當(dāng)更多像擎朗智能這樣的企業(yè)，以務(wù)實態(tài)度將人形機器人錨定于可創(chuàng)造真實效益的服務(wù)節(jié)點，而非停留于概念演示，這條“產(chǎn)品-場景-數(shù)據(jù)-進(jìn)化”的飛輪方能加速運轉(zhuǎn)，這或許正是打開人形機器人規(guī)?；磥淼拿荑€。
作者：呂鑫燚
出品：具身研習(xí)社
看完WAIC的現(xiàn)場才驚覺，馬斯克剛開的特斯拉超級充電餐廳還是保守了。
在WAIC在大會核心的"智能服務(wù)機器人技能大比拼"中央展區(qū)，具身研習(xí)社實地感受了擎朗機器人XMAN-F1絲滑又貼心的服務(wù)。
XMAN-F1能絲滑的完成爆米花的制作，還能調(diào)制各類冰鎮(zhèn)飲料。例如，接收到觀眾需求后，XMAN-F1會開始分析訂單內(nèi)容，然后按需制作。精準(zhǔn)識別面前的材料并穩(wěn)穩(wěn)拿取所需要的物體。無論是傾倒飲料還是加入冰塊，整個執(zhí)行流程不僅絲滑無阻，還與人類工作者的動作邏輯與姿態(tài)相差無異。
據(jù)具身研習(xí)社了解，XMAN-F1是擎朗智能基于海量場景數(shù)據(jù)積累，推出的最新一款雙足人形機器人，雙足形態(tài)的下半身和優(yōu)異的運動控制算法結(jié)合，使其不僅能突破平面移動限制，還具備樓梯、斜坡、崎嶇地面等復(fù)雜地形中的移動能力。透過WAIC現(xiàn)場的實景作業(yè)能力可見，XMAN-F1雖然“初出茅廬”但其能力并不遜色。
雙足形態(tài)的XMAN-F1，進(jìn)一步完善了擎朗智能多形態(tài)機器人協(xié)作生態(tài)。在擎朗智能的展臺中，XMAN系列人形機器人調(diào)酒后，由擎朗配送機器人T10按最優(yōu)路徑完成配送。當(dāng)觀眾從協(xié)同配合的機器人手中接過一杯酒時，人形機器人在服務(wù)場景中的落地價值也得到了直觀驗證。
或許，服務(wù)場景才是人形機器人最大效用的承接地。
好用、賦能、反哺
服務(wù)場景的三大掘金點
人形機器人進(jìn)化中始終有這一條樸素的邏輯：先以好用的產(chǎn)品賦能場景升級，再在場景中收集真實數(shù)據(jù)進(jìn)而反哺技術(shù)發(fā)展，造出更好用的新產(chǎn)品，進(jìn)而形成良性發(fā)展閉環(huán)。
在這其中，場景的選擇至關(guān)重要，其需具備“真實需求-場景價值”兩大核心要素。從落地場景來看，目前更契合的場景為工業(yè)和商業(yè)服務(wù)。但前者還存在客觀桎梏，雖然工業(yè)場景中結(jié)構(gòu)化環(huán)境和標(biāo)準(zhǔn)化流程的特性更適合現(xiàn)階段人形機器人技術(shù)落地，但部分企業(yè)認(rèn)為工業(yè)場景的重復(fù)性勞動，不足以“練腦”，大腦需要在復(fù)雜環(huán)境和高動態(tài)環(huán)境中進(jìn)行訓(xùn)練。
相比之下，商業(yè)場景的復(fù)雜性與交互深度，恰恰是人形機器人得以最大化釋放的核心價值領(lǐng)域。尤其是商業(yè)領(lǐng)域下的服務(wù)場景，其動態(tài)人流中的即時響應(yīng)、非標(biāo)準(zhǔn)化物品的靈巧操作、以及與人類環(huán)境的無縫交互，均構(gòu)成了更具挑戰(zhàn)性也更有價值的應(yīng)用場域。
其一，在復(fù)雜高動態(tài)環(huán)境中“練起來”。
服務(wù)場景頗具訓(xùn)練價值點，該最大的特點為，非結(jié)構(gòu)化的環(huán)境配以高頻次的交互，前者能在充滿不確定性因素中，訓(xùn)練感知-決策-執(zhí)行閉環(huán)的能力；后者有助于提升人形機器人自然語言處理、情感交互、任務(wù)執(zhí)行等能力。
其二，生產(chǎn)力價值可被量化。
商業(yè)場景中大多數(shù)人形機器人被用于展覽、引流、導(dǎo)覽等工作崗位，雖然能為場景帶來新鮮感，但上述崗位的生產(chǎn)力價值難以轉(zhuǎn)化為可測量的經(jīng)濟(jì)收益，成為規(guī)?；涞氐碾[性阻礙。而服務(wù)場景中的收配餐、飲品調(diào)制等任務(wù)，天然具備工時節(jié)約、坪效提升等可測算指標(biāo)，使客戶能夠清晰核算投入產(chǎn)出比，這本質(zhì)是ROI驅(qū)動的商業(yè)決策，為規(guī)?；伷降缆贰?/p>
