文丨張家豪 程曼祺

《晚點(diǎn) LatePost》獨(dú)家獲悉，字節(jié)機(jī)器人團(tuán)隊(duì)已有約 50 人，計(jì)劃年底擴(kuò)充到上百人，并生產(chǎn)一些服務(wù)字節(jié)自己的電商履約需求，能在倉(cāng)庫(kù)里分揀、打包貨物的機(jī)器人。

字節(jié)機(jī)器人團(tuán)隊(duì)目前隸屬于字節(jié) AI Lab，其負(fù)責(zé)人是 AI Lab 總監(jiān)李航。李航曾擔(dān)任華為諾亞方舟實(shí)驗(yàn)室主任和首席科學(xué)家，2017 年加入字節(jié)，現(xiàn)在向字節(jié)副總裁、算法技術(shù)負(fù)責(zé)人楊震原匯報(bào)。

字節(jié)跳動(dòng)的機(jī)器人探索始于 2020 年，當(dāng)時(shí)字節(jié)跳動(dòng)創(chuàng)始人張一鳴對(duì)機(jī)器人表現(xiàn)出興趣，此后會(huì)不定期參與機(jī)器人項(xiàng)目討論。

約一個(gè)月前，張一鳴與字節(jié)跳動(dòng) CEO 梁汝波、算法技術(shù)負(fù)責(zé)人楊震原、字節(jié)跳動(dòng)產(chǎn)品和戰(zhàn)略副總裁朱駿，和曾任字節(jié)戰(zhàn)投負(fù)責(zé)人，現(xiàn)任集團(tuán)戰(zhàn)略負(fù)責(zé)人的趙鵬遠(yuǎn)一同參與了和 AI Lab 機(jī)器人團(tuán)隊(duì)的討論。

與以往不同，這次會(huì)議的目的是探討字節(jié)機(jī)器人的產(chǎn)業(yè)化落地方向與計(jì)劃。此前，字節(jié)對(duì)機(jī)器人的投入以技術(shù)嘗試為主。到 2021 年底，團(tuán)隊(duì)只有十余人，2022 年之后開(kāi)始逐漸增加投入。

這次討論中，張一鳴鼓勵(lì)團(tuán)隊(duì)不妨把目標(biāo)定得大一點(diǎn)。

會(huì)上有機(jī)器人團(tuán)隊(duì)成員提出：機(jī)器人行業(yè)的商業(yè)化門(mén)檻是 1000 臺(tái)，可以此為產(chǎn)業(yè)化目標(biāo)的參考。張一鳴、朱駿等一些參會(huì)管理層的反饋是 “1000 臺(tái)有點(diǎn)少”：“為什么特斯拉要搞 100 億臺(tái)，我們只搞 1000 臺(tái)？”

楊震原在這次討論中提到，做機(jī)器人無(wú)非三種可能性：一是追求在技術(shù)山頂上插桿旗，就像波士頓動(dòng)力那樣做出一個(gè)技術(shù)領(lǐng)先的原型；二是用現(xiàn)有的相對(duì)成形的方案服務(wù)字節(jié)的內(nèi)部需求；三則是用相對(duì)成熟的方案對(duì)外找客戶(hù)，把規(guī)模做大。

總結(jié)這一輪討論中字節(jié)管理層的想法，他們認(rèn)為現(xiàn)在字節(jié)做機(jī)器人，應(yīng)該：

跟已有業(yè)務(wù)做結(jié)合，服務(wù)好場(chǎng)景和行業(yè)；

探索大模型與機(jī)器人的結(jié)合，追求技術(shù)領(lǐng)先性；

對(duì)人形機(jī)器人的商業(yè)價(jià)值要進(jìn)一步觀(guān)察。像波士頓動(dòng)力這種做了 30 年還不盈利的行為，可能不適合字節(jié)。

