量產人形機械人仍有阻力 軟硬件磨合、商業模式與電池續航待突破

人口老化問題加劇,人形機械人被視為潛在解決方案,但要實現量產與普及仍面對多重挑戰。首先,AI 大模型雖提升了自主學習,但「大腦」與「小腦」未能完全協調,機械人在複雜環境下行走仍易失衡。其次,商業模式尚未成熟,缺乏統一測試平台及零部件標準,令大規模生產受阻。最後,電池續航是最大難題,北京人形機械人半程馬拉松中,多台機械人需頻繁更換電池。要突破困境,必須依靠政府、業界、學界與投資界協力推進。

 

鄧淑明博士

香港大學計算與數據科學學院及社會科學學院地理系客席教授

 

全球人口老化,要解決人力資源減少所衍生的各種問題,人形機械人有望成為解決方案之一。不過,業內人士認為要人形機械人量產及普及化,仍要克服不少挑戰,當中有三點最迫切難題須業界共同解決。

 

首先,軟硬件測試磨合需時。現時人工智能大模型雖已大大提升機械人的自主學習能力,不過負責自主決策的「大腦」與控制肢體動作的「小腦」仍未完全協調,尤其在複雜的環境中行走,要實時規劃路線,加上腳掌與不同地面物料接觸時,容易失平衡跌倒。要避免事故發生,軟件大模型、數據合成訓練和晶片算力都必須提升,而仿生關節和四肢也有待新材料研發製造,防止過熱及方便進行更精細的任務。

 

其次是商業模式有待進化。人形機械人由於組裝和應用場景比工業用的機械人複雜,又缺乏統一的測試驗證平台,加上現時以定制化產品主導,缺乏通用零部件標準,難以大規模生產降低成本,故此業內人士指出,要量化生產家用人形機械人,估計需要多等10年。

 

最後,從今年北京亦莊人形機械人半程馬拉松所見,多個機械人選手在電池上都遇到問題,例如過熱、過重或續航時間太短。就算贏得冠軍的機械人,全程花上兩個多小時跑完21公里,也要換三次電池,即平均每一小時便需要充電或更換電池,反映電池續航問題急需改進。

 

發展人形機械人已是全球大趨勢。要應對各項挑戰,需要結合「官、產、學、研、投」的力量,發揮協同效應。我期待初創企業能把握機遇投入研發,以助推動產業進步,同時為香港的科技發展開創新局面。