2021年11月24日 | 从L0到L5，各级别机器人都长什么样？

来源： ＠首席数智官

hello 大家好，我们是首席数智官，研究产业数字化已经10年。

在长期的工作中，我们一直试图寻找「新品牌是如何借助数字化技术实现快速崛起」的答案。

为此，我们走访了大量知名企业，与上千位技术专家、创业者、前辈同行等一线精英们交流学习，看他们是如何利用数字化技术来创造新的商业机会，打造新的爆款产品。

我们希望把这些技术影响商业创新的案例分享给你们。

关注我，每天给你讲一个商业案例。

在资本疯狂追逐下，2021年机器人正式迎来了新一轮的爆发元年。机器人创业与投资浪潮袭来，大量一线投资机构密集扫描机器人赛道，新项目也如雨后春笋般涌现。

11月24日，墨影科技COO王萌进行了题为《机器人热潮下的冷思考：什么才是真·机器人》的主题演讲分享。

在本场演讲中，王萌主要分享了L0－L5不同阶段的机器人技术经历的发展变革及其使用场景，试图描绘机器人产业的全貌。

在演讲中，王萌谈到，五年后具备人类思维逻辑学习能力的L5级别的机器人应用场景将会浮出水面。

另外，虽然短期内机器人行业将基于细分场景，出现一批足够专业、高效的机器人产品。但是远期看来，机器人企业的未来是有可能赢家通吃的，因此，对于机器人企业来说，应当从认知、交付、行业、商业模式4个方面颠覆现有的机器人逻辑。

以下，enjoy：

       01 机器人的历史发展与时代变迁

总的来说，机器人行业发展与未来变迁分为6个阶段。

机器人的使用场景已经实现了从人类不能做到人类不愿意做和人类不会做的变迁。

1947～1948年，机器人处于L0阶段（遥控操作），这一阶段遥控机械手、主从机械手相继诞生。其主要实现的是遥控操作功能，由操作人员去控制主机械手，从机械手可模仿主机械手的动作。

在这一阶段中，机器本身并没有任何自动化、智能化设计，它只是任依靠人类的实时的指令做出相应的反馈。

1954～1962年，机器人处于L1阶段（固定动作），这一阶段中工业机器人概念提出，Unimation机器人公司成立，推出了Unimation机器。

在这一阶段中，机器主要实现的功能室固定动作，也就是基于机械或简单的电子信号实现重复性的单一动作。

其实在L0－L1阶段，机器主要还是用以实现一些人类不能做的场景。比如核辐射量高、重量大等等场景。

在此其实典型的应用就很像遥控玩具，或者是一些遥控式的、机械臂。此外我们看到随着时间的推移，我们可以实现一些固定动作的机器人，比如说最早期的innovation的工业机械臂，它是基于机械的或者是简单的电子信号，实现重复的单一性的运动。

在这个时候，人类只要在环境需要干预的情况下，人类就需要干预这个机器，从而完成高频度的重复性的单一动作。

1966～1972年，机器人走到了L2阶段（反馈动作），标志性事件是SRI（Stanford Research Institute）研制了Shakey移动机器人。这一阶段中，机器人具备感知能力，利用各种传感器测量环境信息，通过预设的程序进行识别、理解，并反馈相应的预设动作。

简单的说可以在环境小幅度变化的时候，通过算法以及相应传感器的信号完成既定的单一动作。这一类的典型场景在今天已经有了较多的落地，如基于视觉或激光的AMR等。

市面上已落地L2场景有如场内物流，无人化智能仓储等等。这一场景的特点是，当环境发生小幅变化时，我们可以通过相应的传感器信号或预制算法完成既定的、单一的动作。

2013－2021年，机器人走到了L3阶段（预设智能），这一阶段的机器人具备感知能力，能利用各种传感器测量环境信息，通过预设程序，进行识别、理解，并反馈预设动作。

当然从技术维度上看，以agv为例的L2级别机器人能实现三个自由度——x、y和旋转。但是L3级别以上的机器人在架构上需要至少实现30轴的自由度。

如墨影科技研制移动协作机器人（MCR）正是在这一阶段中进行探索，目前正在开发的双臂移动协作机器人本体在自由度上已经实现了20轴的自由度，也在横跨L2和L3架构间的鸿沟和门槛。

我们预设的L4阶段，即自治智能。这一阶段预设行为和技能模板，基于实际情况自主完成任务；机器人能够在指定的场景中一直运行下去，不再需要人类干预。

L5阶段即创新智能。这种级别的机器人其实就是我们现在电影中经常出现的机器人，例如终结者等等。这一阶段的机器人具备人类思维逻辑，能学习、能总结基础知识，并具备创造力，可应用到自主智能中。

我们认为，能面向未来场景的机器人，至少应该是L3、L4和L5级别的机器人。并且通过对L4和L5层面的描述中，我们发现只有具备充足的、高底蕴的技术，才能冲击机器人的演进和发展。

02 各级别机器人分别服务于哪些应用场景？

L0到L2的机器人应用场景有哪些？

正如刚刚提到的，L0阶段的机器本身并没有特别多的自动化或智能化设计，因此它是需要根据人类实时的指令做出响应的，远程的手术机器人恰好符合这个描述。

L1机器人应用场景主要在制造产线上。比如被广泛应用在电子、物流、化工、焊接等行业中，主要用于码垛、焊接、装配、检测等方面的三轴直角坐标机器人，四轴SCARA机器人，五轴、六轴、七轴等机器人。

