继Figure 02在南卡罗来纳州斯帕坦堡工厂成功试点后，宝马表示将部署新的Figure 03 人形机器人。 |来源：宝马集团
虽然科技行业认为人工智能是机器人加入制造业劳动力的主要障碍，但真正的问题与智能无关，而更多地与机器人单元的经济性和财务可行性有关。
人工智能已经取得了长足的进步，视觉系统已经成熟，基础模型不断完善，硬件也有了显着改进。但对于大多数制造商来说，自动化使用的成本 人形机器人 以今天的价格来说是不可行的。
技术已基本准备就绪
物理人工智能发展迅速，机器人现在可以处理几年前似乎遥不可及的操作任务。一些供应商展示了运行真实仓库操作的机器。硬件已经进步，具有更强大的执行器、更好的移动性和不断改进的效应器。即使是多年来一直是症结所在的双手也足够接近，以至于很多用例都可以在它们不完美的情况下工作。
有些组织在机器人技术方面取得了真正的成功。 Generalist的机器人可以执行精确的操纵任务。 Agility Robotics人形机器人在仓库中取得了经过验证的效果。机器人手由 Alt-Bionics 提高了 人形机器人的灵活性，并在假肢领域开辟了新天地。所有这些胜利都为该领域的进一步创新和可及性铺平了道路。
许多机器人领域的人会告诉你，核心技术问题要么已经解决，要么即将解决。演示变得越来越令人印象深刻，谈话也从“他们能完成工作吗？”转变为“他们能完成工作吗？” “我们能证明成本合理吗？”
人们必须随时了解情况
尽管技术取得了进步，但人类的监督将是填补仍然存在的空白的关键，特别是当机器人遇到它没有预料到的事情时。
一些开发人员非常依赖远程操作，即人直接控制机器人的动作。这需要操作员几乎所有的注意力，这限制了它的扩展范围，因为每个机器人都需要一个人与之相连。
更好的模型是将人们视为高级主管，只有当机器人遇到异常情况或需要任务指导时，他们才会介入。这样，一个人可以同时监督 50 个或更多机器人，并且每次干预都可以作为训练数据，随着时间的推移改进人工智能。随着时间的推移，这种参与度可能会下降，但永远不会为零。
专业机器人的性能仍然优于 人形机器人
人形机器人 的承诺在于其灵活性。理论上，一台机器可以完成许多不同的工作，而无需进行太多的重新配置。但这种灵活性是有代价的。为一个工作流程构建的工厂自动化系统会对其进行端到端的优化。在大批量生产中，这种专业化优于通用 人形机器人。
例如，在包裹分拣中，人形机器人 的最佳演示在受控条件下每小时可分拣约 1,000 次。专业包裹分拣机器人每小时可分拣 1,300 至近 3,000 次，具体取决于应用情况。对于任何权衡投资回报率的人来说，这都是一个巨大的差距。在许多应用中，传统工业机器人可以让您以更少的成本获得更高的生产力。
经济才是真正的问题
人形机器人面临的最大障碍是机器人单位经济性。它们的成本太高，而且只有少数应用程序使成本合理。
一位领先的 人形机器人 开发人员将 每个机器人的成本达数十万美元。花掉这笔钱，你将需要全天候运行机器进行多班次操作，然后数字才会开始对你有利。如果您已经运行此类操作，则可以将相同数量的资金投入到专门的自动化解决方案中，该解决方案可为您提供更高的吞吐量并更快地获得回报。
当 人形机器人 的价格下降时，数学就会发生变化。例如，来自中国的低成本 人形机器人 的功能比高端平台少，但它们仍然显示出大规模生产对成本的影响。然而，监管政策可能会破坏这一策略，正如 FCC近期禁止中国人形机器人进口的举措 出于国家安全考虑。对于人形机器人开发商来说，关键是要达到足以摊薄成本的生产规模，从而降低价格。
制造规模是优势
机器人行业喜欢根据人工智能模型、灵活性和操作演示对公司进行排名。但最重要的优势是知道如何大规模制造复杂的硬件。
以特斯拉为例。制造电动汽车让该公司经历了多年的制造挑战、供应链斗争和生产规模扩大。设计 人形机器人很困难。有效地构建数十万个它们是一项完全不同的技能。制造规模降低了零部件成本，加强了供应商关系，提高了产量，并将工程投资分散到更多的单位。这些要素中的每一个都可以提高机器人单位的经济效益。
特斯拉将其制造专业知识应用于其 人形机器人 Optimus。这将使它能够比竞争对手提前几年达到商业上可行的价格，而竞争对手的真正优势是机器人研究而不是大规模生产。特斯拉将引领市场，因为制造能力与人工智能能力一样重要，甚至更重要。
胜利发生在工厂车间
人形机器人 的商业化竞赛已经开始。剩下要证明的是，人形机器人可以击败已经运行的自动化制造商的经济效益。这需要更低的价格，需要大规模的制造商，并且依赖于能够高效、重复地构建复杂硬件的公司。
编者注： 本文表达的观点仅代表作者的观点，并不一定反映机器人报告、其编辑或其母公司的观点。