具身智能：不是下一个ChatGPT，是机器人革命的真正钥匙

去年ChatGPT带火了大模型，今年全行业的新宠换成了具身智能。

街上随便抓一个一级投资人问，十有八九在看相关项目。

真的是炒概念吗？好像不是。

从“云上聊天”到“物理干活”，需求变了

之前的大模型，都活在屏幕里。能写方案能编代码，就是帮你线上干活。你让它帮你把客厅脏杯子捡起来扔洗碗机？做不到。

过去半个世纪的机器人，都是按预设程序干活。汽车焊装线上的机械臂，精度够高，可换个零件它就废了，遇到歪歪扭扭放的零件它抓不住。

大模型解决了自然语言理解的问题，可怎么把智能落到物理世界里？这就是具身智能要解决的事。

波士顿动力Atlas人形具身智能机器人搬运测试

很多人说具身智能就是人形机器人，不对。任何能在物理环境中自主感知、决策、行动的智能体，都是具身智能。可以是四足机器狗，可以是仓库里的分拣机械臂，也可以是未来帮你收衣服的家用机器人。

说实话，之前我也觉得是资本炒出来的热点。跑了两个产业论坛，跟做硬件的创始人聊过之后才发现，这一次真不是空炒概念。整个产业攒了几十年的技术，终于到了捅破窗户纸的时候。

核心难点从来不是“造个身子”

很多人对具身智能的误解太深。以为就是把大模型装到机器人硬件里，就完事了。90%号称做具身智能的早期项目，本质都是大模型套壳，找个现成的机器人底座，接个GPT-4的接口，就敢出来吹了。

真正的难点在哪？是物理世界的非结构化闭环学习。

大模型训练用的文本图像，都是互联网上整理好的，错了也就是输出错了，改个参数就行。可具身智能在物理世界犯错，那是真的会摔跟头，会撞坏东西，甚至会伤人。

而且物理世界没有两片一样的树叶，也没有两件完全一样摆放的衣服。你训练机器人抓矿泉水瓶，圆的瓶子抓得稳，换成扁的盒装牛奶，它就不知道怎么使劲了。你让它叠T恤，每件T恤揉完之后形状都不一样，它得每次重新判断。

这个试错成本，太高了。

具身智能感知决策行动闭环交互流程图

现在行业里的解法，要么是做高精度仿真环境，让机器人在仿真里先训几百万次，再放到真实世界里微调，能省不少真实试错的成本。可仿真再逼真，也跟真实世界有差距，这个差距至今没人能完全填上。

另一个方向是降低对训练数据的依赖，做小样本学习，让机器人学几次就能适应新物体，现在国内外大厂都在往这个方向砸钱。

不过话说回来，硬件本身也是瓶颈。现在好的协作机械臂，一根就要十几万，小型的人形机器人整机成本几十万，根本没法规模化落地。上游核心传感器、伺服电机的产能和成本，都还没跟上。

未来3到5年，具身智能会先去哪？

未来3到5年，具身智能会先去哪？

别天天盼着家用机器人帮你做家务了，那至少是十年以后的事。家庭环境太复杂，杂物多，需求零散，成本降不下来根本没人买。

最先落地的，肯定是工业和商业的封闭/半封闭细分场景。

比如汽车工厂里的柔性装配，原来换车型就要重新调试机械臂，少则半个月多则几个月，成本几十万。现在有了具身智能，机械臂自己就能识别新零件，调整力道和位置，调试成本能降九成，上线时间直接缩到几天。国内几家头部整车厂已经在试点了，反馈都还不错。

还有电商仓储的退换货分拣整理，现在接近七成退换货都是人工处理，因为退回来的货摆得乱七八糟，包装歪歪扭扭，传统机器人根本认不出来。具身智能上去就能搞定，一个机器人能顶两三个工人，一年多就能回本，这两年订单涨得特别快。

还有餐厅的传菜清理、酒店的客房配送、3C工厂的检测，这些场景需求明确，环境变化小，企业付费意愿强，是现在具身智能创业公司扎堆的方向。

当然风险也很明确。第一是安全，机器人在开放环境里行动，万一伤到人的责任怎么划分？现在相关的法规还是空白，出了事故就是厂商全兜着，这个风险没人敢轻视。第二是就业冲击，低技能的体力劳动，未来十年真的会被替代一大批，这个冲击比当年的自动化生产线还要大，原来自动化只能替代固定场景的工人，现在开放场景的零散体力活也能替代了。

3年之内，别指望看到人形机器人走进寻常百姓家，也不会有杀手级C端产品出来。但是工业场景的渗透率会快速提升，很多传统工业机器人厂商都会启动具身智能升级，这是已经在发生的事。

5年之内，我们会在商场、酒店、工厂里随处看到各式各样的具身智能机器人，它们不一定是人形的，但真的能帮我们干脏活累活。

这一轮的AI革命，终于从线上走到线下了。原来我们只是让AI帮我们动脑，接下来，我们要让AI帮我们动手了。