L2级别的机器人应用场景是厂内物流，主要用于产线物料运输，部分柔性产线人工协助，有拓展入消费场景的趋势。移动机器人、协作机器人、复合机器人等种类都属于L2级别，它们可以在充满“人”的环境中工作；也可以无需人，保持一段时间自主作业。

L4级别就是纯无人化的应用场景，特点是可以根据预设的基础行为和技能模板，基于当前的场景实现自主选择，或生成复杂的任务逻辑，并执行相应的动作。同时机器人可以在指定的场景中一直运行下去，不需要人类的干预。

具象化的对标物，可以参考2008《机器人总动员》中的瓦力机器人。

简单的概括它有三方面特点：

第一，可以根据预设的复杂的逻辑和行为方案进行相应的动作。

第二是根据场景可以自主完成复杂的逻辑与任务。

第三，它可以在无没有人类控制的基础上完成自己预定的任务。

L5机器人，具备人类思维与创造力。可以类比《机器人总动员》中的伊娃，它与人思维上无差异，其他功能上优于人类。

但是它具备人类的思维和逻辑，可以自主的去学习，通过总结形成新的行为和智能操作，同时它通过这种不断的持续自我优化和技能动作，能使其像人一样去成长。

03 什么才是真·柔性机器人

在探索未来的机器人能够服务什么场景之前，我们或许可以先问自己几个问题——市面上的机器人都说自己足够的“柔性”，但是他们真的够柔性吗？柔性的需求又是什么？

实际上，柔性的目标是快速地实现各种各样的小批量要求。也就是说，柔性要求机器人二次开发的成本足够低。

那么L0－L2真的可以实现足够低的二次开发的成本吗？还是说需要3－5个人用代码的方式耗费1－2个月？

其实从应用场景上看，我们会发现，L0－L2级别的机器人应用场景是伪柔性的。L3级别以上的机器人，才能叫做真正的柔性机器人。

墨影科技希望探索一款不仅具备感知能力，还能在预设的复杂逻辑和行为方案下应对各种异常状况并完成任务，甚至不需要人类干预的真柔性机器人。

从技术上，墨影通过7大方面的改造重新定义了机器人的大脑。

很多人都在问，墨影的移动协作机器人和市面上常见的复合型机器人有什么不同？

举个例子，复合机器人是在A公司买的地盘，B公司买机械臂，复合机器人本身作为C公司将A和B进行整体式包装和整合。

复合机器人有四大难以突破的技术天花板：

1．复合机器人无法实现边际成本趋近于零的部署与开发。面对当下的柔性制造场景，复合机器人多半是三到五名工程师，利用不同的代码去分别部署A底盘和B机械臂以及C的主控单元。在人力成本和交付成本上高出了很多。

2．复合机器人无法实现超柔性的智能化拓展。

3．未来场景中，类人型是刚性需求，机器人在轴数、自由度上有至高的要求。

4．复合型机器人不具备可成长、可迭代的机器人大脑。

而墨影机器人主要从认知、交付、行业、商业模式4个方面颠覆现有的机器人市场。

认知层面上，我们重新定义机器人大脑，而不是只在机器人腿、脚、手等局部进行微改变、微迭代。

移动协作一步到位是墨影机器人的核心特点之一。从形态上，墨影把移动和协助打包并成一个本体，再通过一体化的控制，实现复杂场景中直接调用。

交付维度上，行业中现有的解决方案示是底盘一个示教器，机械臂一个示教器，使用和操作起来非常麻烦。墨影的伏羲示教器使用一体化视角，可以通过触屏拖拉的方式，可以实现零门槛、零代码秒级部署。所以客观的讲，已经把边际成本降低到趋近于0，这也是真正实现柔性的第一步。

行业维度上，对于客户来说，购买机器人应该不只是以成本为中心，而应该以利润为中心。

对于企业来讲或者对于客户来讲，最直观的就是人力成本的节省。买一台机器人可以替代1～2个工位，当下的人力成本大概是每年7～10万。

所以对于客户来讲，购买机器人的直接和间接收益合并到一起，就是短期内可以看得到的低风险高收益的一笔投资。

商业模式上，机器人企业应该从一生一次的商业模式转向一生一世的商业模式创新。

例如墨影的女娲系统通过OTA的升级，重新定义了机器人的行业属性。举个例子，我们出货给A公司一台3C行业的CNC上下料机器人，未来可以通过 OTA升级转换为一个煲仔饭机器人或者是冰淇淋机器人。

围绕着这个本体进行不断升级，而不是仅仅局限于单一技能的场景中。

最后我们展望一下未来，有人问到，五年后机器人应用会达到怎样的水平？L5级别的机器人什么时候会看到落地应用？

其实在我们的预估中，其实现在的发展速度是远胜于过往的。乐观估计，在五年后我们就能实现L5级别的这样的机器人应用场景。

不过短期内，我们很难达成只通过一个机器人就能干完所有业务的共识。可以预见的是，未来基于细分场景，会有足够专业、高效的机器人来完成相应组合式的智能动作。

－END－