①賽事是觀察機(jī)器人性能的“起點(diǎn)”，但更重要的是讓機(jī)器人“干活”創(chuàng)造創(chuàng)值； ②跨本體VLA在實(shí)踐中仍面臨瓶頸，當(dāng)前的重點(diǎn)是優(yōu)化算法，而非單純依賴數(shù)據(jù)規(guī)模的擴(kuò)大。
《科創(chuàng)板日報(bào)》6月6日訊（記者 李明明）今日，在2025北京智源大會具身智能會客廳環(huán)節(jié)，宇樹機(jī)器人G1、天工機(jī)器人、銀河通用機(jī)器人蓋博特（Galbot）各展絕活，共同演繹人形機(jī)器人的技術(shù)突破。
只見G1一套流暢的搏擊動作吸引全場目光。其勾拳、踢腿、閃避等動作引得觀眾陣陣喝彩。與此同時(shí)，人形機(jī)器人們還展示了更多實(shí)用技能，如挑選早餐水果、協(xié)助購物、疊衣服、制作三明治等，盡顯其在日常生活中的多樣化應(yīng)用場景。
人形機(jī)器人無疑是當(dāng)下最流行的熱點(diǎn)之一，然而，一個(gè)問題卻在人們心頭縈繞：這些能歌善舞的人形機(jī)器人，究竟什么時(shí)候才能真正下場干活，成為推動社會發(fā)展的“生產(chǎn)力擔(dān)當(dāng)”呢？
在會客廳環(huán)節(jié)，宇樹科技CEO王興興，北京人形機(jī)器人創(chuàng)新中心總經(jīng)理熊友軍，北京大學(xué)助理教授、智源具身智能研究中心主任、銀河通用創(chuàng)始人兼CTO王鶴，穹徹智能聯(lián)合創(chuàng)始人、上海交通大學(xué)教授盧策吾，Physical Intelligence聯(lián)合創(chuàng)始人兼CEO Karol Hausman就人形機(jī)器人賽事、產(chǎn)業(yè)化與技能落地、VLA模型的應(yīng)用與挑戰(zhàn)等進(jìn)行了討論。
（《科創(chuàng)板日報(bào)》記者李明明攝）
未來機(jī)器人的形態(tài)將千奇百怪
在具身智能的大潮下，機(jī)器人必須造成人形似乎成了一件約定俗成的事情，但機(jī)器人一定要做成人形嗎？
對此，王興興表示，他過去多次公開強(qiáng)調(diào)，并不堅(jiān)持機(jī)器人必須采用人形設(shè)計(jì)。對于其公司而言，研發(fā)機(jī)器狗和人形機(jī)器人是自然而然的選擇。特別是在腿部設(shè)計(jì)上，采用輪式底盤是一種非常實(shí)用的方案。目前，人形機(jī)器人之所以受到青睞，尤其是其上半身保持與人類相似的形態(tài)，主要是因?yàn)楫?dāng)前的人工智能技術(shù)是基于人類數(shù)據(jù)進(jìn)行采集和訓(xùn)練的。人形機(jī)器人的上半身動作與人類一致，這使得數(shù)據(jù)采集更為便捷，同時(shí)也便于AI進(jìn)行訓(xùn)練。例如，在跳舞或格斗比賽中，如果機(jī)器人的外形與人類不符，則無法完成相關(guān)動作。
王興興認(rèn)為，隨著通用人工智能（AGI）或通用AI的發(fā)展，機(jī)器人的形態(tài)將變得更加多樣化。未來，工廠、醫(yī)療等領(lǐng)域的機(jī)器人形式將遠(yuǎn)比現(xiàn)在豐富，甚至可能增加百倍。
