曾幾何時(shí)，波士頓動(dòng)力Atlas的跑酷視頻驚艷全球，其流暢且高難度的動(dòng)作，讓人們看到了人形機(jī)器人運(yùn)動(dòng)能力的巨大潛力。早期，機(jī)器人跳舞的展示也吸引了不少技術(shù)愛(ài)好者的目光，大家會(huì)仔細(xì)觀察機(jī)器人關(guān)節(jié)的轉(zhuǎn)動(dòng)、平衡的維持，那時(shí)行業(yè)熱衷于比拼誰(shuí)能做出更炫酷的極限動(dòng)作。
然而，僅僅半年時(shí)間，機(jī)器人行業(yè)的風(fēng)向就發(fā)生了徹底轉(zhuǎn)變。如今打開(kāi)機(jī)器人企業(yè)的新品視頻，曾經(jīng)頻繁出現(xiàn)的跑酷、跳舞場(chǎng)景已難覓蹤跡，取而代之的是機(jī)器人“疊衣服”的操作。Figure 03用五指手嘗試疊毛巾，即便邊角偶爾卷起也未停下；Weave Robotics的半自動(dòng)疊衣視頻雖經(jīng)過(guò)2倍快進(jìn)處理，看似利落，實(shí)則隱藏著真實(shí)速度偏慢的問(wèn)題。谷歌ALOHA的掛衣演示未進(jìn)行剪幀處理，動(dòng)作緩慢，偶爾還會(huì)對(duì)不齊衣架，卻因真實(shí)而圈粉無(wú)數(shù)；Dyna Robotics則讓機(jī)器人連續(xù)18小時(shí)疊餐巾，機(jī)械臂反復(fù)起落，展現(xiàn)出執(zhí)著于單一任務(wù)的勁頭。
機(jī)器人從熱衷于炫技到專注于做家務(wù)，這一轉(zhuǎn)變背后是行業(yè)概念炒作的減少，企業(yè)開(kāi)始重新審視并逐漸貼近市場(chǎng)的真實(shí)需求。那么，為何機(jī)器人企業(yè)紛紛選擇學(xué)習(xí)疊衣服呢？
機(jī)器人企業(yè)扎堆投入疊衣領(lǐng)域，關(guān)鍵在于技術(shù)與需求實(shí)現(xiàn)了精準(zhǔn)對(duì)接。十年前，機(jī)器人疊衣服還只是實(shí)驗(yàn)室里的新鮮事。2010年，Willow Garage公司推出的PR2機(jī)器人，只能在固定的綠色背景下勉強(qiáng)疊好一件簡(jiǎn)單襯衫，動(dòng)作遲緩得讓人失去耐心，更換衣服或環(huán)境后，就大概率無(wú)法正常工作。當(dāng)時(shí)的技術(shù)完全依賴精準(zhǔn)標(biāo)定的相機(jī)和手工編寫(xiě)的動(dòng)作程序，演示更像是一次性的表演，根本無(wú)法實(shí)際應(yīng)用。
轉(zhuǎn)折點(diǎn)出現(xiàn)在機(jī)器人學(xué)習(xí)技術(shù)取得突破。擴(kuò)散模型和零樣本學(xué)習(xí)成熟后，機(jī)器人無(wú)需逐一步驟編程，僅依靠幾千條人類演示數(shù)據(jù)，就能自行掌握疊衣服的技巧。再加上HuggingFace、LeRobot生態(tài)系統(tǒng)以及框架的普及，技術(shù)門(mén)檻大幅降低，初創(chuàng)團(tuán)隊(duì)也能借助預(yù)訓(xùn)練模型快速完成演示。例如谷歌ALOHA，僅用6000條系鞋帶的演示數(shù)據(jù)，就讓機(jī)械臂學(xué)會(huì)了這一精細(xì)動(dòng)作，而疊衣服的容錯(cuò)率更高，數(shù)據(jù)收集也更為簡(jiǎn)便。
更重要的是，疊衣服的需求極為剛性。“不想手動(dòng)疊衣服”是許多人的心聲，甚至有人愿意為此額外付費(fèi)。對(duì)于像1X Technologies這類面向家庭場(chǎng)景開(kāi)發(fā)的機(jī)器人企業(yè)而言，相較于門(mén)檻較高的工業(yè)場(chǎng)景，家用疊衣場(chǎng)景更容易讓大眾感知到其價(jià)值，落地路徑也更為清晰。即便目前的演示尚不完美，但人們?nèi)阅軓闹锌吹轿磥?lái)：或許不久后，真會(huì)有能包攬家務(wù)、解放雙手的機(jī)器人管家出現(xiàn)。
疊衣服的“試錯(cuò)成本”較低。打翻杯子需要更換新品，組裝零件出錯(cuò)要重新調(diào)試，而疊衣服失敗后，只需將衣服重新擺好便可再次嘗試。這種不易損壞設(shè)備、容錯(cuò)率高的特點(diǎn)，使企業(yè)能夠以更低的成本打磨技術(shù)、進(jìn)行演示，尤其適合資金有限的初創(chuàng)團(tuán)隊(duì)。
