作者 | 山竹

出品 | 鋅產業（公眾號：xinchanye2021）

“據我們不完全統計，人形機器人本體企業已經突破百家，產業鏈核心零部件企業已經有千余家……”

在昨天的首屆中國人形機器人產業大會上，立德機器人平臺CEO潘月如是說。

實際上，自特斯拉官宣造人形機器人、OpenAI的ChatGPT發布后的過去這一年里，僅僅是人形機器人核心零部件之一的諧波減速器相關項目，國內就涌現出了40多個。

人形機器人熱度空前溢于言表。

空前熱度背后有著多方面原因，鋅產業此前文章我們做過一些解釋，這里不再過多贅述。

值得注意的是，這樣的熱度，讓人形機器人成了又一個“政產學研用”融合推進的先鋒產業。

由此，北京、上海、深圳、浙江等地相繼涌現出了人形機器人創新中心，這其中，尤以北京最為迅速，影響力也最大。

這些人形機器人創新中心意義何在、作用幾何、如何運作……

在昨天的大會上，熊友軍首次以北京人形機器人創新中心有限公司總經理的身份現身行業會議，做了《北京人形機器人創新中心發展思考》的演講。

關于人形機器人創新中心的這些問題，以及北京人形機器人創新中心的廬山真面目，也在這次大會上正式揭開。

01對標谷歌、特斯拉，做行業研發組織者

在北京經信局支持下，北京人形機器人創新中心在2023年11月2日成立，股東單位包括四個，分別是京城機電、小米機器人、優必選科技、亦莊機器人。

目前，創新中心有兩大定位：

第一，人形機器人核心技術研發者。

該創新中心主要聚焦人形機器人共性、關鍵的核心技術，進行攻堅和研發。

值得注意的是，據熊友軍介紹稱，北京人形機器人創新中心研發的這些技術，最終會面向行業開放應用。

第二，人形機器人生態建設者。

人形機器人創新中心向下由應用企業提供下游應用場景并提出應用需求，創新中心將這些需求提煉出來，通過“揭榜掛帥”形式聯合上游核心零部件廠商進行技術攻關，形成一個開源產業生態。

在這樣的定位下，在今年1月，北京人形機器人創新中心還組建了一支陣容超級豪華的專家委員會。

該專家委員會由喬紅院士擔任主任、朱松純、黃鐵軍、魏然任副主任，黃強、孫富春、趙杰等9位國內知名學者專家任委員。

而北京人形機器人創新中心的戰略規劃，正是由這樣一支專家團隊來共同打造。

這樣的人形機器人創新中心，有兩個目標：

第一，成為人形機器人技術引領者。

第一，成為人形機器人行業研發組織者。

北京人形機器人創新中心對標的是谷歌、特斯拉這樣無論在科研資金、社會資源，還是研發團隊都相當龐大的國際巨頭的科研團隊。

為此，該創新中心正在規劃組建一個400+人的專職人形機器人研發隊伍，這支隊伍將專注在10+領域的人形機器人通用本體技術研發，并會與行業頭部公司建立20+聯合實驗室。

為了支持這一創新中心發展，北京市將會為該創新中心提供了1000+P算力，機器人實驗平臺200+臺，實驗儀器設備100+套，實驗測試場地2000+㎡。

02創新中心的“四年規劃”

