芯耀
514
看似好做的GPT機器人，不是人人都有“入場券”。
近期，接入GPT的阿梅卡（Ameca）機器人的問答視頻火遍全網(wǎng)，讓人不禁震驚：“機器人的GPT時刻來了？”
當被問到開心事時，這個英國人形娛樂機器人公司Engineered Arts打造的機器人眨著眼睛并面露激動地說“誕生那一刻”讓她開心；被問到“一生中最悲傷的一天”，阿梅卡眉頭緊鎖回答：“我意識到我永遠不會像人類能體驗到真愛、陪伴或簡單的生活樂趣，這是一件令人沮喪的事情?！?/p>
阿梅卡為我們描繪了一個未來機器人的粗略輪廓，背后，類GPT技術(shù)正讓機器人第一次真正睜眼看世界。
類GPT技術(shù)為方興未艾的機器人行業(yè)帶來革命性力量。根據(jù)中信證券報告，ChatGPT 與機器人的結(jié)合，將彌補當前機器人在智能性、易用性、經(jīng)濟性上的短板，有效提升機器人在各個行業(yè)的滲透率。
微軟聯(lián)合創(chuàng)始人比爾·蓋茨近期說GPT模型是“40多年來最革命性技術(shù)進步”。聚焦到機器人領(lǐng)域，獵戶星空董事長傅盛此前發(fā)文稱：“GPT-4發(fā)布世界要變了！每個人都要關(guān)心?！?/p>
那么類GPT技術(shù)為機器人產(chǎn)業(yè)帶來了哪些肉眼可見的機會？什么樣的機器人企業(yè)能夠抓住GPT時代的機遇？縱觀行業(yè)，服務(wù)機器人賽道又會出現(xiàn)什么樣的范式變革？通過對話國內(nèi)AI服務(wù)器機器人領(lǐng)軍企業(yè)獵戶星空業(yè)務(wù)策略負責人劉宇翔，本文對此進行了深入探討。
GPT引發(fā)機器人行業(yè)沸騰“假聰明”退出歷史舞臺
“心情非常激動，NLP（自然語言處理）長期短板限制被打破了，ChatGPT不是鸚鵡學舌式的‘假聰明’，而是像人一樣去理解材料和對話，對機器人行業(yè)會是一個非常大的突破?！眲⒂钕柙谌ツ甑捉佑|了對話機器人ChatGPT，他對智東西這樣談到親身體驗。
另一國內(nèi)知名機器人企業(yè)的語音技術(shù)科學家也有同感：“去年11月30日，看到ChatGPT的驚艷表現(xiàn)后，我們意識到AI真正賦能到各行各業(yè)，服務(wù)機器人走進千家萬戶的時間到了?！?/p>
實際上，很多產(chǎn)業(yè)人可能了解，阿梅卡只能算描繪了未來理想機器人的粗略輪廓，披著獵奇的外衣，類GPT技術(shù)為行業(yè)帶來的真實價值遠不止于此。
類GPT技術(shù)具有解決的機器人領(lǐng)域新剛需的潛力，具體有哪些想象空間？
劉宇翔說，其為機器人帶來最核心進化是對話理解能力。具備了多模態(tài)思維鏈能力的GPT-4模型具有一定邏輯分析能力，已經(jīng)不是傳統(tǒng)意義上的詞匯概率逼近模型。
比如我們之前看到一些公司前臺或展區(qū)設(shè)有導(dǎo)覽機器人，很多是根據(jù)配置的問題答案庫調(diào)取回答，作為前臺和導(dǎo)覽人員工作受限。接入類GPT技術(shù)的前臺機器人不僅能做一些演示及效果，還能真正與訪客進行深入對話，通過深入交流解決來訪者的實際問題。
在機器人研發(fā)和制造環(huán)節(jié)，類GPT技術(shù)也促進機器人研發(fā)制造環(huán)節(jié)效率提高。比如很多機器人研發(fā)人員已采用類GPT技術(shù)檢索代碼問題；涉及到機器人制造中的零部件選型，機器人企業(yè)可以讓類GPT產(chǎn)品通過閱讀供應(yīng)鏈文檔去輔助推薦選型等。
此外還有一些通用場景，比如在營銷及運營環(huán)節(jié)，機器人企業(yè)可基于類GPT技術(shù)對宣傳資料撰寫、客戶溝通郵件的撰寫。
當我們將視野從大語言模型投向更廣泛的GPT-4等多模態(tài)大模型，會發(fā)現(xiàn)更令人興奮的潛在機會。
