亚马逊机器人负责人：引人注目的人形机器人可能是错误发展路径

在里斯本网络峰会上展示翻跟斗绝技的中国宇树人形机器人赢得了观众的惊叹,但全球最大机器人部署企业的负责人却泼了一盆冷水。亚马逊首席机器人专家泰伊·布雷迪在接受法新社采访时直言不讳地表示,那些在展会上表演杂技动作的华丽人形机器人距离真正解决工厂和仓库的实际问题还有很远的距离。

这番评论不仅代表了工业机器人领域的务实派立场,也揭示了当前机器人行业在技术路线选择上的根本性分歧——是追求类人形态的视觉冲击力,还是针对具体问题设计最优解决方案?这场争论的背后,是关于机器人技术应该如何从实验室走向大规模商业应用的深层思考。

布雷迪的核心论点可以概括为"功能决定形式"的设计哲学。他对法新社表示:"这有点为了技术而做技术。每当我们思考机器人技术时,我们首先问的是要解决什么问题,然后考虑实现这个功能需要什么能力,最后才从功能需求中推导出具体的形态设计。如果你从形式开始,整个逻辑就是倒置的。"这番话针对的是网络峰会组织者帕迪·科斯格雷夫周一发表的言论,后者在看到宇树机器人的表演后宣称"西方科技主导时代正在消退",将人形机器人的灵活动作视为技术领先的象征。

这种观点冲突反映了机器人行业两种截然不同的发展路径。一方面,以波士顿动力、宇树、特斯拉Optimus等为代表的人形机器人开发者坚信,类人形态是实现通用机器人的必经之路。他们的逻辑是:人类世界的基础设施——从楼梯、门把手到工具设计——都是为两条腿、两只手臂的人类身体构建的,因此能够模仿人类形态和运动能力的机器人将具有最广泛的适应性。另一方面,以亚马逊、制造业巨头为代表的工业应用派则认为,机器人的价值在于解决具体问题的效率,为了追求类人形态而牺牲性能、增加复杂性和成本是本末倒置。

百万机器人部署的实践经验

布雷迪的质疑并非空穴来风,而是基于亚马逊在机器人技术大规模部署方面的丰富经验。这家电商巨头目前在其全球物流网络中运营着超过100万台各类机器人,这一数字本身就具有说服力。根据国际机器人联合会2024年9月发布的报告,亚马逊单一企业部署的机器人数量已经接近整个中国工业领域在役的工业机器人总数——后者约为200万台,而全球工业机器人总装机量预计超过450万台。这意味着亚马逊一家公司就占据了全球工业机器人装机量的五分之一以上。

更重要的是,这些机器人不是在展会上表演特技,而是在真实的商业环境中日复一日地执行实际任务。亚马逊的机器人车队包括多种专用设计:负责从货架上拣选商品的机械臂系统,能够识别和分拣不同形状、大小物品的视觉识别设备,在仓库地面搬运重型货架的自主移动机器人,以及最新的Vulcan系统——一个能够处理亚马逊商品目录中约75%物品的先进操作平台。

这些机器人的设计理念完全体现了布雷迪所说的"功能决定形式"。例如,亚马逊的Kiva系统(现称Amazon Robotics移动驱动单元)采用低矮的圆柱形设计,能够钻到货架底部将整个货架抬起并运送到拣货站。这种设计看起来完全不像人类,但对于"将货物送到工人面前"这个具体任务来说却是最优解——它稳定、高效、能耗低,而且可以在仓库中密集部署。相比之下,如果用人形机器人执行同样任务,它需要像人类一样走到货架前,伸手拿取物品,然后走回拣货站,整个过程耗时更长,能耗更高,而且机械复杂度和故障风险都显著增加。

布雷迪特别强调了亚马逊机器人设计中的"人机协作"理念。他指出,亚马逊的轮式运输机器人配备了先进的传感系统,能够在移动过程中实时感知人类工人的位置和运动轨迹,主动避让以确保安全。这些机器人的任务是"为人们提供实用性和增强,消除人类工作中琐碎、平凡和重复的部分",而不是完全取代人类工人。这种务实的定位避免了"机器人抢走工作"的社会争议,也更符合当前技术能力的现实。

人形设计的有限价值

值得注意的是,布雷迪并没有完全否定人形设计的某些元素。他承认,类人形态的某些特征在特定场景下可能具有实用价值。例如,双足行走能力对于"应对不平整地形或上下楼梯"这类任务确实有优势。在为人类设计的建筑环境中,楼梯、台阶和其他垂直障碍物是轮式机器人难以逾越的挑战,而双足机器人理论上可以像人类一样应对这些障碍。

中国的 Unitree 以其敏捷的机器人让网络峰会的参观者惊叹不已 （PATRICIA DE MELO MOREIRA）

然而,布雷迪随即指出了人形机器人面临的更根本挑战:移动能力只是工作的一部分,真正的价值在于到达目的地后能够完成的任务。"我可以移动到任何地方,但一旦你到达那里,你可能需要完成一项具体任务。而这项任务现在将涉及某种触觉感知,某种精细操作能力,"他说。这个观点切中了当前人形机器人发展的要害——许多引人注目的演示视频展示了机器人行走、跳跃、保持平衡的能力,但很少展示它们执行复杂操作任务的实际能力。