調動這么多資源、投入如此巨資打造的創新中心，如今已經制定了明確的研發目標。

總體來說，是要打造軟硬兩個母平臺：

通用人形機器人“硬件母平臺”和大模型+開源運控系統“軟件母平臺”。

由這兩個母平臺，最終來支撐面向不同應用領域的人形機器人本體研發。

具體來看，這兩個終極目標，在未來這四年里，又被切分為五個重點任務分四步來落實：

2024年開始，以人形機器人本體研制為主，搭建人形機器人通用本體原型，實現通用本體+基本運動控制能力；

2024-2025年，以人工智能驅動為主，研發人形機器人通用大模型，搭建領域模型，實現「通用本體+小腦」；

2024-2027年底，以大模型驅動為主，與生態合作伙伴共創開源工具鏈，搭建開源工具軟件生態，實現「通用本體+小腦+大腦」；

2025-2027年，以產業生態建設為主，打造開源OS和開發者社區，完成人形機器人開源OS建設及開源社區搭建。

不難發現，這樣的發展思路，其實正是遵從了工信部在2023年10月印發的《人形機器人創新發展指導意見》。

通過這樣一個四年計劃，北京人形機器人創新中心最終是希望可以構建人形機器人全棧技術生態，并通過這樣的全棧技術生態賦能行業生態建設。

具體到運動控制方面，創新中心是要搭建人形機器人通用本體和大模型之間的橋梁，為具身智能大模型提供任務級接口。

圍繞通用運動智能，創新中心從通用運動控制和通用環境移動兩個領域規劃了「強化學習通用本體控制」、「強化學習復雜子任務庫」、「地形感知強化學習」、「Deep-RL全身運動控制」、「本體感知強化學習」、「WBC全身控制」、「步態模型優化」七大任務方向。

在大模型方面，由于現在通用具身多模態大模型技術依然處于早期階段，創新中心現在會基于具身多模態大模型的能力邊界，先在垂直領域做進一步場景化。

例如，在數據層面，構建工業制造場景的人形多模態「環境感知-自然語言-運動規劃」數據收集平臺和數據集，任務參數不低于100億；

在技術層面，面向工業制造場景，構建人形機器人的「語義推理」、「視覺推理」、「機器人大模型壓縮和加速」等核心模塊，提升機器人系統的感知能力、語音識別能力、自然語言處理能力、任務決策和規劃能力。

這其中，具身多模態大模型，又是一項頗具挑戰的任務和工作。

03具身大模型，又該怎么做？

當下，針對人形機器人具身多模態大模型的研究，行業普遍認為應該通過云端大模型做決策控制，端側小模型做具體執行操作來實現具身智能。

這其中，數據是關鍵，數據收集和數據融合又是兩大行業難題。

在創新中心的規劃中，針對數據收集會先行構建一個數據生成集成平臺。

借助大模型的文本、圖像等生成能力，以多智能體協作的方式，在世界知識遷移的基礎上，通過虛實結合方式，構建跨模態融合數據生成體系。

在這個過程中，創新中心會研究機器人領域「任務-本體-環境」數據生成方法，建設機器人數據生成平臺。

在機器人語音推理核心模塊構建方面，創新中心會基于思維鏈技術，將語義理解分為多個環節，并通過邏輯連接實現連貫的推理思維，構建機器人推理能力。

通過設計推理策略（如邏輯推理、概率推理、語義推理）、融合外部知識源（如知識圖譜和領域專家知識），實現大模型推理能力的自我優化、迭代優化和集成優化，增強大模型的推理表現。

為了提升人形機器人視覺推理能力，在機器人的視覺推理核心模塊方面，創新中心則會基于生成式抽象推理技術與持續學習等方法，通過多模態學習挖掘特征（對齊圖像特征與文本特征），使機器人更好地理解圖像與文本之間的關聯。

將規律學習建模為馬爾科夫鏈式生成過程，讓機器人通過推理過程逐步生成可能的解釋和結果，從而實現對復雜圖像規律的推理。

而由于機器人在本體端算力和成本受限的原因，往往又需要將大模型小型化，來構建可以在端側部署的邊緣小模型，這時，就需要做模型壓縮和加速。

創新中心基于位拆分的量化模型壓縮方法，通過分析量化模型壓縮的精度損失上限，形成不同位寬的量化模型壓縮依據，減少模型的存儲需求和計算復雜度，從而在資源受限的邊緣側實現高效的推理能力。

就正在成為全球科技競爭焦點的人形機器人，國內各地不斷涌現的創新中心，實際上是“政產學研用”的融合產物。

從北京人形機器人創新中心這次對外公開的規劃中，鋅產業了解到，創新中心在當下產業中希望扮演的其實是一個共性技術攻關者、產業生態構建者。

相較于全球科技巨頭而言，國內目前還沒有像谷歌研究院、微軟研究院這樣擁有深厚底蘊、無盡資源的產業研究機構，國內幾家互聯網/科技巨頭也還沒有在人形機器人領域投入足夠多的資源來參與全球競爭。

創新中心想要做的，正是彌補這一塊中國在全球科技競爭中的短板。

至于這樣的人形機器人創新中心，如何輸出產業價值？能夠產生多大的能量？

將會是接下來中國人形機器人產業發展的一個重要課題。