「睿爾曼」鄭隨兵:機器人一窩蜂進廠打工,是被馬斯克帶偏了 | 湧現36人
歡迎關注「智能湧現」
文 | 王方玉
編輯 | 蘇建勳
2024年,人形機器人熱度井噴,資本和人才蜂擁而至,但至今沒有整機廠商宣佈批量生產,商業化落地進展緩慢。
有業內人士評論稱,「國內80多家人形機器人創企,商業化進展幾乎為零。」
與之形成鮮明對比的是,人形機器人創企們的「賣鏟人」們,迎來發展紅利期——電機、機械臂、靈巧手等關鍵部件廠商,正成為具身智能浪潮的第一批受益者。
在機械臂和關節環節,有一家廠商——「睿爾曼」的產品在業內頗具知名度。2024年的世界機器人大會展出的100多傢俱身機器人公司,有26家在使用睿爾曼的機械臂產品。
據睿爾曼方面介紹,其在國內具身機器人領域擁有顯著市場份額優勢,今年在手訂單金額已超數億元。
能夠獲得高市佔率,與睿爾曼長期以來堅持的技術路線密切相關——睿爾曼創始人鄭隨兵,2018年創業時項目計劃書的標題就叫「讓機器人走進生活」。區別於又大又重的工業機械臂,睿爾曼做的是更輕、更小的通用型產品。
「這在當時是個冒險的選擇。」鄭隨兵對36氪回憶稱,彼時行業內流行專用機器人,主流論調是「通用就是無用」,睿爾曼的技術路線備受質疑。
鄭隨兵頂著壓力,埋頭做研發,三年後才拿出第一款輕量機械臂產品,並在2021年9月的世界機器人上首次對外亮相。這款產品做到了高功率密度、高精度和高可靠性的優勢,迅速打開了市場。
更重要的轉折點出現在2023年。
AI大模型掀起了具身智能的熱潮,新老機器人公司們齊齊轉向通用智能機器人。這與睿爾曼自創立以來就堅持的「讓機器人走進生活」的路線高度契合。
有過去數年在機械臂操作能力、泛化能力上的長期積累,睿爾曼的機械臂產品滿足了具身智能企業的需求,受到了市場的廣泛歡迎。不少人形機器人企業用其產品進行規模化訓練。
睿爾曼之所以能踩中風口,源於鄭隨兵創業之初堅持的邏輯判斷。他堅信在老齡化時代背景下,機器人走進生活的需求是確定的。
在當下具身智能浪潮中,鄭隨兵對很多場景、方向的趨勢,有他自己的判斷。
主流觀點認為,人形機器人進入 C 端家庭場景需五到十年,但他認為未來 2 – 3 年內具身機器人可像掃地機一樣進入家庭。
對於具身機器人大規模商業化瓶頸,他認為不在軟件和硬件,而在於企業不敢應用,應像自動駕駛那樣在應用中積累數據、優化迭代。
對於人形機器人進工廠熱,他認為目前中國機器人企業盲目跟風特斯拉是被帶偏了方向,人形機器人最先落地的場景大概率不是汽車製造,雙足也非最佳形態。
不過,無論具身機器人進入生活快與慢,在真正通向通用智能機器人的歷程中,「賣鏟人」睿爾曼將是產業鏈上很難繞開的角色。
以下是《智能湧現》和睿爾曼創始人鄭隨兵的對話。內容略經編輯:
Part 1: 首款產品研發用了3年零9個月
智能湧現:2018年創業的時候,睿爾曼為何選擇了超輕量仿人機械臂這個方向?