熊友軍贊同王興興的觀點(diǎn)，認(rèn)為具身智能的發(fā)展形式是多樣化的，不應(yīng)局限于人形。他認(rèn)可人形機(jī)器人是具身智能研究的一個(gè)重要載體，但主要基于未來市場容量的考量。當(dāng)前，機(jī)器人可以采用非人形設(shè)計(jì)，例如四足或輪式機(jī)器人，這并無不可。然而，從市場應(yīng)用的角度來看，人形機(jī)器人在家庭、商用和日常生活中具有更廣闊的應(yīng)用前景，而工廠應(yīng)用場景僅是其中的一小部分。熊友軍認(rèn)為，人形機(jī)器人的市場容量將遠(yuǎn)大于其他類型的機(jī)器人。
其次，從人機(jī)交互的角度來看，人形機(jī)器人在未來將更自然地融入家庭和生活，甚至可能成為人類的朋友或伴侶。因此，人形機(jī)器人在人機(jī)交互方面具有顯著優(yōu)勢，更容易被人們接受。此外，當(dāng)前的環(huán)境大多是為人類設(shè)計(jì)的，人形機(jī)器人能夠更便利地適應(yīng)這些環(huán)境，并使用現(xiàn)有的工具，無需進(jìn)行過多的改造。否則，為了部署機(jī)器人，可能需要對環(huán)境進(jìn)行大規(guī)模改造。綜合以上幾點(diǎn)，熊友軍堅(jiān)信，從長遠(yuǎn)來看，人形機(jī)器人是一個(gè)適宜的載體選擇，盡管目前其成本和技術(shù)仍面臨一些挑戰(zhàn)。
VLA模型仍存在局限性
VLA是最近被提出作為可泛化機(jī)器人控制的有前途的方法。王鶴指出，自動駕駛領(lǐng)域已經(jīng)驗(yàn)證了端到端方案的優(yōu)越性，VLA模型的核心優(yōu)勢在于能夠直接從視覺觀測和自然語言指令中端到端地輸出動作，無需中間產(chǎn)物。然而，VLA目前仍處于發(fā)展階段，其需要突破的方向并非簡單地將人類所有能力集成到一個(gè)基座模型中，而是逐步融合多模態(tài)信息，如力覺、觸覺、嗅覺、味覺和聽覺等，以實(shí)現(xiàn)更接近人類水平的具身智能。
王鶴認(rèn)為，VLA目前最適合應(yīng)用于移動抓取和放置任務(wù)，這些任務(wù)主要依賴視覺，輔以觸覺或力覺傳感器，具有廣泛的應(yīng)用前景。如果能夠?qū)LA在在工業(yè)、商業(yè)、服務(wù)等場景中部署成功，將標(biāo)志著具身智能技術(shù)真正走向?qū)嵱没?/strong>
盧策吾則強(qiáng)調(diào)了VLA模型的本質(zhì)意義，即通過視覺理解世界、通過語言與人類溝通、通過行動改變世界。他認(rèn)為，語言是連接不同語義數(shù)據(jù)的“黏合劑”，而VLA的擴(kuò)展性雖然強(qiáng)大，但仍存在局限性。具身智能的發(fā)展需要逐步落地，同時(shí)也要有長遠(yuǎn)目標(biāo)，即推動通用智能的發(fā)展。
盧策吾指出，VLA面臨的挑戰(zhàn)在于如何在通用場景中壓縮不確定性，這需要不斷加入新的模態(tài)信息，如力反饋和物理世界理解，以增強(qiáng)模型的魯棒性和適應(yīng)性。他提到，通過力反饋技術(shù)，可以顯著提高機(jī)器人的動作穩(wěn)定性，減少計(jì)算負(fù)擔(dān)。此外，通過仿真合成數(shù)據(jù)和數(shù)字基因技術(shù)，可以進(jìn)一步壓縮模型空間，降低數(shù)據(jù)需求，從而推動VLA逐步走向通用智能。
Karol Hausman在討論中提到，跨本體VLA在實(shí)踐中仍面臨瓶頸，主要問題是現(xiàn)有模型無法完全滿足需求，需要算法的進(jìn)一步提升和新技術(shù)的引入。盡管數(shù)據(jù)規(guī)模龐大，但現(xiàn)有算法在處理這些數(shù)據(jù)時(shí)仍存在不足。他認(rèn)為，當(dāng)前的重點(diǎn)是優(yōu)化算法，而非單純依賴數(shù)據(jù)規(guī)模的擴(kuò)大。
