近日，上海智元机器人推出了全球首款全栈开源机器人灵犀X1的整装组件，仅需约10万元，即可DIY出属于自己的机器人。这款机器人得益于百度视觉多模态大模型等AI技术的加持，实现了“可看可听可理解”的具身智能。

Deepseek引领的全球大模型开源趋势，正加速人形机器人的智能涌现。业内人士预测，两三年后，人形机器人将迎来“ChatGPT时刻”，基础款价格或降至5万元，具身智能将走进更多家庭。

两天组装一台智能机器人

在浦东新区的一栋办公楼内，柳州职业技术大学的副教授关来德正带着学生，根据图纸搭建智元的灵犀X1机器人。这款机器人身高1.3米，重量仅33公斤，却具备多种工作能力。其模块化设计使得拆装简便，适应性强。全身由两款自研关节电机组装而成，配备的自适应夹爪可实现高效精准夹持和定位。

智元灵犀X1机器人。

据智元机器人工程师介绍，按照说明书，任何人都能搭建出灵犀X1，但耗时较长，两人合作需要两天才能完成组装、适配、测试等步骤。灵犀X1支持游戏手柄操作和编程控制，为学生提供了实践机会，有助于他们掌握机器人的工作原理。

柳州职业技术大学副教授关来德带领学生组装机器人。

上海智元机器人渠道销售总监刘强表示，人形机器人要想走进家庭，替代保姆、管家等角色，其AGI（通用人工智能）能力需达到G5阶段，这可能需要十年时间。

机器人“学徒”需一对一教学

在智元数采中心，机器人正在学习各种生活技能。技术员通过操作手柄，远程操控机器人模拟真实生活中的动作，如打包礼物、叠被子等。然而，机器人的学习速度相对较慢，且容易出错。例如，在“后厨出餐”场景下，机器人端盘送餐的成功率仅50%。

智元数据采集中心搭建了家居、餐厅、工业、商超、办公五大类场景，包含超过两百个细分场景的任务。每个机器人“学徒”的背后都是技术员的一对一教学，需要大量训练才能完成任务。

机器人正在学习后厨出餐。

这些训练数据对机器人的智能发展至关重要。智元数采中心每天可以产出数万条真机数据，但仅凭真机数据远远不够，因此仿真环境数据也愈发重要。

大模型助力机器人智能涌现

随着AI大模型的开源趋势，人形机器人的落地应用正加速推进。大语言模型、多模态模型等AI能力赋予了机器人听、说、看和理解世界的能力。百度与智元正围绕具身智能生态解决方案展开合作，加速推进智能机器人在教育科研、智能制造等场景的落地应用。

两个机器人正在学习合作铺床单。

智元将灵犀X1定义为全栈开源机器人，任何人都可以自由修改、定制和优化其硬件和软件。这一举措使得具身智能进入“人人造”的时代。

据了解，百度智能云与智元机器人将结合远征系列专业数采和交互服务机器人、灵犀全栈开源机器人等产品方案，共同打造可二次开发的人形机器人平台。

“ChatGPT时刻”即将到来

2024年被认为是“人形机器人的觉醒之年”。随着AI大模型与人形机器人的深度耦合，具身智能已成为全球科技竞争的新高地。中国已成为全球领先的人形机器人生产国，市场规模持续增长。

虽然人形机器人距离实际应用还有一段距离，但价格门槛已降至10万元左右。随着市场规模的扩大和技术的成熟，预计未来两三年内，人形机器人的价格将进一步降低。

（文章来源：上观新闻）