50万一台的人形机器人进厂，搬运效率连工人一半都不到
12:59 Share

50 万一台的人型机器人进场搬运效率连工人一半都不到本文来自虎秀汽车组作者肖曼半年前机器人还是车企提升估值的特效药当时如果一家车企宣布要做机器人资本市场给它的估值就会翻一倍零部件供应商也同理

在特斯拉发布机器人视频后十多家车企都蹭上机器人概念小鹏小米广汽已经推出了机器人产品理想表达了进场的意图未来处在调研阶段塞里斯长安比亚迪等已经设立团队并开启招聘塞里斯在重庆和上海的机器人团队已有近 200 人

上汽北汽奔驰则是重在投资参与车企做机器人最简单的理由就是特斯拉已经做了而且给行业提供了足够多的理由一是硬件层的高度附用性包括摄像头激光雷达等二是软件层的迁移车企在自动驾驶研发上的算法和数据闭环能力在机器人领域在利用三是资源共享包括制造销售资源等都能够给机器人提供实际应用场景

这是一座上代挖掘的金矿也是比汽车更具增长空间的好生意据利德研究院发布的人形机器人产业研究报告预测中国人形机器人市场规模在 2024 年约为 27.6 亿元 2029 年将达到 750 亿元

中兴公司研报则表示预计 2030 年中国人行机器人出货量有望达到 35 万台各家车企虽参与程度不同但机器人赛道已经是车企寻求新业务增长点的重要抓手

不过目前尚未能明确车企们的机器人是买来的还是自己做的多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器人来当车模而不是让他们进工厂与后者相比造一个机器人站在边上实在太出级且没有想象空间

因为在人型机器人行业工作近 10 年的高管职严现在整个行业都在放卫星如果按照部分企业半年前的计划现在汽车工厂里已经有上万台机器人拧螺丝进特斯拉之前就计划今年往工厂里放 5000 台机器人宇树智源 U 必选等公司的计划出货量也超过 5000 台其中有相当一部分声称要进汽车工厂工作

但据虎秀了解包括特斯拉在内让机器人进工厂的计划目前都只是 PPT 大部分机器人在汽车工厂都只是实习他们离跟上工人的操作效率还差得远锋锐资本李峰指出如果说汽车已经定型 80%机器人从硬到软的定型和标准化还不到 20%

汽车产业经历上百年的发展硬件形态已经非常成熟和固化车企更多的是通过软件重新定义汽车人形机器人硬件还未完全定型尽管车企可以在短时间内组装出一个样式还不错的人形机器人但这是近年来机器人供应链进步的结果并不是车企技术成果虽然人形机器人本体路线已经逐渐收敛但关键零部件技术方案还不成熟例如电机

灵巧手传感器等仍存在路线争议硬件会决定机器人动作能力的上限无法直接通过拿来主义一步到位随伟说到特斯拉 optimus 搬电池拿鸡蛋接网球的那些 demo 视频说明了他灵巧手的上限已经具备完成这些动作的能力虽然特斯拉也是买模组组装但他们进行进一步调优比如 optimus 手部连杆和国内产品做的不一样

在一些关键零部件上特斯拉甚至会给出具体的产品需求让厂商定制一位曾和特斯拉接触过的国内供应商创始人告诉笔者其曾在 2023 年上半年收到特斯拉 Optimus 灵巧手指尖传感器的精度、面积需求而当时并没有针对灵巧手现成的传感器产品

于是团队花了三个月时间进行研发特斯拉走过的路国内车企同样得走一遍一位接近小米机器人的供应商告诉笔者小米现阶段在灵巧手上也花了不少精力上述人士说到小米也在做数据采集的手套这其实延伸出车企面临的另一难题即软件层能力

截至目前也有多位自动驾驶技术大佬宣布入局人型机器人他们相信从自动驾驶到巨声智能技术有相当紧密的连续性但人型机器人面临的技术难题显然更复杂自动驾驶的任务是让汽车在二维层面不碰撞物体机器人则需要在复杂的三维世界主动碰撞各种各样的物体机器人要完成更复杂的操作对应的训练和对传感器的要求也更难

汽车上传感器配置只是数量多少的问题人型机器人尤其需要物理交互性需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外还需要力觉传感器触觉传感器的这不仅对数据采集和处理提出了更高要求而且也加大了数据获取的难度

自动驾驶仅有纵向速度控制和横向转向控制二个自由度但人形机器人不仅自由度多且复杂程度高即使是拿鸡蛋的动作机器人除了看清楚物体后实施抓取动作力度多大如何松手放置等完成一个简单的动作需要听觉视觉触觉多传感器和不同电机控制关节的机械结构传动配合完成