其三，釋放協(xié)同價值。
多年來服務(wù)場景早已大規(guī)模應(yīng)用各形態(tài)機器人，以擎朗智能為例，其已在全球累計部署超10萬臺機器人，覆蓋餐飲、酒店、清潔、醫(yī)療等多個領(lǐng)域。當(dāng)其他形態(tài)的服務(wù)機器人和人形機器人共同出現(xiàn)在服務(wù)場景中，可以形成多形態(tài)協(xié)作，釋放實現(xiàn)“1+1>2”的系統(tǒng)級效能躍升。
人形機器人的終極價值，終將在技術(shù)與場景的深度咬合中得以釋放。服務(wù)場景所具備的復(fù)雜環(huán)境、真實交互與可量化收益三重特性，不僅為技術(shù)迭代提供了高價值數(shù)據(jù)燃料，更通過切實的商業(yè)閉環(huán)驗證其存在必要性。
當(dāng)更多像擎朗智能這樣的企業(yè)，以務(wù)實態(tài)度將人形機器人錨定于可創(chuàng)造真實效益的服務(wù)節(jié)點，而非停留于概念演示，這條“產(chǎn)品-場景-數(shù)據(jù)-進(jìn)化”的飛輪方能加速運轉(zhuǎn)，這或許正是打開人形機器人規(guī)?；磥淼拿荑€。
服務(wù)場景需要什么能力？
當(dāng)服務(wù)場景兼具商業(yè)價值承載與技術(shù)淬煉場雙重屬性時，其對入局者提出了更高維度的要求：不僅需要底層技術(shù)攻堅能力，更需具備深度解讀“場景語言”的翻譯能力。這具體體現(xiàn)為兩個核心素養(yǎng)：垂直場景的認(rèn)知穿透力，以及本體結(jié)構(gòu)與場景需求的精準(zhǔn)耦合能力。
因此，深度積累的場景認(rèn)知穿透力，已成為機器人企業(yè)解構(gòu)真實需求的關(guān)鍵壁壘。唯有長期深耕垂直場景的參與者，方能精準(zhǔn)“翻譯”場景隱含的業(yè)務(wù)邏輯語言。例如，在跨工序作業(yè)中（如餐廳場景的“配餐-送餐-收餐”閉環(huán)），自主規(guī)劃空間動線最優(yōu)軌跡；基于對場景SOP的深度理解，規(guī)劃操作序列。
尤其在餐廳、醫(yī)院、酒店等高擾動非結(jié)構(gòu)化場景中，對人形機器人的魯棒性和避障能力提出了高要求，這正是深耕者通過海量場景數(shù)據(jù)迭代出的核心優(yōu)勢。全球領(lǐng)先的IT市場研究和咨詢機構(gòu)國際數(shù)據(jù)公司（IDC）最新報告顯示，擎朗智能出貨量占比位居全球商用服務(wù)機器人第一。市占率的背后標(biāo)志著，擎朗智能擁有絕對的真實數(shù)據(jù)優(yōu)勢，據(jù)了解，擎朗智能每日產(chǎn)生數(shù)億條真實場景數(shù)據(jù)。
基于移動機器人多年深耕積累真實數(shù)據(jù)，擎朗智能已經(jīng)研發(fā)出更懂場景的“大腦”，和更適配的架構(gòu)。擎朗智能具身智能架構(gòu)，構(gòu)建了"場景層-垂域模型層-通用大模型層"的級聯(lián)架構(gòu)，形成從具體場景需求到通用能力支撐的正向反饋循環(huán)。
場景層覆蓋餐飲、酒店、零售等領(lǐng)域的場景知識庫，每個場景都被分解為可量化的崗位指標(biāo)；垂域模型層集成了不同崗位的原子技能庫，抓取、放置、端持、沖泡等基礎(chǔ)動作和專業(yè)化技能。通過“搭積木”的模式自由組合，快速適配新場景形成可復(fù)用的服務(wù)模式庫；通用大模型層，通過“視覺-語言-動作”一體化端到端大模型，提供跨場景的基礎(chǔ)能力。
簡單來說，擎朗智能構(gòu)建了一個既懂場景，又知道如何干活的“大腦”。
此外，服務(wù)場景是一個注重“人效”的場域，通常一個服務(wù)人員需要兼任多種工作任務(wù)。如同時負(fù)責(zé)多位顧客的接待、送餐、收餐等全流程服務(wù)。真實場景的作業(yè)流程要求人形機器人不能是單一技能工而是能完成全鏈條的操作。