鄭隨兵:我們的願景是讓具備操作能力的機器人真正融入日常生活。因此,我們錨定了這一目標,並在2018年1月成立了公司,專注於解決機器人的泛化能力、操作能力和成本問題。在2018至2019年的創業初期階段,我們確認了超輕量仿人機械臂這個方向。
之所以選擇「仿人」設計,是因為我們希望機器人能夠適應人類的生活和工作環境。而「超輕量」的考量則源於人類能夠輕鬆攜帶自身手臂移動工作,這意味著如果機械臂足夠輕便,它就能被放置在任何需要的地方。
我們的超輕量仿人機械臂隨後在市場上得到了廣泛應用,涵蓋了新餐飲、新零售、大健康、家庭服務、智能巡檢、科研教育等各個領域,這也驗證了我們最初的方向是正確的。
我們還強調了「四」倍的「輕、小」,這意味著與傳統的協作機器人相比,在相同的輸出和負載能力下,我們的機械臂重量和體積只有協作機械臂的四分之一。這樣的設計不僅提高了機械臂的便攜性,也擴大了其應用範圍。
最後,我們提出了「萬元級的價格」概念。在2018年,我們就設想如果機械臂的價格能夠控制在1萬元以內,那麼它就有可能大規模進入日常生活,被廣泛採用。這是我們最初的判斷,也是我們致力於實現的目標。
通過這些策略,睿爾曼致力於推動機器人技術的普及,讓機器人走進千行百業,千家萬戶。
智能湧現:那時候就要讓「機器人走進生活」,是不是太超前了?
鄭隨兵:是的,但我覺得一切要回歸到底層邏輯上,那就是看市場對此有沒有需求,這個需求能否實現。在2017年至2018年期間,許多同行已經開始嘗試將工業機器人和協作機器人應用於不同行業,比如無人藥店、無人超市、咖啡製作等,這讓我們判斷市場需求已經成熟。
從2010年開始,我們專注於機械臂的研發,目標是將它做得更輕、更小。從技術層面分析,我們相信存在一條可行的實現路徑。由於當時國內外沒有成功的案例,我們的想法遭到了不少質疑。
在2017年,我們諮詢了眾多專家,並提出了研發超輕量仿人機械臂的計劃,希望研發出擁有高功率密度的機械臂。其中一位專家的質疑讓我印象深刻,他問:這麼多年來,工業機器人和協作機器人都在努力變得更輕、更小,卻未能成功,我們憑什麼能夠實現這一突破?
面對這些質疑,我們給予了回應,但我們也承認,這些邏輯尚未經過實際驗證,仍處於理論階段。我們進一步提出了與人和環境共融的通用機械臂概念,這在2018年是一個行業內不小的爭議點,因為當時普遍觀點認為通用機器人實用性不強,而市場更傾向於專用設備。
但我們仍認為通用機械臂的方向是正確的。如果工業機器人是大卡車,我們想要打造的就是小轎車,但面臨的挑戰是,小轎車的核心部件——發動機、變速箱等——都尚未成熟。我們的四大核心零部件——減速器、電機、驅動器和控製器——這些核心零部件都得自己做,但當時公司只有五個人。
現在回想起來,是我們當時的年輕和狂妄,以及對技術的堅定信仰讓我們堅持了下來。我們的目標是讓機器人不僅僅是工業生產的工具,更是成為日常生活中不可或缺的一部分。雖然這個目標在當時看來可能有些超前。
智能湧現:最後你們還是造出來了。
鄭隨兵:是的,不過我們花了近4年才拿出第一款產品出來。和市面上的協作機械臂相比,超輕量仿人機械臂的體積縮小了一倍,但功率密度輸出達到了兩倍。
在2021年9月的世界機器人大會上首次展示時,很多同行都覺得不可思議,我們在現場對產品的負載能力、速度等性能做了實證演示。
同時我們參與了中國機器人檢測中心的平均無故障運行30000小時的測試並通過了驗證,目前在衝刺50000小時平均無故障運行測試,預計在明年2月份可以拿到驗證報告,這充分的證明了睿爾曼機械臂具有長使用壽命的特性。
不過,一款產品研發近4年,這種業務進展速度一般的投資機構都接受不了。
Part 2:「2-3年內具身機器人有望進入家庭」
智能湧現:你們判斷的三個瓶頸,都解決了嗎?
