帮你做家务！春晚AI机器人5年内有望进入家庭

　　蛇年春晚，一场由张艺谋导演，由杭州宇树科技和新疆艺术学院共同表演的创意融合舞蹈《秧BOT》令人眼前一亮。舞台大幕拉开，16个来自杭州宇树科技的人形机器人——宇树H1“福兮”，身着花袄、手持花绢，踏着节奏明快的舞步，与真人舞蹈演员一同上演了“AI机器秧歌”。这场大型全AI驱动的全自动集群人形机器人表演，背后是科技与传统文化的碰撞融合。

　　蛇年春晚的舞台上，《秧BOT》节目开场，一群穿着花棉袄的机器人在现场扭起了秧歌。

　　“秘密武器”：

　　AI驱动全身运动

　　表演伊始，伴随着喜庆的秧歌调和富有律动的锣鼓点，机器人方阵便由长方形的紧凑队形快速向整个舞台展开，其间机器人动作整齐划一，令人直呼“训练有素”。

　　据悉，依靠高精度3D激光SLAM自主定位和导航、多智能体协同规划、先进组网方案等技术，宇树H1不仅能够在舞台上确保精准定位和稳定连接，让动作和队形实现“复制、粘贴”的效果，同时强大的集群协同控制系统让它们能及时随舞台变化作出相应调整。

　　除了脚下队列的整齐划一，“手上功夫”的灵巧多变更是这次机器人演出的一大亮点。扭胯、挑帘、甩手、摆臂、转手绢，形式丰富而活泼灵动的扭秧歌动作被机器人演绎得活灵活现，而这一切少不了一项“秘密武器”——AI驱动全身运动控制技术的帮助。

　　作为能完成原地空翻的全尺寸电驱人形机器人，宇树H1的最大关节扭矩能达到360N·m，这帮助它完成许多真人表演者都难以实现的高难度动作。同时，宇树H1还配备了360°全景深度感知技术，就像长了许多双眼睛，能将周围环境看得一清二楚，这为其完成如“转手绢”“丢手绢”等“技术活”提供了强大的适应性和稳定性。

　　“听懂”音乐：

　　能根据音乐实时调整动作

　　作为一场人与机器人同台演绎的艺术呈现，如何将音乐和舞蹈的节奏韵律演出来，是机器人表演的关键。据悉，宇树H1通过先进的AI算法得以“听懂”音乐，不仅能跟上音乐的节奏，还能根据音乐实时调整动作，让跳出来的舞蹈又稳又好看，而非简单的机械舞动。表演行至高潮，只见机器人一齐缓缓“藏手绢”、快速“亮手绢”、摆臂“转手绢”，一套动作行云流水，伴随着背景音乐中的唢呐，将扭秧歌洒脱的韵律和欢快的氛围传达出来。

　　如此精彩的“人机共舞”，在春晚舞台上并非首次。此前，同样来自杭州宇树科技的机器牛“犇犇”就曾登上2021年牛年春晚与表演者共舞，当时便凭借可爱的外形和灵活的动作引发人们关注。而此次登台的“福兮”机器人，自2023年亮相以来，也有在张艺谋导演的舞台剧《澳门2049》的表演经历。随着人形机器人领域的创新突破，越来越多科技与文化艺术的跨界融合正在“闪亮登场”。

　　揭秘

　　扭秧歌“失误”是小彩蛋，未来可做家务

　　还有细心的观众发现，在表演的时候，有个别机器人出现“失误”，比如收手绢时慢了半拍。宇树科技市场部工作人员陈女士介绍，确实在表演里加了一些搞笑的“小彩蛋”，人形机器人的“怪异”“犯错”或“故障”能给大家带来欢乐。

　　据了解，2024年，该公司旗下一只用于搬运垃圾的机器狗亮相泰山景区，载着近80斤重物爬上台阶，吸引游客拍照、围观。陈女士表示，“未来，我们会努力研发更多‘机器人宝藏’。很可能在不远的将来，人形机器人就能帮大家上班、做家务，敬请期待”。

　　作为全球销量领先的顶尖四足机器人公司，宇树科技的动态一直被外界关注。在2024年的世界机器人大会期间，宇树科技发布了人形机器人G1的量产版本，起售价为9.9万元，这是双足人形机器人价格首次下调至10万元以内。数据显示，宇树科技的四足机器人销量占全球的60%以上。

　　展望

　　人形机器人5年内可大规模量产进入家庭

　　在通用人形机器人领域，何时会出现“iPhone时刻（标志大规模量产投放市场）”？宇树科技创始人、CEO王兴兴认为至少还要三四年的时间，不会超过5年。王兴兴认为现阶段机器人行业仍存有一个最大卡点就是AI不太够——AI模型、AI的训练数据集、AI场景的落地部署，都远远不够。“硬件对机器人行业不是一个最大的限制，工程技术上的问题，解决时间是可以预估，最大的问题还是目前机器人AI的能力还没有足够突破。”他强调了最主要还是AI软件去发力，而非硬件。他呼吁现在的机器人公司，在AI未做好之前要“克制”，不要用传统自动化的技术去解决问题，最后又把自己变成了传统自动化公司。“还是希望能把AI做好以后，做一些传统机器人做不到的事情，这样更有价值。”

　　“对于机器人或具身智能来说，最重要的一个点是让它能干活，让机器人干活还是要做出机器人模型，例如加入图像、机器人关节指令、激光雷达等数据。”“在机器人具身智能领域，大家的想法、技术路线，包括共性都不太一样。”王兴兴认为，现在有点类似ChatGPT出来的前一两年，大家已经发现要往某个方向做，但没有哪家敢打保票说我的方向绝对正确。目前相对公认的是特斯拉“模仿学习”这个方向，可以看出堆数据是有效果的。但堆数据也只是针对单个的细分场景，更大范围的验证效果如何，目前还不太确定。

　　（来源：综合新华社 九派新闻 红星新闻报道）

　　【编辑：王戎飞】