人形機器人進入DIY時代，你會嘗試嗎？

你會花2000元拼搭一個會動的樂高汽車，那麼你會花10萬元組裝一個屬於自己的人形機器人嗎？

百度智能雲與智元機器人今天在滬簽署戰略合作協議，雙方將圍繞具身生態解決方案建設、關鍵技術和產品研發及生態協同展開深度合作。這意味着，未來用戶不僅可以組裝身高1.3米的人形機器人，還可通過百度雲的100多種場景和多模態大模型，二次開發有一技之長的機器人了。

兩個專業人士兩天可組裝一個機器人

身高1.3米，體重33千克，續航2小時，最快行走速度1m/s，組裝一個有模有樣的人形機器人，難度高嗎？

帶着這個問題，記者來到智元機器人的“人人造”工廠，這裏有多個團隊正在組裝“靈犀X1”人形機器人，這也是全球首款全棧開源機器人。記者看到，拆箱後，所有的零件可以密密麻麻鋪滿工作臺。現場工作人員介紹，一個通用人形套餐包含自適應夾爪OmniPicker、域控制器DCU、PowerFlow系列電機等核心組件以及結構件、電子件等。“基於模塊化設計，用戶可以自由組合骨架、驅動系統、傳感器，一般來說，兩個專業人士兩天可以組裝完成一個機器人，通過預置程序，組裝完的機器人可以完成招手、行走等簡單動作。”他說。

相比樂高，機器人的組裝難度是專業級的，更適合發燒友和相關從業者。柳州職業技術大學副教授關來德帶領教研團隊正在“攻關”，一個手肘就需要看着圖紙琢磨好一段時間。“我們準備未來引入到課程中。”關來德告訴記者，對於機器人應用專業的學生來說，有着“一站式”開源軟硬件全套圖紙和代碼的機器人，可極大加速全球機器人技術的普及。

用大模型二次開發人形機器人

花兩天時間組裝完的靈犀機器人，是一個有手有腳但不善於思考的“人”，要讓他聊天、跑跳、端水或做更加高級的事，還需要進行二次開發。

智元機器人與百度智能雲的合作，就相當於爲人形機器人裝上“眼睛”和“大小腦”。百度智能雲一見產品部解決方案負責人呼嘯告訴記者，根據合作，百度智能雲將提供不少於100個視覺場景模型，極大地擴充具身智能在視覺理解方面的能力。“過去機器人都是靠指令來完成操作，未來接入大語言模型等多模態大模型後，機器人就有了手眼協調、能說會道的能力。”他表示，這種軟硬件結合的開源生態，有助於創業者在教育科研、安全生產、連鎖合規、工廠SOP、農業等場景下進行拓展開發，賦能千行百業。

記者獲悉，目前百度智能雲已接入DeepSeek R1和V3模型，這意味着，開發者可以用更低的成本將大模型與機器人結合，幫助人形機器人加速進化。

據悉，戰略合作的首期落地階段，百度智能雲與智元機器人將聚焦教育市場，共同打造可二次開發的人形機器人平臺。基於共建方案，相關專業師生可在AI實訓實驗室中通過平臺內置的行業模型庫和算法產線，自主訓練機器人完成物品分揀、環境巡檢等高精度任務模型，爲教育科研機構開展人形機器人DIY開發，加速產學研生態構建與成果轉化。

向上拔尖，向下普及

2024年被譽爲“具身智能的覺醒之年”。過去一年，AI大模型與人形機器人的深度耦合，推動具身智能邁向全球科技競爭的新高地。據高工產業研究院（GGII）預測，2030年全球人形機器人市場規模將突破200億美元，中國市場佔比達四分之一。

不少專業人士判斷，今年將是人形機器人與多模態大模型“交互”的一年。復旦大學計算機學院教授、MOSS大模型項目負責人邱錫鵬就判斷認爲，目前的機器人只能做一些跳躍、抓取等動作，未來可以讓機器人與軟件進行交互，以更好識別人類的意圖：“大模型與人形機器人的結合有很大的想象空間。”

這也是智元機器人的判斷。上海智元機器人銷售總監劉強介紹，企業做的是“本體+AI”全棧技術，目前只有三分之一的技術人員投入本體開發，還有三分之二的技術人員投入“大小腦”以及AI算法模型的開發，下個月就會發布具身操作大模型。在他看來，具身智能技術的發展可分爲五個階段，即G1至G5，目前整個行業的具身智能技術還處於G1到G2的階段，即機器人能夠基於大語言模型進行任務編排，部分前沿企業已到了G3階段，即能夠靈活適應不同場景和任務，而要達到G5階段的通用人工智能終極形態，可能還需要10年。

除了向上拔尖，當下人形機器人還要做的是“向下普及”。馬斯克今年1月曾表示，特斯拉計劃在今年生產數千臺套人形機器人Optimus，明年產量或將達5萬至10萬臺。智元機器人目前在臨港新片區已建立機器人制造工廠，今年1月初公司通用具身機器人累計下線達1000臺。劉強表示，目前“靈犀”機器人的售價在10萬左右，隨着人形機器人進入DIY時代以及開源生態的崛起，規模化量產將大大降低機器人的成本，或許兩三年後，就可以花5萬元“組裝”一臺能做家務的人形機器人了。