，希望PaLM-E能夠激發(fā)更多關(guān)于多模態(tài)推理和具身AI的研究。

據(jù)了解，阿里云工程師也正在實驗將千問大模型接入工業(yè)機器人，以便實現(xiàn)遠(yuǎn)程指揮機器人工作。在近日舉行的第六屆數(shù)字中國建設(shè)峰會上，阿里云發(fā)布的一個演示視頻中展示了千問大模型的實際應(yīng)用場景。

“我渴了，找點東西喝吧?！惫こ處熗ㄟ^釘釘對話框向機器人發(fā)出指令后，千問大模型回答，“好的，我找找有什么喝的?！彪S后，千問大模型在后臺自動編寫了一組代碼發(fā)給機器人，機器人開始識別周邊環(huán)境，從附近的桌上找到一瓶水，并自動完成移動、抓取、配送等一系列動作，遞送給工程師。

科幻電影中機器人和人交互的畫面正在變成現(xiàn)實。

▍技術(shù)能力解析

從技術(shù)原理上來理解，這意味著千問大模型首先理解了人類這句話的內(nèi)容，然后在后臺自動編寫一組代碼發(fā)給機器人，機器人則完成識別周邊環(huán)境、找水至配送等一系列動作。

在釘釘對話框輸入一句人類語言即可指揮機器人工作，這將為工業(yè)機器人的開發(fā)和應(yīng)用帶來革命性的變化。其背后意味著大模型為工業(yè)機器人的開發(fā)打開了新的大門。因為千問等大模型為機器人提供了推理決策的能力，從而有望讓機器人的靈活性和智能性大幅提升。

阿里云工程師表示，這種能力意味著新的變革。機器人之前能夠完成一些人類設(shè)置的固定任務(wù)，但并不能執(zhí)行一些需要“隨機應(yīng)變”的任務(wù)，“AI大模型突破了機器人的局限，讓人類可以通過自然語言指揮機器完成負(fù)責(zé)任務(wù)，讓機器人真有了大腦?！?/p>

可以說大模型的誕生為工業(yè)機器人打開了一扇新的窗，據(jù)阿里云工程師介紹，例如在生產(chǎn)運行時，一線工程師只需發(fā)送一段文字，千問就能理解其意圖進行任務(wù)推理，并自動翻譯成機器可以理解的代碼，指揮機器執(zhí)行任務(wù)，有效提升生產(chǎn)效率。

阿里巴巴董事會主席兼 CEO、阿里云智能 CEO 張勇表示，數(shù)字化是基礎(chǔ)，智能化是方向，當(dāng)前的人工智能浪潮是和 20 年前的數(shù)字化浪潮同等重要的機會，行業(yè)正處于智能化時代的歷史新起點。阿里正朝著這個方向快速邁進。

“就像數(shù)字化時代出現(xiàn)一批數(shù)字原生企業(yè)，智能化時代也必將出現(xiàn)一系列智能原生企業(yè)。我們深刻感受到，‘所有不可想象，終將化為尋?！！彼f。

目前，人們依然嚴(yán)重依賴代碼來實現(xiàn)對機器人的控制，人類操作機器人需要學(xué)習(xí)復(fù)雜的編程語言或機器人系統(tǒng)的細(xì)節(jié)，而GPT等大模型的出現(xiàn)，為推翻豎立在人類與AI面前的“巴別塔”提供了新思路，即將多模態(tài)的大語言模型作為人類與機器人溝通的橋梁。

正如阿里云工程師所說，“AI大模型突破了機器人的局限，讓人類可以通過自然語言指揮機器完成負(fù)責(zé)任務(wù)，讓機器人真正有了大腦。”

張勇也表示，由于實體經(jīng)濟是智能化主戰(zhàn)場，新的AI大模型讓千行百業(yè)將被重新定義?！癆I大模型將以更低門檻、更高效率，打通一個個數(shù)據(jù)斷流節(jié)點，推動數(shù)據(jù)在研發(fā)、生產(chǎn)、配送、服務(wù)等環(huán)節(jié)暢通流動，服務(wù)實體經(jīng)濟的智能化升級。”

當(dāng)然，大模型對機器人領(lǐng)域的加持不僅體現(xiàn)在應(yīng)用環(huán)節(jié)，也可參與開發(fā)環(huán)節(jié)。

