图片源于：https://foreignpolicy.com/2025/01/30/humanoid-robots-united-states-china-competition/
自2022年以来，生成性人工智能的进步大大加速了人形机器人的发展，并且这一进程仍在加快。
2024年8月，在北京世界机器人大会上， reportedly 首次亮相了27款人形机器人模型。
几个月前，黄仁勋宣布了一种新的基础模型——开发用于控制人形机器人的底层模型。
目前，人形机器人在许多现实环境中尚未可行，但已开始在亚马逊仓库以及梅赛德斯-奔驰和宝马的工厂中投入使用。
高盛研究预计，到2035年，市场规模将达到380亿美元，而花旗银行则估计到2050年将有6.48亿人形机器人。
最近，DeepSeek-R1的出现震惊了市场，它是一个看起来能够以更低成本与OpenAI最新产品竞争的中国人工智能模型，
这使得美国股市价值蒸发了1万亿美元。
这一事件突显了美国与中国之间技术竞赛的 stakes——以及这场竞赛的紧迫性。
不仅在 ChatGPT 和 DeepSeek-R1 等 AI 模型的竞争中，这两个科技超级大国还在争夺一项新奖品：
人形机器人，这种机器人具有人头、躯干、手臂和（通常）腿。
人形机器人在黄仁勋近期宣布的未来计划中占据了核心地位，黄仁勋是芯片制造商英伟达的首席执行官。
黄的愿景使英伟达的市值飙升，成为全球最大的上市公司之一。
埃隆·马斯克准确预测了太空发射和电动车的巨大市场——而马斯克现在预测，特斯拉人形机器人的长期价值“将超过特斯拉其他所有业务的总和”，
并使特斯拉成为一家价值25万亿美元的公司。
与此同时，中国的工业政策则为人形机器人领域注入了大量初创公司。
人形机器人的出现显示出其重要性，这背后有两个原因共同推动了一个相互促进的螺旋。
一个原因是能够使用我们人类工具并在我们人类环境中运行的机器人市场潜力巨大。
第二，由于人工智能面临可用数据的限制，人形机器人提供了转型 AI 的一条途径。
鉴于这一巨大的奖品，毫不奇怪这两个同样强大的超级大国在争夺人形机器人的竞争中相互追逐。
给机器人赋予人形形态——或者至少是其某些方面——将为这些机器人提供更多可能的机会，以在我们数千年来制造的、价值数万亿的工具和环境中有效地运作。
这些工具和环境都以人类的形式存在，比如楼梯、桌子、螺丝刀、医疗器械等。
如果一款机器人能够在我位于伦敦的维多利亚风格的住宅中移动，并使用我的工具进行清洁或烹饪，那么它将非常有用。
同样，工厂、医院、养老院或战场等工作场所皆是如此。
此外，形状适合在人类世界中运作的机器人能够更好地陪伴我们，协作完成任务。
人形的外形也激发了制作有用机器人的新办法。
例如，像人类一样以直腿行走相比于通常以弯曲的腿行走的机器人更节能。
人类的手是极其出色的。
自然选择赋予了人类极其出色的能力，这也是为何如今 AI 的许多基准测试都是以人类能力为基准，从图灵测试到计算机视觉或围棋游戏。
早期一代机器人受到简单生物（如昆虫或狗）的启发，而今天在语言和规划等领域的 AI 进步使得人形形式成为一个成熟的目标。
人形机器人的大规模部署不会立即实现。
AI 感知的进展花了数年时间才达到亚马逊 Alexa 的大规模应用。
无人驾驶出租车在美国和中国的城市中也经过了多年的发展，直到2024年，谷歌的 Waymo 才在乘客出行次数上实现了从100万到400万的跃升。
但人形的外形是如此有用，随着技术的发展，它们有着巨大的市场规模。
而这仅是人形机器人所承诺的螺旋的一半——第二个是促进 AI 本身的飞跃。
人工智能在过去几十年经历了低迷，直到2012年计算机视觉发生了巨大飞跃，
而这一飞跃需要一个庞大的视觉图像数据集来训练 AI。
2022年，生成性人工智能迎来了重大飞跃，推出了ChatGPT，而训练这一AI又一次需要一个巨大的数据飞跃，
在这个案例中，数据涉及互联网的许多内容。
这两个进步还需要增强的计算能力和计算技术，但数据至关重要。
如今，我们已耗尽了所有易于获取的用于训练模型的数据，那么下一个巨大的数据飞跃将从何而来？
模拟数据提供帮助，但我们也需要基于现实的数据。
人形机器人可以帮助提供巨大新数据，这些数据与现实相结合，以学习如何在物理世界中行动。
机器人是实体存在的。
如今的 AI 可以为机器人提供视觉-语言-行动模型，这些模型能够接收文本（如 ChatGPT），