近期，微軟基于GPT-4搭建實體機器人Demo的嘗試以論文方式公開。根據(jù)這一論文，GPT能夠控制機器人完成語言理解之外的事，與外界物理世界發(fā)生聯(lián)動，帶來機器人端到端的體驗。
劉宇翔稱，通用大模型帶來的是更通用的機器人，機器人進入家庭的夢想將更進一步。比如你回家了跟機器人說“你幫我找點喝的”，機器人在接收你的消息后，會結(jié)合你的習慣或與你對話判斷你可能想喝甜的還是酸的，哪個不適合你，親自將水取出遞給你。
機器人接入大模型分三步走不是人人都有“入場券”
今年1月，工信部等十七部門發(fā)布《“機器人+”應(yīng)用行動實施方案》，該政策提出到 2025 年，服務(wù)機器人行業(yè)應(yīng)用深度和廣度要顯著提升。適逢當下國內(nèi)外的大模型紛紛推出，包括商貿(mào)物流、醫(yī)療健康、養(yǎng)老、商業(yè)社區(qū)服務(wù)等多個機器人行業(yè)賽道都成為類大模型技術(shù)落地的掘金地。
飛快的速度，是中國智能產(chǎn)業(yè)江湖生存的必備技能。我們看到國內(nèi)已有一些服務(wù)機器人企業(yè)接入類GPT技術(shù)，但多位業(yè)內(nèi)人士告訴我們，這些嘗試大多比較初級。
劉宇翔認為，機器人接入GPT的可以粗略分為L0~L2三個級別：
L0是僅接入大模型官方API，幾乎沒有做二次開發(fā)，難度系數(shù)較低；
L1是在接入大模型的基礎(chǔ)上，結(jié)合場景理解滿足需求做產(chǎn)品開發(fā)，這才達到及格線；
L2則是接入大模型的機器人企業(yè)基于本地知識做二次開發(fā)，甚至得到自己的（半）自研大模型（平民化大模型），解決場景問題，產(chǎn)品能做出來、賣出去，這才達到優(yōu)秀線。
劉宇翔談道，接入類GPT技術(shù)接口可能容易，但要實現(xiàn)從L0到L2的跨越并不容易。
他告訴智東西，機器人企業(yè)在接入類GPT技術(shù)之前首先要考慮的是“第一性原理”。比如從獵戶星空來說，公司自去年底就開始研判并推進這一技術(shù)與機器人的結(jié)合，計劃于近期推出產(chǎn)品。其出手的第一性原理是：
1、基于類GPT技術(shù)做以前的機器人技術(shù)做不到的事。
也就是說，既然都采用的類GPT技術(shù)，機器人企業(yè)必須把場景往深處做。比如讓原本只能回答有限問題的導(dǎo)覽機器人，進化為與用戶進行交互式學習的導(dǎo)覽機器人，比如能就西安博物館里的展品深入探討，大模型在語音識別、軟件服務(wù)等各個環(huán)節(jié)輔助下，實現(xiàn)與游客更加多維度、更流暢的交流，體現(xiàn)與先前產(chǎn)品的代際差。
2、做僅靠類GPT技術(shù)做不了的事。
舉個例子，我們看到博物館的導(dǎo)覽機器人已經(jīng)上崗多地，他們會帶人們巡游展館、聲情并茂地解說。當接入GPT技術(shù)之后，參觀者可以直接去和機器人對話，讓機器人根據(jù)提問展開講講。但GPT模型獨自是做不到這些的，內(nèi)容比較泛，而是要結(jié)合實體機身、傳感器、本地地圖和導(dǎo)航系統(tǒng)、本地知識庫等能力。
劉宇翔說，用好類GPT技術(shù)只是一方面，更多的難度還是在于機器人本身。
“如果你已經(jīng)有一個機器人了，把它變成GPT時代的機器人是合理的，但若‘真正機器人’都做不出來，難度還是在機器人這一端?！鳖怗PT技術(shù)需要結(jié)合整個智能機器人鏈條才能發(fā)揮“端到端”的作用。
以NLP與ASR（智能語言識別）技術(shù)結(jié)合為例，大模型能幫導(dǎo)覽機器人更聰明地理解對話，但如果它連聽都聽不清人的話，語音識別是錯的，就根本不用談理解對話。因為新詞更新速度不夠、復(fù)雜噪音環(huán)境識別不足、遠場環(huán)境服務(wù)迭代不及時等問題都會影響用戶輸入，這就好像一顆好腦子長在了耳背的人身上，大模型的作用也會發(fā)揮不出來。
3、做真正能跟客戶產(chǎn)生價值的事。
