商業(yè)
柴油車被誤加汽油致發(fā)動機故障
再逐步提高模仿的精度
楊亮
4小時前
看到這家：【央企的具】身智能！真功夫
2025-08-02 04:15:41
80356
機器之心原創(chuàng)
作者：張倩
還記得那個會「功夫」的機器人嗎？
今年4月份，一個名叫「功夫boy」的機器人火出了圈，它的一招一式頗有練家子的味道。有意思的是，眼尖的觀眾還從中發(fā)現(xiàn)了馬保國獨創(chuàng)的「閃電五連鞭」。打那時起，我們就一直盼著能見到這款機器人。
沒想到，在3個月后的WAIC上，這個愿望實現(xiàn)了。現(xiàn)場的「功夫boy」已經(jīng)進行了全新升級，能夠完成「分鐘級」的武術表演，吸引了很多人圍觀。
更有趣的是，我們在論壇上還看到了另一個場景：這款功夫機器人與文生視頻的人物同步演示武術動作，勾勒出從一幅人工智能從虛擬存在走向物理世界的完整圖景
回到展區(qū)，我們發(fā)現(xiàn)它還不是「一個人」來的，旁邊還有它的「兄弟姐妹」——一個個頭稍小、長相更可愛的機器人（TeleBotM1）和一個能讓機器人遠程控制做出各種動作的遙操作系統(tǒng)。
在技術上，這些機器人很有代表性。
「功夫boy」能做出那些高難度動作，而且在保持速度的同時又不失平衡，證明它的「小腦」非常發(fā)達，足以精確控制身體的每一個環(huán)節(jié)，即使在機器人扎堆的WAIC現(xiàn)場，這種程度的控制也不多見。
小尺寸機器人則更考驗硬件研發(fā)能力，因為從外形上看，這顯然不是從宇樹等硬件廠商采購的標準本體。
遙操作系統(tǒng)學名叫「遠程全身遙操作系統(tǒng)TeleHumos」，通常在參觀機器人數(shù)據(jù)生產(chǎn)車間的時候能見到。這個系統(tǒng)做得好不好直接關系到機器人智能水平的迭代速度，畢竟眾所周知，大部分具身智能廠商都卡在數(shù)據(jù)上。但從「駕駛艙」的豪華配置來看（上肢雙臂外骨骼，下肢全向行走平臺，天翼5G公里級通信，還帶力覺反饋），這應該不止用于數(shù)據(jù)采集，有望使機器人在危險的場景中作業(yè)，而人類只需要在舒適的地方遠程遙操。
來逛展之前，我們對這些機器人背后的機構(gòu)——中國電信人工智能研究院（TeleAI）有所了解，知道他們由中國電信集團CTO、首席科學家、中國電信人工智能研究院（TeleAI）院長李學龍教授帶領，在大小腦的研發(fā)上是走在前面的。但完整看下來之后，不得不感嘆一句：不愧是央企，技術棧還是太全面了。
再一想，其實他們的王牌優(yōu)勢——「通信」還沒有在現(xiàn)場完整展示，很容易被逛展的人忽略。但作為從「單機智能」邁向「群體智慧」的神經(jīng)系統(tǒng)，通信的重要性在未來不言而喻。
說實話，單看這幾個展臺，就能感受到這家央企在機器人上的野心不小。那么問題來了，他們到底想做什么？深挖之后，我們發(fā)現(xiàn)了答案。
TeleAI——具身智能賽道的「全能選手」
首先上結(jié)論：和很多聚焦于單個技術方向的具身智能公司不同，TeleAI確實有全棧自研的打算，并且已經(jīng)做得非常不錯了。
他們做出這個選擇也不難理解。從整個行業(yè)的發(fā)展軌跡來看，虛擬和現(xiàn)實正結(jié)合得愈發(fā)緊密。之前做大模型的公司很多都不再甘心只困在屏幕后面，而是想要一個「身體」。這一方面是為了產(chǎn)生更大影響，另一方面也是智能進階的新突破口。與此同時，做機器人的廠商很多也不再甘心只是做硬件，而是想要給自己的機器人配上大小腦，畢竟誰也不想永遠當代工廠，光有軀殼沒有靈魂的機器人在市場上也很難有差異化競爭力。這樣一來，雙方都在向?qū)Ψ降念I域滲透，全棧技術幾乎成了實力玩家的理想選擇。
更關鍵的是，真正復雜的應用場景下，各個技術模塊必須深度協(xié)同才能發(fā)揮作用，簡單的技術拼湊很難應對火場救援、精密操作這些高難度任務。
而且，作為一家央企，TeleAI本就承擔著搶占科技制高點、提升國有企業(yè)國際競爭力、推動國有企業(yè)產(chǎn)業(yè)升級的重任，因此全棧自研對于別人來說是「選擇題」，對于他們來說卻是「必答題」。而只有把必答題都做好，央企才算真正兌現(xiàn)了國家賦予他們的時代使命。