人形機(jī)器人賽事是觀察性能的起點(diǎn)
王興興表示，從春晚到格斗比賽，很好的展示了技術(shù)水平，并讓大家了解到目前機(jī)器人的發(fā)展階段。但宇樹終極目標(biāo)還是希望機(jī)器人干活，無論是家庭還是工廠。希望讓機(jī)器人去真正解放人類的生產(chǎn)力。但在這個(gè)終極目標(biāo)未實(shí)現(xiàn)之前，先參加一些表演和格斗比賽來給大家展示一下機(jī)器人的情況，并產(chǎn)生一部分商業(yè)價(jià)值。今年上半年，包括人形機(jī)器人租賃市場也比較火爆，本身已經(jīng)帶來了一些產(chǎn)業(yè)價(jià)值。
熊友軍表示，舉辦機(jī)器人比賽有意義，首先，比賽等可以給大眾普及機(jī)器人的發(fā)展?fàn)顩r，比如將要在鳥巢舉行的比賽，會有短跑、長跑、障礙接力賽等田徑比賽，還有足球、舞蹈等大家喜聞樂見的方式，這會讓大眾對人形機(jī)器人有個(gè)潛移默化的了解；
其次，比賽是機(jī)器人的技術(shù)訓(xùn)練場，比賽不少場景源自真實(shí)的生活場景，比如工廠提出的物流搬運(yùn)，醫(yī)院提出的醫(yī)藥分揀以及酒店服務(wù)等，對提升機(jī)器人的技術(shù)有幫助；
第三，對于有潛在需求的客戶來說，比賽是一個(gè)橋梁，可以加速機(jī)器人產(chǎn)業(yè)化落地，或加速在真實(shí)場景里做試點(diǎn)的應(yīng)用。
Karol Hausman認(rèn)為，中國有各種各樣的機(jī)器人比賽，在海外也有一些比賽，還有很多學(xué)術(shù)性的競賽，但和中國的規(guī)模無法相比，所以非常期待能看到中國的比賽和機(jī)器人技術(shù)的發(fā)展和驗(yàn)證。
王鶴和盧策吾都強(qiáng)調(diào)了推動具身智能產(chǎn)業(yè)化的重要性。王鶴提到銀河通用機(jī)器人在無人藥店等場景的應(yīng)用，若能實(shí)現(xiàn)人形機(jī)器人24小時(shí)常態(tài)化服務(wù)，便是具身智能走向產(chǎn)業(yè)化的起點(diǎn)，“目前我們已在北京落地7家無人藥店，人形機(jī)器人全天候值守完成撿藥、對接騎手等工作，不僅為夜間急需用藥的患者提供了及時(shí)幫助，更打破了‘人力24小時(shí)鎖守崗位’的傳統(tǒng)模式，緩解了特殊時(shí)段的人力短缺問題。今年，我們還將在北京、上海、深圳三地拓展至100家無人藥店?！?/p>
“當(dāng)超市訂單處理、車廠配料等場景都能由人形機(jī)器人‘當(dāng)家作主’，技術(shù)便真正融入了生產(chǎn)生活。我們希望后續(xù)賽事能與這些實(shí)際需求對接，以‘可落地的技能’為導(dǎo)向，讓比賽成為產(chǎn)業(yè)生態(tài)運(yùn)轉(zhuǎn)的‘催化劑’。” 王鶴表示。
對此，盧策吾也表示認(rèn)同，“賽事是觀察機(jī)器人性能的‘起點(diǎn)’，但更重要的是讓機(jī)器人‘干活’‘創(chuàng)值’——未來或許需要更多聚焦‘生產(chǎn)力’的比賽，” 他透露，團(tuán)隊(duì)正將“物理世界高持續(xù)接觸+力反饋模型”應(yīng)用于食品食材加工領(lǐng)域。
圖片
