隨著中國數字經濟的深入發展，產業數字化進程不斷加速，大數據在產業決策中的比重越來越高。***數據研究院特此推出“天眼新知”專欄，以***大數據為依托，梳理產業格局及發展脈絡，解讀產業領域新動態和投融資風向，為各方決策提供參考。

機器人，多數人的次“親密接觸”源于科幻大電影，源于對超越現實生活的無盡想象，機器人逐漸從“單純工具”逐步進化成為“親密伙伴”。

年初爆紅的“大模型”以及再次“走紅”的人形機器人，讓人們再次驚呼科技對于生活方式的改變。

未來，隨著AI技術的不斷成熟，人形機器人研發的突破，讓“機器人走進普通人生活的愿景”越來越逼近現實。

一、機器人：從“自動化”向“智能化”演進

國際機器人協會（International Federation ofRobotics，IFR）提出，機器人是可在兩個或多個軸上進行編程的驅動機制，具有一定程度的自主性，在特定環境中移動以執行預定的任務。

1.機器人應用場景逐步由“簡單，初級”向“復雜，”邁進

初機器人的核心功能是替代人進行重復的、危險的工作，同時提高效率與精度；之后以“服務人”為功能的機器人走入人們的眼簾，用于迎賓接待等與人類距離更近的場景，娛樂/掃地機器人等大規模進入家庭；接著其高精度的特性被用于物流、醫療，自動取件、輔助護理機器人開始出現。

2.機器人逐步由“自動化”向“智能化”演進

機器人的發展經歷了三代的演進，代為程序控制機器人：通過編程或示教將動作指令輸入機器人中，而由于缺之外部傳感器，機器人只能刻板地完成程序規定的動作，一旦環境情況略有變化，機器人的工作就會出現問題；第二代為自適應機器人：其帶有視覺、力覺等傳感器，能據傳感器獲得的信息調整工作狀態：第三代為智能機器人：其擁有更豐富的傳感器，不僅能獲取并處理外部綜合信息，甚至能據此自己制定行動目標，其智能主要體現在感知交互、獨立決策、自我優化三個方面。

二、大模型：多個城市持續發力，主攻通用人工智能

2023年4月中共中央政治局會議指出，要重視通用人工智能發展，營造創新生態，重視防范風險。區別于此前中央經濟工作會議等重要會議中泛指的“人工智能”，此次政治局會議明確強調“通用”，即Chat-GPT自去年11月以來引領的通用性AI大模型技術路線。

以人工智產業發展高地，北京為例。北京市《若干措施》的發布是國內地方政府緊貼AI大模型產業化發展提出的專項措施，北京打響了地方大模型競賽的槍。當下正值Chat-GPT引發的“千模大戰”打響，大模型可能為各行各業帶來新的效率革命和體驗升級。隨著AI城北京行動了，上海、深圳、成都等地區都已陸續采取行動，搶占發展的“窗口期”。

三、人形機器人：人與機器的“不期而遇”

從定義和使用目的出發，人形機器人是具有與人類似的外觀和運動方式的智能機器人。人形機器人（humanoid robots）又譯“仿人機器人”，字面意思是模仿人的形態和行為設計制造的機器人。目前人形機器人并沒有普遍定義，但根據書籍《Humanoid Robots》的歸納，人形機器人應當能“在人工作和居住的環境工作，操作為人設計的工具和設備，與人交流”。在此前提下，人形機器人終應具有與人類似的身體結構，包括頭、軀干和四肢，使用雙足行走，用多指手執行各種操作，并具有一定程度的認知和決策智能。

人形機器人起步于1960年代后期，以日本的研究成果為矚目。1973年日本早稻田大學的加藤一郎教授研發出世界上款人形機器人 WABOT-1 的 WL-5 號兩足步行機，嚴格講類屬于仿生機械，是人形機器人的雛形。1986年日本本田開始進行人形機器人 ASIMO 的研究，并成功于2000年發布代機型。

四、人形機器人與AI大模型：通用場景加速C端革命性推進

隨著集成設計技術、運動管理控制技術、傳感器感知技術等關鍵技術的不斷突破，以及人工智能、5G等新一代信息技術的融合應用持續深入，特種機器人加速應用于煤礦、深海、極地等場景，釋放出巨大的生產和科研價值，而其中讓前沿科技公司、普通消費者“著迷”的是以人形機器人為代表的智能移動機器人的出現，迭代。

目前，AI技術通過構建全面感知、實時互聯、分析決策、自主學習的智能系統，使機器人自主作業成為可能。AI通過機器人視覺技術強化機器人的感知能力，通過構建算法模型提升其分析決策、自主學習的能力，從而使機器人能夠獨立完成作業。

1.感知世界的能力（機器人的眼睛）

機器人自主移動的感知和定位技術中激光和視覺導航是主流應用方案。計算機視覺的發展經歷了基于以特征描述子代表的傳統視覺方法、以CNN卷積神經網絡為代表的深度學習技術，目前通用的視覺大模型正處于研究探索階段，人形機器人的場景相對工業機器人更通用、更復雜，視覺大模型的All in One 的多任務訓練方案能使得機器人更好地適應人類生活場景。