硬件、軟件、數(shù)據(jù)……
TeleAI展開了全方位的技術探索
那TeleAI在這些必答題上答得怎么樣了呢？從公開資料和WAIC現(xiàn)場的介紹中，我們發(fā)現(xiàn)了很多「亮點」。這些亮點不止增強了TeleAI的競爭力，還為整個具身智能行業(yè)貢獻了新的思路。
自研、不受限的硬件
現(xiàn)在做機器人的公司很多，但真正自研硬件的并不多，大部分都是從宇樹、波士頓動力這些廠商采購標準本體，然后在上面跑自己的算法。這種做法當然有好處，省時省力，能快速出demo。但問題是，你永遠受限于別人硬件的能力上限，想要的功能實現(xiàn)不了，算法再優(yōu)秀也白搭。
TeleAI顯然不想走這條路。從現(xiàn)場展示的情況來看，他們在硬件上下的功夫一點也不比軟件少。
如我們所料，展區(qū)的小機器人確實不是采購的標準本體，而是從算法到硬件都走了自研路線。從現(xiàn)場來看，它能穩(wěn)穩(wěn)地站立和行走，因為內(nèi)部搭載了自研的多電機協(xié)同驅(qū)動控制嵌入式硬件系統(tǒng)和運動控制算法。不僅如此，它的上肢還支持個性化定制。對于研發(fā)人員來說，這應該是一次非常難得的體驗，因為你想要什么功能就能直接在硬件層面實現(xiàn)，而不用遷就別人的設計思路。更重要的是，這些在小尺寸機器人上積累的經(jīng)驗可以很自然地擴展到TeleAI即將推出的全尺寸人形機器人上。
為了讓全尺寸機器人更加靈活，TeleAI還自研了一個關鍵部件——六自由度并聯(lián)腰部關節(jié)。這個聽起來很技術的名字背后，其實解決的是一個很實際的問題：怎么讓機器人在顛簸的路面上也能平穩(wěn)行走，同時還能完成需要上肢配合的精細任務，比如端一杯水而不灑出來。他們的方案是在腰部設計一個具有三自由度轉(zhuǎn)動和三自由度移動的全向防搖隔震結(jié)構(gòu)，有效降低上下肢之間的相互干擾，保證行走和操作的誤差隔離。
除了機器人本體，TeleAI在現(xiàn)場展示的全身遙操作硬件平臺也很有技術含量。說到遙操作，它的核心是將操作者的動作同步傳遞給遠端設備。它既能給真實場景部署機器人提供安全底線，又能在此過程中收集真實世界的數(shù)據(jù)。這其實是通往自主操作路上一個非常重要的中間步驟，就像自動駕駛場景中的「安全員」。如果遙操作系統(tǒng)足夠完善，自主操作所需的數(shù)據(jù)飛輪就能很快建立起來。
但現(xiàn)實是，大多數(shù)遙操作系統(tǒng)還做不到真正的「遙」。受限于通信基礎設施，它們基本只能在室內(nèi)近距離操作，這就大大限制了應用場景。TeleAI的創(chuàng)新在于利用自家的5G專網(wǎng)和智傳網(wǎng)（將AI與通信融合起來的一項基礎設施）技術，把遙操作的工作范圍擴展到了公里級。這意味著什么？在火場、沒有氧氣的機房這些危險環(huán)境中，機器人可以作為人類的「替身」去完成任務，而操作員可以在安全距離之外進行控制。此外，它還能幫忙收集一些實驗室很難收集到的負樣本。
從硬件層面來看，TeleAI的思路很清晰：與其像大多數(shù)公司那樣采購標準本體然后跑自己的算法，不如從底層開始自研。這種做法的價值不僅僅是為了差異化，更重要的是能為國內(nèi)機器人硬件行業(yè)帶來新的技術思路。軟硬件一體化往往能通過雙方的相互迭代和配合，催生意想不到的創(chuàng)新。
大小腦協(xié)同的軟件架構(gòu)
如果說硬件是機器人的「軀殼」，那么大腦和小腦就是它的「靈魂」。不過在軟件這塊，行業(yè)面臨的挑戰(zhàn)和硬件端又不太一樣。
先說大腦?，F(xiàn)在做機器人大腦的公司都有一個共同的痛點——數(shù)據(jù)。訓練一個聰明的機器人大腦需要海量的操作數(shù)據(jù)，但問題是，大家都在用自家的機器人采集數(shù)據(jù)，結(jié)果就是數(shù)據(jù)和特定硬件強綁定了。用A家靈巧手采集的數(shù)據(jù)，訓練出的模型很難直接用在B家的夾爪上；即使都是做抓取，不同的機器人本體之間也很難共享數(shù)據(jù)。這就造成了一個尷尬的局面：雖然整個行業(yè)的數(shù)據(jù)總量看起來不少，但分散到每個具體的機器人平臺上，又變得很稀缺了。