大圆模型带来的 AI 技术进展目前还没有在机器人领域复现即使是特斯拉也还没找到足够多的数据去训练机器人模型人形机器人的数据规模十分有限何小鹏并不回避数据难题

人型机器人的数据门槛远高于汽车两者都面临数据来源的挑战汽车通过驾驶员日常行驶能自然产生海量数据但人型机器人内部并没有人业内对于人型机器人的数据获取并没有一套统一的方式特斯拉和 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又必选采用真机数据和仿真生成相结合的方式但前期真机只能采集单点动作的数据泛化能力突破受限地瓜机器人的隋伟说目前大多数机器人还处在实验室环境下人形机器人在场景里部署量不大难以产生足够的数据量

目前机器人公司采集的数据还无法验证现有的机器人模型是否能像大圆模型那样学习足够多的数据后能力明显提升即 scaling law 业内认为验证机器人模型的 scaling law 至少需要 1000 万条数据而据我们了解目前大部分机器人公司收集的数据还不到 100 万条

大多数造人的车企想让机器人进入汽车工厂打工工业场景被视为最适合人形机器人商业化落地的场景逻辑在于工业机械臂已经很难继续替代工人流水线下一步进化要靠能完成人的工作的人形机器人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 整理线束等并不是标准化的工作任务

即使是特斯拉比亚迪这类十分重视工业自动化的公司都不得不通过雇佣数十万人来完成总装产线的工作优币选的技术负责人焦继超正在尝试把机器人送到汽车工厂工作他告诉笔者过去一年跑了 20 多家车企工厂每家车企的厂线都不一样

新势力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应用挑战更大焦继超说机器人去到场景里人不可能在后面拿个遥控器操作

这里的技术难题涉及机器人的感知定位地图导航决策规划这不是纯靠投入几百个人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以搬运为例机器人在工厂中需要搬运不同颜色不同尺寸不同形态不同材质的箱子这相当考验机器人的泛化能力

当出现新箱体的时候要采集新的数据花两三天去做训练解决了搬起来的问题还有运输的挑战不同料箱的重量会随机变化箱内物体的摆动会考验机器人的重心控制需要机器人全身机械结构的动态调整平衡这其实也就导致了机器人在搬运过程中难以奔跑或快走

再就是放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需要机器人去对齐不同的料箱边缘这个摆放的过程中视觉只能做初步定位需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 公分高机器人每搬一次高度上升 10 公分机器人在汽车上料的组装线要搬到接近 1 米 8 的高度这个操作空间要求机器人蹲得够深站得够高这对电机的功率要求非常高目前仅有优币选宇数波士顿动力等少数几个公司做得到

据另一家已经进车企生产线的机器人企业透露其机器人产品一开始搬运一个箱子要四分半钟相同的工作普通工人一分钟以内就能搬完

尽管后续优化到两分钟左右机器人的效率也仅是工人的一半不到搬运这件事去了现场才知道挑战很大而搬运已经是总装线任务流程相对简单的工作线数整理涂胶撕膜等工序对柔性的要求更高人形机器人还不足以胜任

汽车作为最复杂的工业产品生产流水线尤为注重生产节拍对犯错误的容忍性极低这不仅关乎效率也关乎生产安全性 UB 选品牌官谭明说汽车的工厂和 3C 工厂都很难机器人要是出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东西能买我们十台机器人人型机器人的成本还没达到能取代人工的阶段

据我们了解特斯拉 optimus 的成本价是 6 万美元约合人民币 43.4 万元由必选机器人单机售价 50 到 60 万元而比亚迪工厂平均用工成本 18 万元

用人型机器人替代人工需要 29 到 40 个月才能收回成本焦继超认为当机器人 18 个月就能收回成本时车企会非常愿意使用人型机器人特斯拉宣布将在今年在内部工厂生产数千至一万台 Optimus 并用于生产宝马引进了 Figure02 进场小鹏 小米 吉利 蔚来等悉数发布了人型机器人进场打工的视频

在车企宣传口径中人形机器人几乎是可以直接应用的存在但现实和视频之间还存在一道鸿沟高盛今年 2 月发布的调研报告同样指出人形机器人目前的能力尚不足以处理多种通用任务技术拐点仍不明朗需要更长时间才能迎来 AI 赋能的机器人业界对人形机器人的探索已经持续了数十年

本田 ASMO 项目 38 年烧掉数十亿却黯然退场的故事提醒着后来者在机器人与车企的化学反应中技术积累和场景本质的洞察皆是胜负手

在工业场景上存技术断点数据闭环尚未突破商业闭环仍显脆弱的当下还得为活着谋生路的车企如果没有足够的资金和研发投入贸然进入人形机器人更像是向产业和资本市场吹起的另一个泡沫两个月前财富杂志爆出声称已经让一对机器人进入宝马工厂工作的 Figure 实际上只放了两台机器人在宝马工厂

且这些机器人只在宝马的工人下班后在工厂里做一些训练工作并未上岗

现在已经开始量产机器人的特斯拉据我们了解目前也只是让几十台机器人在车间里搬电池剩下的机器人都没有参与生产特斯拉和飞格拥有目前全球最强的人形机器人团队他们的进展尚且如此其余说自己要做机器人或者要在工厂里用机器人的公司当下更多的还只是 PPT 和视频宣传的阶段