飛象原創(chuàng)（魏德齡/文）“你想買一個掃地機器人，還是買一個機器人掃地�！边@句在機器人大會上某嘉賓的發(fā)言，乍聽是一個消費選擇問題，實際上卻是一個機器人行業(yè)的發(fā)展困局。
如今，很多機器人早已擁有了健全的形體，甚至還能在各大展會場所跑跑龍?zhí)�，跳個舞、扮個萌，或沖上一杯咖啡，但看似擬人化的背后，卻有著大量的人工心血，跳不出“有多少人工，才有多少智能”的窠臼，另一方面人工智能盡管火熱異常，但正在失效的摩爾定律也滲透出了它的瓶頸所在。
機器人的算力需求
實際上，無論是掃地機器人還是咖啡師機器人，都是一種機械化無思維的存在，它與理想中的機器人最大的差距就在于“思維”�！叭恕边@一名詞的關鍵很大程度上在于“大腦”的存在，除了完成基本的生存任務，還能思考哲學，創(chuàng)造藝術。進而才能具備舉一反三的能力，于是不止會在家中掃地，還能做飯洗碗。
本質上來說，每個智慧個體的存在，也是一種端側智能的有力證明。大腦不僅擁有超越云端AI的思考能力，還能快速對于各種情況進行響應，而這是當前依賴于云端AI所無法做到的。機器人的本質在于需要具有類似或超越人的運動能力、計算能力、感知決策能力的機電系統(tǒng)。機器人的計算、感知、決策都是為運動而服務。
這就意味著機器人同樣對于時延極為敏感，不然拌蒜摔跤將可能會成為工作中的常態(tài)。基于實時性的要求，機器人將不太能夠接受云端AI，具身智能與邊緣智能將會在機器人的發(fā)展中產生融合，一方面機器能夠通過感知和交互與環(huán)境，以第一人稱視角進行實時互動。另一方面會將計算、存儲、應用等核心能力下沉到靠近數(shù)據(jù)源，使終端在網絡邊緣側進行智能分析、處理和執(zhí)行。
以當前市場上的一些機器人解決方案為例，已經開始內置有算力更高的處理器，同時強調AI引擎的能力，并且集成高性能圖形引擎。以期通過端側AI能力，來為機器人帶來更高的思考能力，來實現(xiàn)本地化快速反應的效果。
然而，不少市場分析均指出，距離人形機器人的爆發(fā)奇點依舊相距甚遠，當前該品類的價格區(qū)間為50萬以上，遠遠高于“低智”的掃地機器人。而即便是50萬的產品，也很難達到所謂“人”的要求，這與如今的技術瓶頸存在很大關系。
算力有限模型缺失
無論是云端AI還是端側AI，都正在讓摩爾定律失效，盡管AI的性能擁有可見性的飆升，但不妨重溫下該定律的全部描述：“半導體芯片上集成的晶體管數(shù)量每隔18到24個月翻一番，性能提升一倍，價格下降一半的現(xiàn)象�！比缃馎I性能提升的背后，并不意味著價格或是成本會相對進行下降，代工制程升級的成本水漲船高，云端AI的提升方式也更多依賴于更多的GPU數(shù)量，并對應了更大的能耗。
也就是說，AI提升的代價背后，是更高的成本，而機器人又存在著對于AI算力的渴望。此外，端側AI的算力本身還有著很長的路要走，盡管目前在本地同樣可以實現(xiàn)對于70億，甚至是130億參數(shù)的大模型的運行，但對于實際工作生活中的意義，依舊不能和ChatGPT 4o這樣的云端AI所相提并論，演示意義大于現(xiàn)實意義。
智力水平不夠的結果，導致了如果當前生硬的將端側AI算力內嵌于擬人類別機器人的話，會找不到合理的市場應用空間，出現(xiàn)高不成低不就的局面。部分人士認為有限的智力或許適合于兒童陪伴類的早教機器人，但此舉會對兒童成長過程中的身心健康產生什么樣的影響則頗令人擔憂，并存在道德倫理上的問題。
除了算力跟不上的問題外，針對機器人領域的通用大模型也處在缺失的狀態(tài)，如果說開篇所提到的傳統(tǒng)機器人控制是小腦的話，大模型將會在未來賦予機器人真正的大腦，讓機器人不僅能夠快速學習某些特定技能，還能實現(xiàn)交互、預測性判斷，并持續(xù)優(yōu)化機器人的運行軌跡和運行方式，利用AI反哺機器本體，實現(xiàn)二次性能提升。從而才能打破“有多少人工，才有多少智能”的魔咒。
能否有模型的出現(xiàn)也將決定了人形機器人走進家庭的進度，據(jù)業(yè)內人士預測，盡管何時能夠出現(xiàn)合適的模型不容樂觀，但模型出現(xiàn)后，短則三年時間，將有望實現(xiàn)該品類機器人的普及。
另外，如同電能作為新能源時的情況一樣，AI在最初的應用過程中，在工作效率上將不一定帶來明顯提升，而是需要系統(tǒng)的整體更新迭代，這也是目前很多廠商在談論AI的同時，也在努力進行生態(tài)的構建，如數(shù)據(jù)共享與脫敏機制、更友善的開發(fā)套件、異構且解耦合的設計等。
顯然，在掃地機器人已經走進眾多家庭的當下，何時能指揮機器人掃地卻仍有點看不到具體的時間表，然而一旦突破奇點，只差大腦的鋼鐵之軀將會蘇醒，一切都將迅猛爆發(fā)。
