前几天，英伟达创始人黄仁勋在香港科技大学演讲时表示，人工智能行业的发展有两大趋势，即AI智能体与机器人。就机器人而言，未来“只有汽车、无人机、人形机器人三种机器人能够实现大规模量产。”
在中国，人形机器人赛道正涌现出越来越多的潜力股。12月2日，人形机器人公司MagicLab（魔法原子）公布的一段视频显示，旗下人形机器人MagicBot已经进驻工厂生产线进行作业训练，包括但不限于产品检测、物料搬运、零件取放、扫码入库等，还呈现了集群式多级协作的能力。
据了解，魔法原子将于2025年第一季度正式发布新一代人形机器人产品MagicBot，同步小规模量产，并在工业、商业服务等场景落地应用。
自从特斯拉新一代Optimus亮相后，行业卷起了一股机器人新风，大家都看到了自动机器人产品的潜力。MagicLab很年轻，2024年1月成立，着眼通用人形机器人、仿生四足机器人等，覆盖家庭、工业、商业等多个场景。
类人形机器人是一套复杂的工程体系，主要涉及硬件设计和自动驾驶算法。
为了还原人类复杂且灵活的关节活动能力，类人形机器人的技术难点也就落在了关节模组上，关节设计的活动角度和灵活性是否达标，能否提供足够的力量和扭矩，直接影响到机器人的工作效果。
MagicLab自研了一系列关节模组执行器，可以提供高至550N·m扭力，力量相当于某些柴油发动机的输出能力，上至工厂重物搬运，下至商场货物分拣，MagicBot不仅有灵活的手部，还有足够的力量做基础。
（图片来自魔法原子）
另外，MagicBot本体配备了许多不同类型的传感器，结合自研的软件算法，可以将分散的传感器合为一个整体的感知体系。
驱动人形机器人工作的依旧是人工智能大模型，与端到端自动驾驶汽车有一定的技术共通，也需要大量的数据训练，机器人的“大脑”也具备环境识别、任务决策和执行的能力，并且也能够通过数据积累增强机器人的表现。事实上，特斯拉的Optimus机器人就与汽车共用一套FSD技术。
官方表示，MagicBot会用到四类数据进行模型训练，分别是“合成数据”“全身遥控操作采集数据”“三方模仿学习数据库数据”以及“场景实时数据”。
为了利用好各种数据，魔法原子团队研发了MagicData AI数据引擎，通过本地、云端进行数据标注、处理，并在仿真训练场中模型训练，再逐步应用到真实场景中。数据模型相当于人类的“大脑”，是人形机器人自驱的关键，大模型的能力，决定机器人的“业务能力”。
负责人吴长征表示，公司将会进一步完善Sim2Real的AI数据引擎，打通任务理解、数字资产生成、数据仿真生成、AI模型训练的自动化平台，目的就是用可泛化、批量化的训练和数据方案，系统化的训练机器人。
而目前我们看到的“工厂搬砖”，只是人形机器人最主要的场景落地，虽说光论效率可能不如有针对性设计的自动化机器人，但人形机器人面向的赛道还是通用化，能够像人类一样适应各种工作才是终点。
（图片来自魔法原子）
无论是自动驾驶还是人形机器人，本质上还是AI大模型进一步深化应用的体现，只是形态上各有区别，服务的对象不尽相同。自动化机器人品类还很年轻，更处于刚起步的阶段，MagicLab瞄准人形机器人的驾驶模型和关节模组两大核心技术自研，起步更早。
类人形机器人的确是一条十分大胆的创新赛道，可以想象的是，AI主导的机器人进入生活，又将改变我们对“便利”的理解了。未来，专注AI硬科技的雷科技也将对机器人赛道保持密切关注。