車企要組團去造機器人？
作者 I 孫小樹
編輯 I Chris
▎
「十年後的生活：特斯拉的機器人騎著小鵬的機器馬在路上遛小米的機器狗」。
這是知乎網友「吾日三省吾身」在小鵬釋出智慧機器馬後的調侃。
9 月 7 日，小鵬汽車正式公佈了生態企業新成員
深圳鵬行智慧研究有限公司
，併發布了首款智慧仿生四足機器人——全球首款可騎乘的
智慧機器馬小白龍
。
在 8 月 20 日的特斯拉 AI 日上，Elon Musk 帶來了仿生機器人 Tesla Bot。宣佈造車的小米則是在 8 月 10 日推出了暱稱為「鐵蛋」的四足仿生機器人 CyberDog。
傳統燃油車巨頭中的福特、豐田、本田，深度介入移動智慧出行的科技巨頭華為、百度等都推出過自己的仿生機器人。
齊刷刷地瞄準仿生機器人領域，
智慧汽車製造商們藏著怎樣的心思，又握著怎樣的底牌呢？
躲不開的老大哥
▎
當我們談及仿生機器人，波士頓動力（Boston Dynamics）是繞不開的存在，這家 1992 年從麻省理工學院（MIT）的一個實驗室成長為專注於工程與機器人設計的美國公司是
仿生機器人領域當之無愧的巨擘
，波士頓動力的機器狗已經不止一次刷屏網際網路了。
任何一家試圖染指仿生機器人的公司，都不可避免地會被拿來和波士頓動力比對一番，
智慧汽車製造商們的產品和這位老大哥的寶貝們相比實力幾何，又或者這些「機器人新勢力」會有怎樣另闢蹊徑的打法呢？
首先在機械結構層面，與波士頓動力機採用的
液壓伺服控制
不同（波士頓動力創始人 Marc Raibert 多次在演講和發言中提到液壓機構是被嚴重低估的機器執行器），特斯拉 Bot 和小米 CyberDog 都選擇了
電機控制
，不出意外的話，小鵬機器馬也會是電機控制。
液壓伺和電機是
完全對立
的兩種控制執行器，
液壓伺服的結構複雜性要遠超電機
。一套液壓伺服系統由動力系統和反饋機構組成，包含液壓泵、管路、伺服閥、帶有位置/壓力反饋的油缸等裝置，電機控制系統則只需要電機配上減速器和編碼器。
我們從波士頓動力 Atlas 和特斯拉 Bot 的外形對比上也能感受到兩套系統的結構差異。雖然波士頓動力已經盡力在簡化管路，並將一部分線束埋進了軀體，Atlas 的關節處仍會有管路暴露在外，相比之下特斯拉 Bot 就整潔的多。
電機系統在穩定性和成本方面也要優於液壓系統，但液壓伺服系統擁有更高的功率密度，這意味著
相同體積下，採用液壓伺服控制的機器人擁有更強的運動能力，力氣更大，跑得更快
。
更有趣的是，波士頓動力和特斯拉、小鵬、小米們在
機器人對於時下大熱的人工智慧，或者說機器學習技術的應用也是完全對立的
。
人類產生一次行為的過程可以簡化為眼看、大腦判斷、四肢執行，或者說感知、決策、執行。
波士頓動力以「
運動智慧
」為核心，對步行、爬樓梯、規避障礙、抵抗衝擊、穿越地形等具體場景下的運動智慧控制能力不斷最佳化，強調專而精的區域性能力，對機器學習更多的應用體現在複雜的控制層面。
而特斯拉、小鵬等機器人新勢力的優勢在於「
認知智慧
」，從感知出發，貫穿規劃到控制，端到端的機器學習能力。
從機械結構到智慧控制都南轅北轍，我們可以斷定
機器人新勢力們未來會選擇不同於波士頓動力的商業模式
。
在波士頓動力的官方商城上，我們可以找到一段對 SPOT 四足機器人的介紹：
Built to be a rugged and customizable platform， Spot has a proven track record of supporting remote operation and autonomous sensing across a variety of industries， and is remarkably intuitive， enabling you to focus on the job you do best。
SPOT 是一個堅固耐用、可定製的平臺，在多個行業的遠端操作支援方和自動感應方面有良好記錄，而且非常直觀，使您能夠專注於自己最擅長的工作。
「
兼顧耐用
」、「
可定製
」、「
多個行業
」，加上高整合、高效能、高強度
3D 列印部件
的使用，高達
74,500 美元售價
的四足仿生機器人，眾多標籤下，SPOT 面向高風險，如軍工、消防、航天等的
to B
屬性不要再明顯了。
對比之下，小米 9999 元人民幣的 CyberDog 售價，Elon Musk 關於 Bot 「
批次製造對類人機器人生產至關重要，這樣才能保持低成本
」的表態，小鵬機器馬「小鵬友的第一個智慧交通工具」的定位，都昭示著機器人新勢力們瞄向了更為廣闊、雄心更大的
to C
市場。
相同的底層能力
▎
把視角聚焦到智慧電動車製造商本身，造汽車的企業去造仿生機器人，看似是跨度極大的轉行，
實則智慧汽車的底層能力與仿生機器人是相通的
。
智慧化和電動化的洶湧浪潮下，汽車廠商們已經積累下規模可觀的涉及自動駕駛的 AI 感知-決策-控制等能力，涉及智慧座艙的智慧互動等能力，以及電動化相關的電機和電池等驅動系統能力。
AI
感知-決策-控制
、
智慧互動
、
驅動系統
