思考的代价：卡住机器人的地方，也卡住了人工智能

飞象原创（魏德龄/文）“你想买一个扫地机器人，还是买一个机器人扫地。”这句在机器人大会上某嘉宾的发言，乍听是一个消费选择问题，实际上却是一个机器人行业的发展困局。

如今，很多机器人早已拥有了健全的形体，甚至还能在各大展会场所跑跑龙套，跳个舞、扮个萌，或冲上一杯咖啡，但看似拟人化的背后，却有着大量的人工心血，跳不出“有多少人工，才有多少智能”的窠臼，另一方面人工智能尽管火热异常，但正在失效的摩尔定律也渗透出了它的瓶颈所在。

机器人的算力需求

实际上，无论是扫地机器人还是咖啡师机器人，都是一种机械化无思维的存在，它与理想中的机器人最大的差距就在于“思维”。“人”这一名词的关键很大程度上在于“大脑”的存在，除了完成基本的生存任务，还能思考哲学，创造艺术。进而才能具备举一反三的能力，于是不止会在家中扫地，还能做饭洗碗。

本质上来说，每个智慧个体的存在，也是一种端侧智能的有力证明。大脑不仅拥有超越云端AI的思考能力，还能快速对于各种情况进行响应，而这是当前依赖于云端AI所无法做到的。机器人的本质在于需要具有类似或超越人的运动能力、计算能力、感知决策能力的机电系统。机器人的计算、感知、决策都是为运动而服务。

这就意味着机器人同样对于时延极为敏感，不然拌蒜摔跤将可能会成为工作中的常态。基于实时性的要求，机器人将不太能够接受云端AI，具身智能与边缘智能将会在机器人的发展中产生融合，一方面机器能够通过感知和交互与环境，以第一人称视角进行实时互动。另一方面会将计算、存储、应用等核心能力下沉到靠近数据源，使终端在网络边缘侧进行智能分析、处理和执行。

以当前市场上的一些机器人解决方案为例，已经开始内置有算力更高的处理器，同时强调AI引擎的能力，并且集成高性能图形引擎。以期通过端侧AI能力，来为机器人带来更高的思考能力，来实现本地化快速反应的效果。

然而，不少市场分析均指出，距离人形机器人的爆发奇点依旧相距甚远，当前该品类的价格区间为50万以上，远远高于“低智”的扫地机器人。而即便是50万的产品，也很难达到所谓“人”的要求，这与如今的技术瓶颈存在很大关系。

算力有限模型缺失

无论是云端AI还是端侧AI，都正在让摩尔定律失效，尽管AI的性能拥有可见性的飙升，但不妨重温下该定律的全部描述：“‌半导体芯片上集成的晶体管数量每隔18到24个月翻一番，性能提升一倍，价格下降一半的现象。”如今AI性能提升的背后，并不意味着价格或是成本会相对进行下降，代工制程升级的成本水涨船高，云端AI的提升方式也更多依赖于更多的GPU数量，并对应了更大的能耗。

也就是说，AI提升的代价背后，是更高的成本，而机器人又存在着对于AI算力的渴望。此外，端侧AI的算力本身还有着很长的路要走，尽管目前在本地同样可以实现对于70亿，甚至是130亿参数的大模型的运行，但对于实际工作生活中的意义，依旧不能和ChatGPT 4o这样的云端AI所相提并论，演示意义大于现实意义。

智力水平不够的结果，导致了如果当前生硬的将端侧AI算力内嵌于拟人类别机器人的话，会找不到合理的市场应用空间，出现高不成低不就的局面。部分人士认为有限的智力或许适合于儿童陪伴类的早教机器人，但此举会对儿童成长过程中的身心健康产生什么样的影响则颇令人担忧，并存在道德伦理上的问题。

除了算力跟不上的问题外，针对机器人领域的通用大模型也处在缺失的状态，如果说开篇所提到的传统机器人控制是小脑的话，大模型将会在未来赋予机器人真正的大脑，让机器人不仅能够快速学习某些特定技能，还能实现交互、预测性判断，并持续优化机器人的运行轨迹和运行方式，利用AI反哺机器本体，实现二次性能提升。从而才能打破“有多少人工，才有多少智能”的魔咒。

能否有模型的出现也将决定了人形机器人走进家庭的进度，据业内人士预测，尽管何时能够出现合适的模型不容乐观，但模型出现后，短则三年时间，将有望实现该品类机器人的普及。

另外，如同电能作为新能源时的情况一样，AI在最初的应用过程中，在工作效率上将不一定带来明显提升，而是需要系统的整体更新迭代，这也是目前很多厂商在谈论AI的同时，也在努力进行生态的构建，如数据共享与脱敏机制、更友善的开发套件、异构且解耦合的设计等。

显然，在扫地机器人已经走进众多家庭的当下，何时能指挥机器人扫地却仍有点看不到具体的时间表，然而一旦突破奇点，只差大脑的钢铁之躯将会苏醒，一切都将迅猛爆发。