特斯拉在 2021 年宣布 Optimus 擎天柱人形机器人计划后，行业风向开始改变。

Optimus 的目标是让人形机器人替代人类完成一些危险、重复和无聊的工作。在特斯拉的演示中，Optimus 已能浇花、收拾桌子和搬运物品。今年特斯拉的股东大会上，马斯克说未来人形机器人的需求是百亿台，可能还不止。

特斯拉 Optimus，与目前大部分采用轮式移动的机器人不同，Optimus 采用了双足设计，看上去更像人。

在马斯克的大胆计划后，大模型技术进展又为行业添了一把火。一些人开始相信通用机器人可能比预期中更快到来。

今年 5 月的 ITF World 2023 半导体大会上，英伟达创始人、CEO 黄仁勋在演讲中提到，人工智能的下一个浪潮将是具身智能（embodied AI），即能理解、推理、并与物理世界互动的智能系统。

海内外的科技公司也都在尝试把参数规模更大的 AI 大模型与机器人结合，打造更通用的机器人。

OpenAI 在今年 3 月投资了一家挪威人形机器人公司 1X Technologies，这家公司正在研发人形机器人。

1X Technologies 已开发出了轮式双臂机器人 EVE（左），它的手部使用了双指夹具（中），它们正在研发双足机器人 NEO（右），从概念图看，手部会采用灵巧手。

今年 6 月，Google 旗下 DeepMind 发布了 RoboCat，把大模型的能力应用到了机器人上，DeepMind 科学家 Alex Lee 在接受 TechCrunch 采访时说：“我们证明了一个单一大模型可在多个机器人实体上解决多样化任务，并且可以快速适应新任务和机器人实体。”

DeepMind RoboCat 的演示，在学习人类动作 1000 次后，机械臂可以完成物体分类和拾取。

今年以来，腾讯 RoboticsX 机器人实验室也把 AI 模型应用到了机器狗上；在阿里巴巴的通义千问大模型的支持下，用户可在钉钉对话框直接以自然语言输入命令，远程指挥机器人。4 月，小米成立北京小米机器人技术有限公司；6 月，华为成立 “极目机器”，布局机器人与智能制造。

新一轮热潮中起步的机器人项目和公司能坚持多久，还有待验证。建立一个机器人团队并稳步推进研发工作，需要巨大的投入，更大挑战是训练机器人的数据比训练一般软件 AI 系统的数据要稀缺得多。

OpenAI 首席科学家伊利亚·苏茨克维（Ilya Sutskever）今年 4 月接受采访时，被问到 OpenAI 放弃机器人是正确的决定吗？他说 “是的，我们那时真没办法继续研发机器人了”，如果要搜集优化机器人所需的数据，需要有一个庞大团队来制造并维护机器人：“制造 100 台机器人已是巨大投入，但即使如此，你也不会获得很多数据。”

一名机器人从业者告诉《晚点 LatePost》，机器人的数据采集和自动驾驶类似，最直接的方式是用真实的机器人做各种测试去搜集数据，成本很高；另一个重要补充是以仿真技术，建设模拟的环境和各种情景（corner case）以获得数据。目前运动控制方面没有太多可用的高质量公开数据。这背后都对应着技术与资金的资源。

字节过去在硬件上的尝试，并不如它的互联网应用那样成功，大力台灯和 VR 头显 PICO 是先例。大力台灯已不再发布新品，一度 1000 人的团队至少有一半离开；PICO 今年一季度也经历裁员，并下调 2023 年销量预期至 50 万台，比 2022 年的实际销量缩水 50%。Meta 的 Quest2 2022 年销量则超过 700 万台。

字节不缺资源，它过去擅长大力出奇迹：定下目标后，调动人力、资金等全部可用力量在短时间全力冲击。但硬件行业和前沿科技有另外的逻辑，它考验耐心、韧性与认知，需要更长期的等待与坚持。