触觉感知和精细操作是机器人技术中最困难的领域之一。人类手指尖端拥有极高密度的触觉感受器,能够感知压力、温度、纹理等多种信息,大脑能够实时整合这些信息来调整抓取力度和手指姿态。复制这种能力在技术上极具挑战性。当前的机器人抓手通常依赖力传感器和视觉反馈,但在处理易碎物品、柔软材料或需要精确力控制的任务时仍然表现不佳。

亚马逊最新的Vulcan机器人系统体现了在这一领域取得的进展。该系统采用先进的运动传感技术,能够在抓取物品时感知和控制施加的力度,避免损坏物品,同时在需要推开障碍物时又能施加足够的力量。但布雷迪坦承,即使是这个先进系统目前也只能处理亚马逊商品目录中约75%的物品,剩余25%——包括形状极不规则、非常脆弱或包装特殊的商品——仍然需要人类工人处理。

更关键的是,Vulcan系统目前是一个大型的固定式装置,而不是可以四处移动的人形机器人。这再次说明了功能优先的设计理念:如果任务是在固定工作站上进行拣选和放置操作,那么将所有的技术投入都集中在提升操作精度和速度上,而不是分散精力去实现移动能力,才是最有效的策略。

商业化路径的现实障碍

布雷迪对人形机器人的怀疑也反映在他对一些初创公司商业化策略的隐晦批评中。加州初创公司1X在上个月宣布以两万美元的价格接受其家用辅助机器人的预订,这在业界引起了广泛关注。然而,该公司同时透露,机器人将配备"专家模式",在面对复杂任务时由人类操作员远程控制。这一细节引发了兴奋和嘲讽两种截然不同的反应——兴奋者看到了快速推向市场的商业模式创新,嘲讽者则质疑这是否还算真正的机器人自主能力。

这个案例凸显了当前人形机器人商业化面临的核心困境:技术能力与市场预期之间的巨大差距。公众和投资者被展示视频中机器人的灵活动作所吸引,期望它们能够像科幻电影中那样胜任各种任务。但现实是,即使是最先进的人形机器人在面对开放环境中的非结构化任务时仍然经常失败,需要大量的人工干预和监督。

布雷迪指出,机器人要真正发挥作用,必须能够与环境中可能遇到的所有物体进行有效交互。这个看似简单的要求实际上包含了巨大的技术挑战。人类能够拿起一个从未见过的物体,通过视觉和触觉快速判断其材质、重心、易碎程度,并自动调整抓取策略。机器人要达到同样的能力,需要在感知、推理和控制等多个层面实现突破。当前的深度学习方法虽然在某些方面取得了进展,但距离人类水平的泛化能力还有相当距离。

这些技术障碍直接转化为商业障碍。一个只能在严格控制的环境中、执行有限任务集的机器人,其商业价值远低于真正通用的助手。而开发通用能力需要大量的研发投入和时间,这使得人形机器人的成本居高不下。相比之下,专用设计的工业机器人虽然灵活性较差,但在其设计针对的任务上效率更高、可靠性更强、成本更低。从纯粹的商业角度看,后者目前显然更具吸引力。

技术路线的未来演进

尽管对当前的人形机器人热潮持保留态度,布雷迪对机器人技术的长期前景保持乐观。他认为,世界仍处于"机器人技术和物理人工智能的早期阶段",未来的发展方向应该是"结合移动能力和操作能力,将自己从形式中解放出来,更多地专注于功能"。这个表述暗示了一种折中路径:不是简单地复制人类形态,而是根据任务需求灵活组合不同的功能模块。

例如,一个未来的工业机器人可能在大部分时间使用高效的轮式底盘在平坦地面移动,但在遇到楼梯时切换到足式行走模式;它的操作臂可能根据任务需求更换不同的末端执行器,而不是试图用一个"万能手"应对所有情况。这种模块化、任务导向的设计可能比追求完整人形更快地达到实用化水平。

布雷迪还强调了亚马逊在马萨诸塞州建立的机器人生态系统和供应链的战略价值。在美国本土进行研发和制造,不仅缩短了从概念到部署的周期,也确保了供应链的可控性和技术的持续迭代。这种垂直整合的模式使亚马逊能够快速将新技术融入运营环境,收集真实使用数据,并基于这些反馈进行改进——这是人形机器人创业公司难以复制的优势。

亚马逊的立场代表了工业界对机器人技术的主流看法:实用性胜过新奇性,可靠性重于灵活性,成本效益是最终的检验标准。然而,这并不意味着人形机器人路线注定失败。历史上许多技术突破都经历了从"炫技"到"实用"的演进过程。人形机器人的支持者会认为,只有先实现基本的类人运动能力,才能在此基础上逐步提升操作技能和任务适应性。双方的争论本质上是关于最优发展路径的分歧,而非终极目标的对立。

未来几年,这场争论将在市场中得到检验。如果人形机器人能够找到真正的商业应用场景,证明其类人形态带来的灵活性超过了增加的成本和复杂性,它们将赢得更多支持者。反之,如果专用设计的机器人继续在实际部署中占据主导地位,行业可能会转向更务实的技术路线。无论哪种结果,这场关于形式与功能的辩论都将推动机器人技术更快地从实验室走向真实世界。