面向制造領(lǐng)域，阿里云將進一步融合千問大模型與阿里云物聯(lián)網(wǎng)平臺能力，為企業(yè)提供智能解決方案，讓生產(chǎn)制造全流程變得更智能、更高效。

據(jù)阿里云工程師介紹，在機器人開發(fā)階段，工程師可通過千問大模型自動生成代碼指令完成機器人功能的開發(fā)與調(diào)試，甚至還能為機器人創(chuàng)造一些全新的功能。

日前，阿里云已宣布啟動“通義千問伙伴計劃”，將優(yōu)先為千問伙伴提供大模型領(lǐng)域的技術(shù)、服務(wù)與產(chǎn)品支持，共同推動大模型在不同行業(yè)的應(yīng)用，已有超20萬企業(yè)用戶申請接入千問測試。

▍難點和未來

不過，大模型只是提供了一種新思路，距離能聽懂“人話”的機器人面世，或許還有很長的路要走。

因為語言模型固然可以為機器人提供更好的步驟規(guī)劃評估和選擇，但并不能面面俱到，比如不能告訴機器人打開冰箱時應(yīng)施加多大的力。因此，我們發(fā)現(xiàn)全世界包括谷歌在內(nèi)的巨頭也暫時沒有將裝上大模型的機器人商業(yè)化的計劃。

但制造業(yè)是AI大模型的重要應(yīng)用場景之一，未來的機遇在于云、AI與物理世界機器的融合，AI大模型必然能為工業(yè)機器人、服務(wù)機器人的智能化發(fā)展帶來了新的機遇和挑戰(zhàn)，而這也將推動實體經(jīng)濟向更加智能化的方向發(fā)展。

為此，除了阿里外，國內(nèi)多家互聯(lián)網(wǎng)巨頭也在AI+機器人領(lǐng)域動作頻頻。

4月25日，據(jù)騰訊Robotics X實驗室公布最新機器人研究進展，首次展示在靈巧操作領(lǐng)域的成果，推出自研機器人靈巧手“TRX-Hand”和機械臂“TRX-Arm”。

4月24日，據(jù)企查查APP顯示，近日北京小米機器人技術(shù)有限公司成立，注冊資本5000萬元人民幣。經(jīng)營范圍包含：智能機器人的研發(fā)；人工智能行業(yè)應(yīng)用系統(tǒng)集成服務(wù)；人工智能基礎(chǔ)資源與技術(shù)平臺；微特電機及組件制造等。資料顯示，小米在國內(nèi)機器人布局版圖不斷擴大，從CyberDog（仿生機器狗），再到Cyberone（仿生機器人），持續(xù)加注在機器人領(lǐng)域的研發(fā)和創(chuàng)新。

而國內(nèi)2022年受益于汽車動力 電池、光伏等新能源行業(yè)的發(fā)展機遇，隨著今年工業(yè)機器人行業(yè)景氣度繼續(xù)提升，多家機器人企業(yè)也在開辟自己的新方向，例如通過機器視覺、傳感器等相關(guān)技術(shù)的發(fā)展及與工業(yè)機器人深度結(jié)合，促進工業(yè)機器人的可用性和易用性。

根據(jù)國家統(tǒng)計局統(tǒng)計，2015—2022年我國工業(yè)機器人產(chǎn)量由3.30萬臺增長至44.31 萬臺，CAGR達(dá)44.92%，2023年1-3月工業(yè)機器人累計產(chǎn)量10.37萬臺，同比-3.00%，工業(yè)機器人行業(yè)正步入窗口期。多家企業(yè)收入實現(xiàn)快速增長，但盈利能力需要進一步改善。

從發(fā)展方向上看，隨著工業(yè)機器人應(yīng)用門檻的下降，工業(yè)機器人的應(yīng)用已經(jīng)不再局限于對負(fù)載、響應(yīng)性、一致性要求較高的行業(yè)，AI的發(fā)展更是已經(jīng)推動了機器人企業(yè)軟硬件迭代加速。未來工業(yè)機器人的發(fā)展以提升應(yīng)用廣度和深度為方向，其中運動控制技術(shù)、控制系統(tǒng)技術(shù)促進產(chǎn)品性能提升，AI相關(guān)技術(shù)促進智能化提升，未來工業(yè)機器人會向著智能化、精細(xì)化方向努力，另一部分硬件制造、集成新技術(shù)則推動工業(yè)機器人賦能多行業(yè)進一步深化。

審核編輯 ：李倩