近期，字節(jié)機(jī)器人團(tuán)隊(duì)再次討論了業(yè)務(wù)方向，目標(biāo)更明確了，分為兩大部分：

一是生產(chǎn)一些機(jī)器人，優(yōu)先服務(wù)字節(jié)的電商履約需求；二是關(guān)注前沿技術(shù)，探索把 AI 大模型能力用到機(jī)器人上。

電商履約是指在電商交易完成后，平臺(tái)把貨物送到消費(fèi)者手中的過(guò)程，它涉及倉(cāng)儲(chǔ)里的分揀、組貨和打包，以及物流環(huán)節(jié)。

字節(jié)現(xiàn)在已建立了一些自營(yíng)倉(cāng)庫(kù)，主要服務(wù)字節(jié)電商中的抖音超市，抖音超市占字節(jié)電商業(yè)務(wù)的比例還很小。字節(jié)想用機(jī)器人代替人類(lèi)完成揀貨、搬運(yùn)和打包等過(guò)程。中國(guó)的人力成本現(xiàn)在不算昂貴，但使用機(jī)器人還有其它好處：它更能應(yīng)對(duì)大促、爆品銷(xiāo)量大增帶來(lái)的短時(shí)間倉(cāng)儲(chǔ)工作量的大增。

由此推測(cè)，字節(jié)要做的機(jī)器人，可能是具備移動(dòng)能力的、能在電商倉(cāng)里送貨的分揀機(jī)器人，以及帶有視覺(jué)感知能力、能自己打包貨物的機(jī)械臂。行業(yè)里，前者的對(duì)標(biāo)產(chǎn)品有亞馬遜的 Kiva，國(guó)內(nèi)公司有極智嘉、快倉(cāng)等；后者的對(duì)標(biāo)公司有 Mujin（日本）、梅卡曼德、XYZ 等。

極智嘉分揀機(jī)器人在倉(cāng)庫(kù)中運(yùn)貨（左）；梅卡曼德 3D 視覺(jué)輔助機(jī)械臂拾取包裹（右）。

它也有可能是一種新的產(chǎn)品和方案。據(jù)了解，字節(jié)目前還沒(méi)有框定機(jī)器人的具體形態(tài)，形態(tài)最終取決于字節(jié)電商履約的需求。

字節(jié)目前并未確定今年制造機(jī)器人的具體數(shù)量目標(biāo)。

對(duì)機(jī)器人的重視和投入增加，可能來(lái)自張一鳴和字節(jié)對(duì) AI 新發(fā)展的思考。

《晚點(diǎn) LatePost》曾報(bào)道，張一鳴近期時(shí)常會(huì)和一些字節(jié)人士分享 AI 論文學(xué)習(xí)心得和對(duì) ChatGPT 的思考。從大模型開(kāi)始，字節(jié)加大了對(duì)人工智能的研發(fā)投入，今年新向英偉達(dá)訂購(gòu)了超過(guò) 10 億美元 GPU。GPU 是 AI 訓(xùn)練必不可少的算力基礎(chǔ)設(shè)施。

機(jī)器人現(xiàn)在也被認(rèn)為是 AI 大模型的重要方向，二者相互促進(jìn)：大模型能為機(jī)器人帶來(lái) “常識(shí)”；與現(xiàn)實(shí)物理世界交互的機(jī)器人，則能為 AI 發(fā)展提供新類(lèi)型的數(shù)據(jù)。

在這之前，字節(jié)對(duì)機(jī)器人的探索相對(duì)克制：2021 年開(kāi)始，字節(jié) AI Lab 旗下的機(jī)器人團(tuán)隊(duì)就曾嘗試過(guò)做樓宇服務(wù)機(jī)器人，它可以在辦公樓內(nèi)送餐、送快遞包裹；同時(shí)該團(tuán)隊(duì)也在字節(jié)之外尋找一些可能服務(wù)字節(jié)電商自營(yíng)倉(cāng)儲(chǔ)物流的機(jī)器人，但大部分方案都不太成熟，“ROI 算不過(guò)來(lái)”。