盡管目前機(jī)器人疊衣的演示形式多樣，但冷靜分析后會(huì)發(fā)現(xiàn)，現(xiàn)有技術(shù)與“讓人愿意購(gòu)買(mǎi)”之間仍存在較大差距。在細(xì)節(jié)方面，F(xiàn)igure 03疊衣服時(shí)速度過(guò)快，導(dǎo)致邊角容易卷翹，這反映出機(jī)器人無(wú)法準(zhǔn)確感知衣物材質(zhì)，也無(wú)法及時(shí)察覺(jué)受力情況。1X Technologies的Neo機(jī)器人，機(jī)械臂整理衣服的動(dòng)作顯得生硬，折疊過(guò)程刻板，缺乏人類靈活調(diào)整的狀態(tài)；Weave Robotics即便不進(jìn)行2倍快進(jìn)，很多演示的效率也遠(yuǎn)不及人類。
在具體場(chǎng)景上，企業(yè)拍攝的演示大多在實(shí)驗(yàn)室或固定的樣板間進(jìn)行，桌面平整且為純色，衣服材質(zhì)單一，背景無(wú)任何干擾。還有些像1X Technologies Neo機(jī)器人采用遙操作方式，由人類專家遠(yuǎn)程遙控貼衣服。然而真實(shí)的家庭環(huán)境遠(yuǎn)非如此理想，衣服可能掉在地毯上，與襪子、內(nèi)衣混在一起，桌面堆滿雜物，光線也時(shí)明時(shí)暗。谷歌ALOHA的掛衣演示雖真實(shí)，卻暴露出“對(duì)齊難”的問(wèn)題，連簡(jiǎn)單的掛衣架都要反復(fù)調(diào)整，更別說(shuō)處理皺巴巴的襯衫和易變形的毛衣了。
更為關(guān)鍵的是，企業(yè)和消費(fèi)者的關(guān)注點(diǎn)存在差異。企業(yè)強(qiáng)調(diào)“機(jī)器人能疊衣服了”“實(shí)現(xiàn)零樣本折疊了”，聚焦于“能否做到”；而終端用戶更關(guān)心“能否做好”，比如是否會(huì)扯壞真絲襯衫、能否在5分鐘內(nèi)疊完一籃衣服、能否自行從洗衣籃拿取衣服并疊好后放入衣柜。目前多數(shù)演示僅完成了“折疊”這一動(dòng)作，取衣、整理、收納等關(guān)鍵步驟均未涉及，這種“半成品”式的技術(shù)展示，實(shí)際上只是技術(shù)發(fā)展過(guò)程中的一個(gè)環(huán)節(jié)。
早年機(jī)器人通過(guò)跑酷、跳舞等極限動(dòng)作進(jìn)行演示，更多是在“秀肌肉”，以此證明自身的運(yùn)動(dòng)控制和平衡能力，吸引資本關(guān)注、炒熱行業(yè)熱度。在技術(shù)發(fā)展初期，這種做法確有必要。但當(dāng)行業(yè)發(fā)展到一定階段，僅靠“炫技”已無(wú)法推動(dòng)商業(yè)落地，企業(yè)必須找到技術(shù)與市場(chǎng)的契合點(diǎn)。疊衣賽道的興起，正是行業(yè)從“我能做什么”向“用戶需要什么”轉(zhuǎn)變的明顯信號(hào)。
這也體現(xiàn)了人形機(jī)器人的發(fā)展邏輯：技術(shù)突破不一定要追求極限性能，能否適配實(shí)際場(chǎng)景更為重要。日本發(fā)那科、安川等工業(yè)機(jī)器人巨頭，能夠長(zhǎng)期占據(jù)市場(chǎng)主導(dǎo)地位，核心原因在于始終圍繞工業(yè)生產(chǎn)的真實(shí)需求開(kāi)展研發(fā)。他們不關(guān)注機(jī)器人“跳得好不好看”，只在意“焊接是否精準(zhǔn)”“搬運(yùn)效率高不高”。人形機(jī)器人若想大規(guī)模進(jìn)入市場(chǎng)，也應(yīng)遵循這一原則，先解決用戶的“剛需痛點(diǎn)”，再逐步拓展更復(fù)雜的功能。
當(dāng)然，這并不意味著行業(yè)要放棄核心技術(shù)。當(dāng)前疊衣演示所暴露的感知精度不足、操作不靈活等問(wèn)題，仍需通過(guò)優(yōu)化算法、升級(jí)硬件來(lái)解決?！禨cience Robotics》在11月刊發(fā)的論文《Learning a thousand tasks in a day》，提出了“機(jī)械臂24小時(shí)學(xué)會(huì)1000項(xiàng)任務(wù)”的方向，為行業(yè)提供了新思路，即通過(guò)更高效的算法減少對(duì)數(shù)據(jù)的依賴，使機(jī)器人能夠自主學(xué)習(xí)、更好地適應(yīng)環(huán)境。未來(lái)技術(shù)成熟后，機(jī)器人或許能從“疊衣服”拓展到洗碗、擦窗、整理衣柜等更多場(chǎng)景，但前提是始終圍繞用戶需求展開(kāi)。