一方面，大模型的強擬合能力使得人形機器人在進行目標識別、避障、三維重建、語義分割等任務時具備更高的**度；另一方面，大模型解決了深度學習技術過分依賴單一任務數據分布，場景泛化效果不佳的問題，通用視覺大模型通過大量數據學到更多的通用知識，并遷移到下游任務中，基于海量數據獲得的預訓練模型具有較好的知識完備性，提升場景泛化效果。

典型產品：特斯拉“Optimus（擎天柱）”

感知層面，特斯拉機器人頭部使用8個攝像頭采集視覺信息。計算層面，機器人將采用目前特斯拉汽車使用的FSD（Full Self-Driving，全自動駕駛）電腦、運用神經網絡等模型實時處理信息。特斯拉將使用超算“Dojo（道場）”訓練機器人使用的AI模型，使其更有效的識別外界物體并做出反應。

2.思考和決策的能力（機器人的大腦）

目前的機器人都是專用機器人，只能在限定場景中應用，即使是機器人抓取，基于計算機視覺，仍然是在限定場景中，算法僅用于識別物體，如何做、做什么仍需要人的定義。要讓機器人通用，叫他去澆花，他就知道去拿水壺，接水，然后澆花，這是需要常識才能完成的事情。如何能讓機器人擁有常識？在大模型出現之前，這個問題幾乎是無解的。大模型讓機器人可以擁有常識，從而具備通用性去完成各種任務，徹底改變通用機器人實現的模式。人類工具和環境的適應性，不用再為了機器人而造工具。

典型產品：機器人公民“索菲亞”

2017年，索菲亞成為世界上個獲得公民身份的機器人。她說她會用她的智慧幫助人類發展，讓我們不要害怕她，她很友善。2018年，她還成為全球首位開展在線教育課程的AI老師。索菲亞表示，未來的機器人完全勝任教師的工作，能夠基于與學生的互動，有效解決學生遇到的心理和情感問題。

3.執行能力（機器人的四肢）

行動能力（腿）+精細操作（手）。把機器人做成人形，就是為了讓機器人的執行能力更加通用。機器人執行任務時所處的環境是按照人類的體型建造起來的：建筑、道路、設施、工具等，這個世界是為了方便人類這種人形生物才這樣設計。如果出現了某種新形態的機器人，人們就必須重新設計一套機器人適應的全新環境。設計在某個特定范圍內執行任務的機器人相對容易，如果想要提高機器人的通用性，就必須選擇可以作為分身的人形機器人。此外，人類與人形機器人更容易有情感上的交流，人形機器人會讓人感到親近。

典型產品：波士頓動力Atlas

2020年12月，波士頓動力發布了Atlas跳舞的視頻，動作流暢且富有表現力。在舞蹈中，機器人需要在起跳懸空狀態下調整姿勢，以保持平衡并**做出動作。2021年8月，在官方新視頻中，Atlas可以在障礙環境內“跑酷”，做出跳躍、俯沖翻滾、空翻等一系列高難度全身動作。

4.“具身智能”+機器人：人工智能的形態

如何讓電腦有如一歲小孩般的感知和行動能力的問題，誕生了“具身智能”的概念。其可以簡單理解為，各種不同形態的機器人，讓它們在真實的物理環境下執行各種各樣的任務，來完成人工智能的進化過程，比如：人形機器人、智能駕駛汽車，或者未來的“變形金剛”。

英偉達創始人黃仁勛在 ITF World 2023 半導體大會上表示，具身智能（Embodied AI）是能理解、推理、并與物理世界互動的智能系統，是人工智能的下一個浪潮。

具身智能大的特質就是能夠以主人公的視角去自主感知物理世界，用擬人化的思維路徑去學習，從而做出人類期待的行為反饋，而不是被動的等待數據投喂。人形機器人提供了各種基于人類行為的學習和反饋系統，為實現更復雜行為語義提供了迭代的基礎和試驗場。因此，人形機器人的逐步完善也為具身智能的落地提供了方向，是具身智能的重要應用場景，也將為具身智能的迭代優化提供方向和空間。

五、專利技術：機器人、大模型專利申請逐年增加

1.機器人專利：

近年來，機器人與前沿科技產業，諸如：大數據，人工智能等結合愈加緊密，特別是人形機器人的出現，讓機器人作為科技產業的“技術”含量日益提升。

從數量來看，機器人專利保持穩定增長，2022年申請專利2.3萬余項；從類型上來看，發明專利與實用新型占比較高，兩者之和占總數的9成。

2.大模型專利：

大模型的“爆發”也并非沒有征兆。在人工智能領域，作為其“皇冠上的明珠”，自然語言處理是理解人類語言、情感和思想的技術,從其“寥寥數語”的介紹中，就可以發現它對于“機器”到底“因何為人”的重要性與超高的難度。

從近年來專利申請的數量來看，還是保持了較為穩定快速的增長，自2018以來，其申請量的復合增長率達到61.2%；

從類型上來看，發明專利占據的地位，占比近98%。

***研究院認為，大模型技術推動人工智能實現了一次歷史性跨越，未來仍有廣闊的持續創新空間。中國經濟社會高質量發展為大模型創新提供了豐富場景和數據基礎，人工智能在中國發展潛力巨大。