鄭隨兵:最初我們認為都解決了,但現在我們認為解決了三個瓶頸中的2.5個。
當初,我們確定了機器人走入生活需要克服的三大瓶頸:泛化能力、操作能力和成本。操作能力和成本問題我們已經順利解決。在2022年,我們成立了AI_Lab,旨在解決機器人融入日常生活的關鍵問題之一的泛化能力。
為了使機器人能夠在更廣泛的環境中發揮作用,泛化能力急待提升。在許多行業應用中,例如電力巡檢和工廠操作,我們發現傳統的程序化編程方法往往不夠高效。因此,我們思考是否能夠賦予機械臂更高的智能,使其能夠記住並複現操作過的按鈕、開關和閥門等動作。
我們的AI_Lab團隊專注於提升機械臂的易用性。我們的研究回到了深度學習和強化學習的傳統方法,即所謂的具身智能。到了2022年下半年,我們在公開演講中常提到睿爾曼已經解決了機器人走入生活的三大瓶頸。
然而,到了2023年,隨著大模型的興起,我們的觀點發生了變化。大模型的出現讓我們看到了新的可能性,我們開始對其進行深入測試。
最終我們把泛化能力分為小腦和大腦兩個部分,識別、定位和操作方面,我們的技術已經非常成熟,無須額外訓練即可操作細微物品,如透明的玻璃碎片,這解決了小腦的操作能力問題。自此我們對外不再講我們解決了三大瓶頸,而是我們解決了其中2.5個瓶頸問題。
智能湧現:所以在大模型出來之前,我們想像的泛化能力其實就是小腦的能力。
鄭隨兵:確實,在大模型出現之前,我們對泛化能力的理解主要集中在了小腦的功能上。我們當時的定位是「識別、定位、操作萬事萬物」,這強調了我們的技術能夠在各種情況下準確識別對象、精確定位並執行操作。
此外,我們還定位自身為「現實世界與虛擬世界交互的入口」,這是因為我們認識到,要將現實世界中的複雜性帶入虛擬世界,並不是簡單地通過大量數據採集就能實現的。
我們認為,採集數據的關鍵不在於購買大量的數據集,而在於產品的規模化應用。通過產品的廣泛部署,我們能夠收集到實際操作中的數據,這些數據反過來又能促進我們技術的進步。這種方法確保了我們能夠從現實世界的多樣性中學習,並不斷提升其泛化能力。
智能湧現:不少業內人的判斷都是具身機器人會先在B端落地,再做C端。因為C端用戶期望值高,機器人目前的通用能力、泛化能力達不到。
鄭隨兵:市場的潛力是巨大的,我們預測,在未來的兩到三年內機器人將逐漸成為家喻戶曉的家電產品,就像今天的掃地機器人、電視機和空調一樣普及。
機器人真正融入日常生活,為家庭提供各種服務,比如照顧寵物、照看老人、遠程操作以及執行端茶倒水、熱飯喂藥等任務,這一願景的實現已經不再遙遠了。當然我說的服務機器人指的不是雙足的,雙足的普及可能需要更長時間。
智能湧現:雙足的難度要大一些嗎?
鄭隨兵:雙足機器人在能源供應方面是面臨挑戰的。馬斯克選擇的雙足機器人路線,雖然在技術上是賽前分析性的,但在續航能力上仍有瓶頸。
例如,前段時間有個人形機器人參加馬拉松的比賽新聞,我們瞭解到,一般的人形機器人,持續行走時間不超過15分鐘。即使我們將這個時間翻兩倍或三倍,也僅能維持至多兩小時的活動,這對電池容量和機器人的承載能力提出了極高的要求。
智能湧現:如今我們看到雙足機器人已經進工廠了,您怎麼看待這一現象呢?
鄭隨兵:馬斯克做了雙足人形機器人進工廠,大家也一窩蜂地效仿,在我看來,這完全是被帶偏了方向。大家不應該盲目模仿馬斯克在這方面的做法。
從實際情況來講,雙足機器人移動速度遲緩,供電問題也亟待攻克,工廠環境對於人形機器人並非最為契合。
另外,我們不能忽視馬斯克的太空探索項目與他研製雙足人形機器人之間的聯繫。在技術層面,太空探索項目積累的工程技術經驗,比如火箭製造、人工智能與自動化技術在太空任務中的應用、電動汽車製造,都為雙足人形機器人的研發提供了支撐和借鑒。
從商業角度看,這是馬斯克拓展商業版圖的策略之一,太空探索和雙足人形機器人研發都能提升其品牌形象,構建更龐大的商業生態。更重要的是,從願景層面而言,通過雙足為人類尋找生活的新空間,使人類有能力實現多星球居住。
我個人認為,人形機器人在不久的將來會以底盤形態實現落地應用,但這一場景大概率不會出現在汽車工廠,其應用範疇極有可能拓展至各行各業。我們一定不能被當前的跟風熱潮誤導,而應該理性地去探索人形機器人真正適合的發展方向與應用場景。
智能湧現:我們主打輕量化和價格便宜,對麼?或者說比較高的性價比?