據(jù)具身研習(xí)社了解。通過結(jié)合通用大模型提供跨場景基礎(chǔ)能力，XMAN-F1實現(xiàn)了完成對應(yīng)服務(wù)場景內(nèi)“點單-配餐-送餐-收餐等長任務(wù)閉環(huán)，并具備復(fù)雜任務(wù)理解與長程規(guī)劃決策的能力，未來將去向更多場景任務(wù)探索。
XMAN-F1還能和擎朗旗下其他機器人協(xié)同，比如在餐廳，XMAN-F1可以充當(dāng)酒保角色，調(diào)酒后將餐品交接給擎朗配送機器人，按最優(yōu)路徑依次給顧客送餐；在酒店里，XMAN-F1可以做禮賓員，也可與清潔機器人協(xié)同，一起完成客房清潔任務(wù)，進(jìn)一步完善擎朗多形態(tài)機器人協(xié)作生態(tài)。
值得一提的是，該協(xié)作生態(tài)，不僅大幅提升了任務(wù)執(zhí)行效率，更建立了數(shù)據(jù)共享和持續(xù)優(yōu)化的智能生態(tài)，機器人的運行數(shù)據(jù)將反哺至擎朗具身模型，從而推動整個整個擎朗多形態(tài)家族不斷進(jìn)化。
這種跨形態(tài)的能力耦合和“滾雪球”式迭代，標(biāo)志著服務(wù)機器人從單機智能邁向系統(tǒng)級效能躍升的新階段。
要好用更要長期用
評判標(biāo)準(zhǔn)是關(guān)鍵
大模型訓(xùn)練時為了讓其輸出答案更精準(zhǔn)，需要“獎勵機制”的來扶正每一次回答。人形機器人落地應(yīng)用時，想要走得更遠(yuǎn)，完成長效發(fā)展，也同樣需要一個“獎勵機制”，用于規(guī)范其操作標(biāo)準(zhǔn)化。
為此，擎朗智能給出的解法是，機器人“崗位化”發(fā)展理念。通過崗位規(guī)范化流程，讓具身服務(wù)機器人的工作內(nèi)容可以被精確的描述，結(jié)果可以被標(biāo)準(zhǔn)化評估，這將更有利于在商業(yè)環(huán)境形成機器人能力的閉環(huán)。
舉個例子，就像公司員工的季度考核一下，員工工作能力好不好不是領(lǐng)導(dǎo)的主觀臆斷，而是有完整的客觀評判體系。不僅有利于領(lǐng)導(dǎo)評估每位員工的工作能力，也給員工向上發(fā)展提供了清晰的進(jìn)化目標(biāo)。
人形機器人的落地應(yīng)用也需要類似的考核標(biāo)準(zhǔn)，這就是擎朗智能提出“崗位化”的初心之一。一來，給機人形機器人制定一套評判、進(jìn)化的標(biāo)準(zhǔn)，敦促能力迭代；二來，也能讓終端客戶切實感受到人形機器人帶來的提質(zhì)增效，增強用戶的感知度。
其次，通過不斷的復(fù)制“崗位化”工作模式過程，擎朗人形具身服務(wù)機器人將不斷學(xué)習(xí)和拓展多樣化工作能力，持續(xù)增強基礎(chǔ)動作模型能力。此外，崗位化能帶來任務(wù)明確性和技能復(fù)用性，使機器人能夠做到"舉一反三"，進(jìn)一步提升泛化性，從而實現(xiàn)更廣泛的落地場景應(yīng)用。
這也和人類工作者在職場晉升的邏輯相同，從基層崗位做起，逐步輪崗成長為多面手，每掌握一個新崗位，增加了新服務(wù)能力，還能為通用模型提供了新的訓(xùn)練維度。
擎朗智能提出的崗位化，可以視為“服務(wù)生產(chǎn)力革命”的底層價值觀：當(dāng)人形機器人像職場精英般通過標(biāo)準(zhǔn)化考核獲得“能力認(rèn)證”，當(dāng)清潔效率等指標(biāo)如同財務(wù)報表般清晰可查，標(biāo)志著人形機器擁有了價值標(biāo)尺。而擎朗埋下的更深伏筆是，讓機器人真正理解“把一件事做對”意味著什么。
正如工業(yè)革命用標(biāo)準(zhǔn)螺紋件實現(xiàn)機械互聯(lián)，擎朗的崗位化正在編織機器服務(wù)能力的通用語言。這或許比任何單點技術(shù)突破都更接近本質(zhì)：只有當(dāng)機器人學(xué)會在規(guī)則中進(jìn)化，才能收獲真正的生產(chǎn)力。
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉(zhuǎn)載請聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請聯(lián)系idonews@donews.com)