同时获取来自机器人物理环境的数据（例如，通过摄像头或麦克风）以及来自内部传感器的数据（例如，机器人手中关节的位置）。
最近的一项研究使用安装在单个婴儿头上的摄像头捕捉视频和音频，
而这一数据使得AI能够学习许多单词和概念。
添加婴儿或机器人的行为效果提供了更多有用的数据，
关于世界如何运作的知识。
将所有这些类型的数据结合在一起，可以减少幻觉，因为当你撞到脚趾时，
例如，那是一种与现实的碰撞。
人形机器人还获得了额外的优势。
它们可以从地球上最杰出的智慧——人类的行动中学习。
这就是为什么英伟达的 Project GR00T 的目标是开发 AI 模型，以帮助人形机器人通过观察人类演示学习，并通过人类遥控操作员帮助机器人练习动作。
人类执行任务的方式可以为人形机器人提供“正确答案”，从而进行训练。
这种帮助至关重要，因为 Moravec’s 悖论：
被认为对于人类而言困难的任务通常对 AI 来说很简单（例如，国际象棋），
而被认为对于人类来说简单的任务（例如，将衬衫挂在衣架上）对于 AI 来说可能非常困难。
诸如将衬衫挂在衣架等动作的正确答案对人类来说似乎很简单，但对于机器人而言可以从人类成功执行这些动作中学到很多。
如果机器人与我们共享人类形态，那么我们将更容易教会机器人：
解释我们如何以身体执行动作，并为机器人提供反馈，帮助它们学习。
这样的学习可以在数百万个人形机器人中大规模发生，带来这个相互巩固的螺旋的两个部分。
越来越多的机器人与人类互动，将导致更多的数据，使它们的 AI 可以学习，进而导致更好的 AI，
进而增强机器人，使它们承担更多的工作，这将导致更多的数据，使它们的 AI 可以学习，这样循环不断。
在全球竞争中争夺人形机器人的奖品时，中国和美国在不同方面各具优势——而每一优势都与涉及规模化生产和 AI 学习的螺旋的不同部分相关。
中国在大规模制造方面具有显著优势。
中国是全球唯一的制造超级大国，其生产总值超过了排在第二至第十的九个制造业国家的总和。
中国在一些关键机器人市场（如无人机）中占据主导地位，2023年大疆就占据了全球无人机用户的70％。
在无人驾驶出租车方面，中国似乎与美国相当。
中国一些大型电动汽车公司正在加大对驾驶辅助软件的投资。
正如一位中国汽车高管所描述的那样，他们的汽车“就像机器人上的轮子”。
中国的机器人技术被认定为习近平主席的“新质量生产力”的一部分，2022年，中国安装了超过一半的全球工业机器人。
人形机器人在2023年被中国认定为关键的技术竞争领域，
当时，中国工业和信息化部发布了《人形机器人创新发展指导意见》。
今年，中国计划建立一个全球领先的人形机器人创新生态系统，
并目标在2027年将人形机器人纳入制造供应链，实现大规模应用，并在社会中扩大人形机器人的使用。
美国在尖端技术方面具有显著优势，拥有像英伟达这样的公司、初创企业的集群以及大学——
尽管美国缺乏中国的制造规模，
但这有助于其构建更好的 AI 机器人学习。
人形机器人的软件“大脑”大约占其价值的80％，而英伟达的芯片仍然是中国尖端 AI 的首选。
美国公司创造了 ChatGPT，而美国研究人员在顶级引用的 AI 研究方面仍将中国甩在了第二位。
盟友同样重要，例如，英国在顶级引用的 AI 研究中排名第三，
而瑞士、德国和日本则制造了很多全球工业机器人。
但是，尽管中国和美国如今地位相当，这种情况可能会发生变化。
美国在半导体和工业机器人制造业的许多领域首次开创了先河，
但最终却远远落后于其他国家。
中国的新兴 DeepSeek-R1 表明，美国在 AI 方面的优势并非不可撼动。
那么，华盛顿该如何应对？
领导人形机器人的竞争可能是下一个十年中最重要的技术竞争，但除了像英伟达的黄仁勋这样的少数人外，大多数人甚至不知道这场竞赛的存在。
第一步是让美国政策界更加认识到这一重要的竞争。
接下来，更好地了解挑战将帮助决策者导航在赢得这一竞赛所需的权衡——因为随之而来的政治压力，
如工作岗位流失、隐私和政治控制等，会影响这些新兴产业。
政策手段，如工业战略或关税（取决于政治偏好），也可以帮助保护这些新产业的重要开发，
以匹配中国的努力。
美国必须保持在尖端研究方面的优势，
但竞赛所需的许多因素也需要重返规模化生产的卓越。
这也揭示了我们与人工智能关系的引人注目的变化。
人工智能越来越多地将离开 TikTok、X 或 Instagram 等虚拟领域，
而进入我们周围的物理世界。