鄭隨兵:我們的產品定位並不側重於低價策略,而是更注重性能和通用性。在具身智能領域,我們的目標是訓練出具備大腦和小腦通用能力的機械臂。這種通用能力需要建立在機械臂的廣泛適用性上。因此,我們的產品並不是以低價為主要賣點,而是以輕量化和強大的通用性為核心,最後才是高性價比。
許多廠商選擇睿爾曼的產品,是因為我們的機械臂能夠適應不同重量物體的操作,滿足多樣化的通用需求。用自己的模型與機械臂的結合,形成了一個真正通用的解決方案。
Part 3:具身智能最大的瓶頸,在於 「用 」。
智能湧現:具身智能機器人要像特斯拉擎天柱演示的一樣做飯、洗衣服、掃地,目前最大的障礙在什麼地方,是軟件還是硬件?
鄭隨兵:我們發現當前它們面臨的主要障礙實際上在於「使用率」和「規模化部署」。人們對於將機器人廣泛應用於日常生活中的顧慮仍然存在。
例如,如果我們使用機械臂來檢查保險絲,通過遠程操作進行100次訓練,其成功率可能不會非常高。但是,如果我們部署10台設備,連續操作一個星期,並將收集到的數據用於訓練機器人,那麼其成功率將顯著提升。隨著時間的推移,比如一個月、兩個月甚至半年後,機器人的成功率將變得非常高。
當前的瓶頸在於,很少有人敢於將這些技術大規模地投入實際應用。這與國內外企業在資金方面的差異有關。
國內企業的創業初期規模相對較小,而國外企業,尤其是美國的公司,能夠籌集到大量資金。這些資金使它們有能力大規模部署市場,進行場景訓練和應用。在具身智能領域,只要有足夠的數據量,智能水平就一定會得到提升。
以特斯拉的全自動駕駛(FSD)為例,正是因為有大量的汽車在路上行駛,面對複雜多變的道路環境,自動駕駛技術才能發展到今天的水平,甚至無人出租車也開始上路運營。
反觀我們的細分行業,為什麼不能實現類似的應用普及呢?所以我們於2024年1月28日聯合行業生態夥伴組建了全球通用機器人開源聯盟(GPR),我們通過這個聯盟來降低大家的開發門檻,加速機器人技術的普及和創新,加速機器人走入生活。
智能湧現:在開源策略方面,GPR聯盟有怎樣的規劃?如何構建和運營這個聯盟?
鄭隨兵:我們將採用逐步開源、深度合作的策略。目前我們已經開源了包括機器人多模態感知大模型、行動規劃和決策模型、空間移動、機械臂控制和執行操作等功能。
隨著平台的發展和社區的壯大,逐步開源更多高級功能和優化算法。同時,我們定期舉辦線上線下的技術研討會、開發者大賽等活動,激發開發者的創新熱情,促進聯盟成員之間的合作來打造一個良性循環的開源生態系統。
智能湧現:上面提到,大模型影響到具身機器人的泛化能力,目前大模型技術應用在機器人領域時間不長,是不是技術還不夠完備?
鄭隨兵:我覺得永遠沒有完備的時候,就拿Open AI來舉例,Google的transformer模型最早是開源的,但是Open AI是基於已有模型快速應用和迭代,才取得了領先優勢。
你的模型可能不是最優的,但是在使用過程中積累的數據最終可以反過來印證模型是不是好的,從而形成一個閉環。這方面的能力,永遠沒有存在完備的一說。