，以及汽車行業這個製造業皇冠上的明珠原本就具備的
工程製造能力
恰好是
仿生機器人需要的核心技術
。
所以，對於那些車企而言，將智慧移動出行領域積累下的技術匯入到更具想象空間的仿生機器人
在技術層面上是具備可行性的
，甚至可以說是水到渠成。
Elon Musk 在特斯拉 AI 日上就表示，「
特斯拉汽車已經是半有知覺的生物，包括攝像頭、FSD 晶片、深度神經網路和 Dojo，因此擴充套件到類人世界是有意義的。
」
特斯拉也幾乎是將 Autopilot 和 FSD 的一切能力打包放在了 Tesla Bot 上，將成為 Bot 眼睛的 Autopilot Camera，內置於 Bot 胸腔中的 FSD Computer，以及 AI 日釋出的多攝像頭深度神經網路、神經網路訓練系統、自動標註、模擬工具和超算 Dojo，全部會作為底層能力賦能於機器人業務。
在小鵬智慧馬身上，
我們也能發現相同的內在邏輯
。眾所周知，國內造車新勢力中小鵬汽車的智慧化標籤最鮮明，佈局全棧自動駕駛自研能力的展開較早，同時小鵬 P7 的語音助手在車內互動中展現出的水平也是得到業內認可的。
對於小鵬的智慧機器馬，官方介紹是這樣形容其能力的，「具備環境多維感知、敏捷穩定運動以及智慧情感互動能力」。拋開敏捷穩定能力，
環境多維感知對應的是自動駕駛中最為重要的環境感知能力，智慧感情互動對應的是智慧座艙的語音能力。
小米雖然仍未在造車領域有實質性行動，但在人機互動、軟體系統上，智慧手機與智慧座艙在底層技術上具有相通性。根據 36氪的報道，某小米高管表示，「
現在做車機系統的人，基本都是以前做手機開發的
。」
此外，手機的影象處理和自動駕駛的環境感知，以及定位上的差分 GPS、IMU 等技術也存在一定的共通性。
手機和智慧汽車相通的底層技術，自然也能輻射到仿生機器人領域。事實上，小米副總裁常程在微博上表示，
CyberDog 最初只是小米工程師利用業餘時間合作開發的小專案
，偶然被雷軍賞識後才成立專案組，投入資金和資源，正式進入研發階段。
可能這些智慧電動車製造商們在日後唯一需要額外補足的能力是控制能力，因為機器人相對靈活的肢體活動決定了其重在姿態控制的特性，對比汽車的控制要簡單得多，在自動駕駛汽車的三項主要能力中，控制環節的實現難度是顯著低於感知和決策的。
都有光明的未來？
▎
除了底層技術的相通性，
特斯拉推出 Tesla Bot 的時機也頗值得玩味
。
2020 年特斯拉全球交付 499550 輛，雖然受缺芯影響，2021 年 100 萬輛的內部交付目標會打一定的折扣，但缺芯風波終會過去，柏林和德州工廠也即將投產，特斯拉的增長勢頭會保持下去。
在電動車業務的推動下，特斯拉依然會是世界上市值最高的公司。不過和其他企業一樣，特斯拉也面臨著尋找「
第二增長曲線
」的問題。
我們知道行業發展會經歷起始、成長、頂峰和衰敗四個時期，企業為了長遠發展，為了避免衰敗期，在主業達到成熟期前，就要進行二次創新，
企業的重心轉移到「第二增長曲線」上，新業務的優先順序會很快追上並超過主營業務。
特斯拉正處在這一節點，其主營業務電動車在度過了以 Model 3 產能地獄為代表的起始期後，正處在巔峰期前的成長期中，一個新業務正是特斯拉企業戰略上的重點。
從 Elon Musk 在 AI 日上的態度（Tesla Bot 是全場唯一由 Elon Musk 主持的部分）來看，
特斯拉似乎把「第二增長曲線」的重任壓在了 Tesla Bot 身上
。
Tesla Bot 就像是 2004 年的特斯拉 Roadster，這是一次絕佳的第二曲線孵化嘗試。
那麼，小鵬和小米呢？小鵬雖然躋身國內造車新勢力第一梯隊，但其電動車業務仍在起始階段，還需要港股雙重上市來募集發展彈藥。
至於小米，雖然仍在衝擊世界第二的寶座，但其實手機業務已然見頂，畢竟全球手機行業大背景擺在那裡，仿生機器人顯得過於前瞻，況且小米已經開始造車。
他們這個時候推出仿生機器人的動機是什麼呢？
其
實答案很簡單，仿生機器人是充滿前景的產業。
未來是人工智慧的時代，我國的《新一代人工智慧發展規劃》預測
到 2030年，中國人工智慧核心產業規模超過 1 萬億元，帶動相關產業規模超過 10 萬億元
。
在可預見的未來，醫療和出行是人工智慧的重要商業落地場景，但當我們站得再高一些，眺望得更遠一些，更遠的未來，仿生機器人一定會在遠服務、工程、安防、醫療等領域貢獻更多的價值。
軟銀集團董事長孫正義有一個著名的 Sigularity（奇點）理論，他認為隨著計算機技術和生命科學的發展，人工智慧和人腦的臨界點正成為現時代的奇點，
當人工智慧的能力跨越這一奇點之後，會在 2040 年達到人腦能力的 100 萬倍
。
所以孫正義表示，「接下來的 30 年，毫無疑問，我們（軟銀）的關注點就是
人工智慧
，
智慧機器人
和
物聯網
」。
資本、科技公司和智慧電動車製造商們都在加速仿生機器人領域的佈局，沒有誰願意錯過這個時代風口。
特斯拉、小鵬、小米們自然也是如此，何況 Ta 們已經積累下了相應的底層技術能力，而適時地小秀下肌肉還會向資本市場展現更多的想象空間，何樂而不為呢？