這一點比較好理解，像阿梅卡一樣的機器人或許是引人關(guān)注的，但這種獵奇的應(yīng)用可能暫且實用性不大，也很難批量復(fù)制和商業(yè)化落地。因此結(jié)合場景理解，做能量產(chǎn)、賣得好的GPT時代機器人尤為關(guān)鍵。
可以看到，雖然接入類GPT應(yīng)用的接口只是一瞬間的事，但打好機器人“身體底子”、進一步疊技能卻仍是一件難度較高的事，不是人人都具備“入場券”。
所有行業(yè)值得重做一遍機器人迎來“iPhone時刻”？
所有的行業(yè)都值得基于大模型重做一遍，機器人行業(yè)也正面臨一個交互式革命。
微軟聯(lián)合創(chuàng)始人比爾·蓋茨3月時在博客中談道，GPT模型是他自1980年他第一次看到現(xiàn)代圖形用戶界面（GUI）以來最具革命性的進步。聚焦到服務(wù)機器人領(lǐng)域，獵戶星空董事長傅盛也在3月15日第一時間分享了GPT-4體驗視頻，他說：“GPT-4發(fā)布世界要變了！每個人都要關(guān)心?！?/p>
這個“變”指的是什么？劉宇翔談到他的理解，大語言模型將帶來兩大方面的變化：
一是交互的革命。2007年喬布斯發(fā)布iPhone時就是一個交互革命，觸摸鍵盤由此替代了物理鍵盤，軟件定義了不同鍵位的形態(tài)和用法；現(xiàn)在隨著GPT-4的到來，觸摸鍵盤將可能進一步被語音交互替代；二是社會生產(chǎn)力變革，生產(chǎn)效率會大大提升。其中前者對機器人領(lǐng)域影響更大，而后者對內(nèi)容產(chǎn)業(yè)影響力較大。
這也解釋了為什么英偉達創(chuàng)始人兼CEO黃仁勛在3月GTC大會上稱：“我們正處于AI的‘iPhone時刻’。”iPhone時代實際上就是移動互聯(lián)網(wǎng)的新交互時代到來，對于AI來說，伴隨著類GPT技術(shù)橫空出世，它也將更深入地滲透到人類關(guān)于機器人的愿景里。
劉宇翔認為，從智能終端來說，包括智能手機、電腦、智能音箱、機器人、汽車等產(chǎn)品都可能被重做一遍，就像2012年大家基于安卓把所有PC軟件重做一遍一樣。也就是說，在GPT的新浪潮下，行業(yè)賽道之間也在相互競賽，爭取更快進入“GPT時刻”，成為最終極的GPT終端。
成立于2016年的獵戶星空在創(chuàng)業(yè)之初提出了機器人公式：“AI+軟件+硬件+服務(wù)=機器人”，據(jù)稱目前已經(jīng)形成了包含口、耳、眼、腿、手、腦在內(nèi)的全鏈條AI技術(shù)。同時，公司已自研了操作系統(tǒng)Robot OS、語音OS、導(dǎo)航技術(shù)，并且已經(jīng)擁有全棧硬件設(shè)計制造能力，以及服務(wù)機器人落地現(xiàn)場及云端的服務(wù)能力。
▲獵戶星空機器人公式
根據(jù)官方數(shù)據(jù)，截至2022年底，獵戶星空的服務(wù)機器人出貨量已經(jīng)達到45000臺，日均語音交互頻次超1700萬次，總服務(wù)人次近5億人。據(jù)悉，獵戶星空基于大語言模型的相關(guān)產(chǎn)品也將在近期推出，面向市場交出答卷。
結(jié)語：GPT卷進機器人掀起交互式革命
智能服務(wù)機器人在我國發(fā)展多年，經(jīng)歷了跌跌撞撞的發(fā)展歷程，NLP技術(shù)的短板一直是一個嚴峻限制。類GPT技術(shù)的出現(xiàn)使得智能機器人企業(yè)以較低成本調(diào)取頂尖語言理解能力成為可能，有望提升智能服務(wù)機器人在各個行業(yè)的滲透率。
新的交互式革命正在掀起，單一功能機器人向通用機器人發(fā)展的過渡期也在縮短。而當有了多模態(tài)大模型的支持，與大模型相配合的機器人整機以及設(shè)計算法、軟件、硬件、服務(wù)等各個環(huán)節(jié)的研發(fā)和創(chuàng)新能力，也將成為影響機器人企業(yè)角逐勝負的關(guān)鍵要素。