從字節(jié)機(jī)器人團(tuán)隊(duì)的組織架構(gòu)也可看到，它過(guò)去并不以業(yè)務(wù)為導(dǎo)向。2016 年成立的字節(jié) AI Lab 目前分為兩個(gè)大組：NLP（自然語(yǔ)言處理）與 Research，前者更多為字節(jié)的業(yè)務(wù)提供技術(shù)支持，而機(jī)器人屬于的 Research 組，并不直接支持業(yè)務(wù)。

2019 年以來(lái)，字節(jié)也陸續(xù)投資了一些機(jī)器人公司。如掃地機(jī)器人公司云鯨智能，前發(fā)那科副總經(jīng)理沈崗創(chuàng)立的盈合機(jī)器人，服務(wù)倉(cāng)儲(chǔ)物流的迦智科技、炬星科技和未來(lái)機(jī)器人等多家公司，涵蓋家庭清潔、配送、物流、工業(yè)等多個(gè)領(lǐng)域。

從左至右分別為云鯨智能、炬星科技和未來(lái)機(jī)器人的產(chǎn)品。

這些機(jī)器人公司大多成立于 2017 年前后，共性是研發(fā)針對(duì)特定場(chǎng)景、解決特定問(wèn)題的機(jī)器人，它們的產(chǎn)品因而形態(tài)各異。這是因?yàn)樵诖饲耙欢螘r(shí)間的技術(shù)限制下，機(jī)器人無(wú)法做到真正通用，比如同一個(gè)機(jī)器人既能在工廠(chǎng)搬零件，又能送外賣(mài)，甚至幫你洗水果、切菜。

特斯拉在 2021 年宣布 Optimus 擎天柱人形機(jī)器人計(jì)劃后，行業(yè)風(fēng)向開(kāi)始改變。

Optimus 的目標(biāo)是讓人形機(jī)器人替代人類(lèi)完成一些危險(xiǎn)、重復(fù)和無(wú)聊的工作。在特斯拉的演示中，Optimus 已能澆花、收拾桌子和搬運(yùn)物品。今年特斯拉的股東大會(huì)上，馬斯克說(shuō)未來(lái)人形機(jī)器人的需求是百億臺(tái)，可能還不止。

特斯拉 Optimus，與目前大部分采用輪式移動(dòng)的機(jī)器人不同，Optimus 采用了雙足設(shè)計(jì)，看上去更像人。

在馬斯克的大膽計(jì)劃后，大模型技術(shù)進(jìn)展又為行業(yè)添了一把火。一些人開(kāi)始相信通用機(jī)器人可能比預(yù)期中更快到來(lái)。

今年 5 月的 ITF World 2023 半導(dǎo)體大會(huì)上，英偉達(dá)創(chuàng)始人、CEO 黃仁勛在演講中提到，人工智能的下一個(gè)浪潮將是具身智能（embodied AI），即能理解、推理、并與物理世界互動(dòng)的智能系統(tǒng)。

海內(nèi)外的科技公司也都在嘗試把參數(shù)規(guī)模更大的 AI 大模型與機(jī)器人結(jié)合，打造更通用的機(jī)器人。

OpenAI 在今年 3 月投資了一家挪威人形機(jī)器人公司 1X Technologies，這家公司正在研發(fā)人形機(jī)器人。

1X Technologies 已開(kāi)發(fā)出了輪式雙臂機(jī)器人 EVE（左），它的手部使用了雙指夾具（中），它們正在研發(fā)雙足機(jī)器人 NEO（右），從概念圖看，手部會(huì)采用靈巧手。

今年 6 月，Google 旗下 DeepMind 發(fā)布了 RoboCat，把大模型的能力應(yīng)用到了機(jī)器人上，DeepMind 科學(xué)家 Alex Lee 在接受 TechCrunch 采訪(fǎng)時(shí)說(shuō)：“我們證明了一個(gè)單一大模型可在多個(gè)機(jī)器人實(shí)體上解決多樣化任務(wù)，并且可以快速適應(yīng)新任務(wù)和機(jī)器人實(shí)體。”

