ReaderMX.
机器之心

黄仁勋「看中」的14款人形机器人，国产机器人胜算几何？

机Pro会员通讯约 5 分钟
本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。
Image
近日，英伟达 CEO 黄仁勋在 CES 2025 的一场主题演讲中提到，「机器人技术领域，特别是人形机器人和通用机器人技术，即将迎来 ChatGPT 时刻般的突破。」在演讲中，黄仁勋公布了英伟达新推出的世界基础模型开发平台 Cosmos，并展示了加入 Cosmos 平台的 14 款人形机器人，其中近一半来自国内机器人公司。
本篇解读详细地盘点了 14 款人形机器人的基础参数信息、主要适用场景、核心亮点（相较于其他人形机器人不同的地方）、商业化情况以及背后的核心技术路线等情况。

目录

01. 为何实现「通用人形机器人」如此重要？机器人的 ChatGPT 时刻真的来了吗？

机器人技术一旦实现通用性意味着什么？最适合通用具身智能的形态会是人形吗？要想迎来通用机器人领域的「GPT」时刻，哪些因素才是核心关键？

02. 老黄选中的 14 款人形机器人：国产机器人梯队的胜算如何？海外机器人梯队情况如何？

黄仁勋展示的 14 款人形机器人都是什么「来头」？国产机器人厂商「突飞猛进」，占据近一半？国内外的各家机器人在技术路线上有何差异？

03. 老黄没带上台的机器人种子选手还有哪些？

在 CES 2025 展会上，还有哪些值得关注的机器人？
01 为何实现「通用人形机器人」如此重要？
1、黄仁勋认为通用机器人技术的重要性在于，能够创造出无需特殊环境即能适应「棕色地带」的机器人。同时，黄仁勋还在演讲中指出了未来对世界产生重要影响的三类机器人，分别为自主机器人、自动驾驶汽车和人形机器人。
2、实现机器人的「通用」非常重要。深度学习强化领域的大牛 Pieter Abbeel 曾表达机器人通用性的重要，「当机器人能够适应不同环境时，就会发生重大变革。」
① 传统的机器人需要针对特定的环境、任务，用某种固定的动作序列对机器人进行编程，只针对于结构化的环境有效。而当下，业内追求的通用机器人，能够在一个未设定具体规则、一切皆可变化的开放环境中解决问题。
3、同时，基于人形是否是最适合实现通用具身智能的形态，仍存在一些争议。清华大学交叉信息研究院院长姚期智认为，人形是最适合实现通用具身智能的形态。目前只有人类本身达到了真正的通用具身智能，因此人形机器人被视为最好的通用具身智能体。
4、据麦肯锡近期发布的一份报告预测，机器人行业的收入到 2040 年将增长至 1900 - 9100 亿美元，年均增长率高达 13%至 23%。机器人领域的潜力不言而喻。
5、同样，黄仁勋在其近 1 个半小时的 CES 2025 主题演讲上，重点讲到了对于「Physical AI」的看法。在此期间，黄仁勋公布了英伟达新推出的世界基础模型开发平台 Cosmos，并展示了加入 Cosmos 平台的 14 款人形机器人，其中有 6 款来自国内的机器人公司，8 款来自国外的机器人公司。
14 款人形机器人的基础情况一览：
Image
02 机器人的 ChatGPT 时刻真的来了吗？
黄仁勋在演讲中提到，「机器人正在进入 ChatGPT 时刻」。但距离通用机器人领域的「GPT」时刻真的来临，还面临着几点需要克服的「关键难题」。
1、首先，是机器人的「大小脑」的大模型的架构还没有统一，各家仍在探索中，如大语言模型的技术路径、模仿学习与深度强化学习的技术路径以及空间模型的技术路径等。目前，尚没有哪条技术路径表现出明显的优势性。
①  具体而言，目前较为常见的架构主要有两种。一是将大语言多模态模型直接应用于机器人，并在此基础上增加一部分机器人底层的操作运动集等，使大语言模型能够进行调用，以完成相应任务，这已成为目前最为普遍的架构形式；二是如特斯拉等公司追求的更为端到端的解决方案，采用模仿学习的方式，通过人为采集大量的动作数据来训练机器人。但该方法的「scling law」还没有得到验证。

2、其次是，目前机器人的泛化性较差 ......

03老黄选中的 14 款人形机器人，国产机器人梯队的胜算如何？
此次在 CES 2025 主题演讲上，出现在黄仁勋身边的 14 款人形机器人中，有 6 款机器人来自国内的机器人厂商。
远征 A2（智元机器人）
1、「远征 A2」是由智元机器人于 2024 年 8 月推出的一款智能交互服务机器人，主要场景适用于营销客服、展厅讲解、商超导览、前台接待、业务咨询等。8 月，与「远征 A2」同时发布的远征系列机器人还有「远征 A2-W」和「远征 A2-Max」两款，适用于柔性智造、重载特种作业等场景。
2、「远征 A2」全身具备超过 40 个主动自由度的关节和仿人的灵巧双手，能够模拟出丰富和复杂的人类工作。同时拥有一个可以持续学习的大脑，由大语言模型加持。此外，还具备多模态的感知，输入系统，可以通过视觉感知交互者的情绪。
① 在语音交互方面，远征 A2 机器人采用了语言大模型+RAG 构建企业定制业务知识库......
 关注👇🏻「机器之心PRO会员」，前往「收件箱」查看完整解读 
Image
👀 往期回顾 👀 
 01 AI 竞赛进入推理阶段：扩展测试时计算是万能的吗？Scaling What 成为关键
传统的 Scaling Laws 范式是否已经达到极限？新的 Scaling Laws 范式能否解决数据难题？只要扩展测试时间计算，就能够实现通用人工智能吗？「LLM + 推理模型」是否能实现类人智能？LLM 真的具有推理能力吗？...
 02 谁能进入下一轮？具身智能「练习生」的技术储备和商业路径有何异同？
具身智能创企融资规模如何？明星「练习生」都有哪些头部资源支持？各家创企技术路径有何差异？「练习生」都有哪些技术储备？具身智能还差些什么？...
 03 「压缩即智能」，成就 LLM 的 Transformer 未必是终极解？
知识压缩理论已经获得验证了？LLM 范式有变革征兆了？LLM 范式会向哪个方向演进？为什么Transformer 未必能够长青？有哪些声音在质疑Transformer？有哪些非Transformer的可行路线？...
 04 从文本到屏幕：「Project Jarvis」们能实现 AGI 吗？
头部 AI 公司为何都在做 AI 自主计算机操控？这事可行吗？和RPA的区别是什么？AI Agent自主操控计算机需要具备哪些能力？微软、谷歌、Anthropic 在 AI Agent 方面的动作有何异同？...
更多往期专题解读内容，关注「机器之心PRO会员」服务号，点击菜单栏「收件箱」查看。

KEEP THE THREAD GOING

更多来源文章