DeepMind RoboCat 的演示，在學(xué)習(xí)人類(lèi)動(dòng)作 1000 次后，機(jī)械臂可以完成物體分類(lèi)和拾取。

今年以來(lái)，騰訊 RoboticsX 機(jī)器人實(shí)驗(yàn)室也把 AI 模型應(yīng)用到了機(jī)器狗上；在阿里巴巴的通義千問(wèn)大模型的支持下，用戶(hù)可在釘釘對(duì)話(huà)框直接以自然語(yǔ)言輸入命令，遠(yuǎn)程指揮機(jī)器人。4 月，小米成立北京小米機(jī)器人技術(shù)有限公司；6 月，華為成立 “極目機(jī)器”，布局機(jī)器人與智能制造。

新一輪熱潮中起步的機(jī)器人項(xiàng)目和公司能堅(jiān)持多久，還有待驗(yàn)證。建立一個(gè)機(jī)器人團(tuán)隊(duì)并穩(wěn)步推進(jìn)研發(fā)工作，需要巨大的投入，更大挑戰(zhàn)是訓(xùn)練機(jī)器人的數(shù)據(jù)比訓(xùn)練一般軟件 AI 系統(tǒng)的數(shù)據(jù)要稀缺得多。

OpenAI 首席科學(xué)家伊利亞·蘇茨克維（Ilya Sutskever）今年 4 月接受采訪(fǎng)時(shí)，被問(wèn)到 OpenAI 放棄機(jī)器人是正確的決定嗎？他說(shuō) “是的，我們那時(shí)真沒(méi)辦法繼續(xù)研發(fā)機(jī)器人了”，如果要搜集優(yōu)化機(jī)器人所需的數(shù)據(jù)，需要有一個(gè)龐大團(tuán)隊(duì)來(lái)制造并維護(hù)機(jī)器人：“制造 100 臺(tái)機(jī)器人已是巨大投入，但即使如此，你也不會(huì)獲得很多數(shù)據(jù)。”

一名機(jī)器人從業(yè)者告訴《晚點(diǎn) LatePost》，機(jī)器人的數(shù)據(jù)采集和自動(dòng)駕駛類(lèi)似，最直接的方式是用真實(shí)的機(jī)器人做各種測(cè)試去搜集數(shù)據(jù)，成本很高；另一個(gè)重要補(bǔ)充是以仿真技術(shù)，建設(shè)模擬的環(huán)境和各種情景（corner case）以獲得數(shù)據(jù)。目前運(yùn)動(dòng)控制方面沒(méi)有太多可用的高質(zhì)量公開(kāi)數(shù)據(jù)。這背后都對(duì)應(yīng)著技術(shù)與資金的資源。

字節(jié)過(guò)去在硬件上的嘗試，并不如它的互聯(lián)網(wǎng)應(yīng)用那樣成功，大力臺(tái)燈和 VR 頭顯 PICO 是先例。大力臺(tái)燈已不再發(fā)布新品，一度 1000 人的團(tuán)隊(duì)至少有一半離開(kāi)；PICO 今年一季度也經(jīng)歷裁員，并下調(diào) 2023 年銷(xiāo)量預(yù)期至 50 萬(wàn)臺(tái)，比 2022 年的實(shí)際銷(xiāo)量縮水 50%。Meta 的 Quest2 2022 年銷(xiāo)量則超過(guò) 700 萬(wàn)臺(tái)。

字節(jié)不缺資源，它過(guò)去擅長(zhǎng)大力出奇跡：定下目標(biāo)后，調(diào)動(dòng)人力、資金等全部可用力量在短時(shí)間全力沖擊。但硬件行業(yè)和前沿科技有另外的邏輯，它考驗(yàn)?zāi)托?、韌性與認(rèn)知，需要更長(zhǎng)期的等待與堅(jiān)持。