這種數(shù)據(jù)孤島不僅限制了單個公司的發(fā)展速度，更阻礙了通用操作模型的進步。畢竟，如果每家公司都只能用自己那點數(shù)據(jù)訓練模型，那距離真正智能的機器人大腦還有很長的路要走。
TeleAI顯然意識到了這個問題，他們的解決思路是：通過跨本體VLA大模型，在統(tǒng)一的隱空間內(nèi)，對齊不同機器人本體的動作空間。簡單來說，不管你的機器人有20個自由度，還是只有7個，這個模型都能找到一種通用的「語言」來描述它們的動作。
基于這種對齊，模型在訓練時就能利用所有不同來源的數(shù)據(jù)，而不再局限于特定硬件。這樣帶來的效果是顯著的：當需要將模型部署到一個新的機器人平臺時，僅需要極少量的樣本數(shù)據(jù)進行微調(diào)，就能實現(xiàn)高效的泛化。以下視頻中「分鐘級」廚房長序列操作任務的執(zhí)行就是這種泛化性的直觀體現(xiàn)。
再來說小腦。小腦的問題非常直觀——很多機器人壓根站不穩(wěn)，更別說做復雜動作了。
你可能還記得機器人馬拉松上那些「花式摔倒」的名場面，很多都是小腦出了問題。現(xiàn)在市面上的機器人，要么只會單一的走路步態(tài)，遇到不平的地面就懵了；要么雖然能做一些炫酷動作，但穩(wěn)定性堪憂，動不動就失去平衡。更關鍵的是，很多機器人的運動控制還停留在預設軌跡的層面，缺乏對環(huán)境的感知和自適應能力。
這種狀況的根本原因在于，很多團隊把小腦當成了一個單純的控制問題來解決，用傳統(tǒng)的控制算法讓機器人「按部就班」地執(zhí)行動作。但真實環(huán)境遠比實驗室復雜，地面有高低起伏，還可能有各種突發(fā)狀況，這時候僵化的控制策略就暴露出了局限性。
TeleAI在小腦這塊的思路是：既然真實環(huán)境這么復雜，那就讓機器人學會更多種步態(tài)，然后根據(jù)實際情況靈活切換。他們開發(fā)的統(tǒng)一多步態(tài)混合專家模型讓機器人掌握了走、跑、跳、蹲、爬等超過10種步態(tài)能力，更重要的是，機器人能利用視覺傳感器感知地形，然后從這個「步態(tài)庫」中自主選擇最合適的方式來應對不同的地面條件。
但TeleAI的野心顯然不止于此。他們還向武術、舞蹈這些高難度仿人運動發(fā)起了挑戰(zhàn)，構(gòu)建了高動態(tài)具身小腦。這塊的技術難度要比普通的行走控制高出不少，因為武術動作不僅要求精確，還要保持連貫性和穩(wěn)定性。
他們的解決方案有兩個核心創(chuàng)新：一是通過物理約束驅(qū)動的動作預處理，確保從視頻中提取的動作對機器人來說是物理可行且穩(wěn)定的；二是采用了一種動態(tài)調(diào)整精度的自適應跟蹤機制，讓機器人先學習長段動作的基本軌跡，再逐步提高模仿的精度。這種由粗到精的學習方式，既保證了訓練的穩(wěn)定性，又確保了最終動作的質(zhì)量。
正是通過這些技術，TeleAI成功讓機器人實現(xiàn)了分鐘級的長序列武術表演，動作兼具穩(wěn)定性和表現(xiàn)力。同時，他們還開源了這項研究的代碼，為整個行業(yè)貢獻了高效的小腦方案。
TeleAI的高動態(tài)仿人運動相關研究——KungfuBot。開源地址：https://github.com/TeleHuman/PBHC
TeleAI近期將這項工作進行了升級，首先支持了文生視頻接口，由星辰大模型生成人類復雜動作視頻，隨后由機器人模仿人類行為，實現(xiàn)文生視頻人物和機器人高度同步；其次擴展了武術動作的長度，首次實現(xiàn)人形機器人「分鐘級」武術動作復刻
當然，有了聰明的大腦和靈活的小腦還不夠，關鍵是要讓它們能夠有效協(xié)同。我們發(fā)現(xiàn)，TeleAI在大小腦協(xié)同方向也做了一些工作，比如能讓機器人在搖晃的公交車上刷卡的全身協(xié)同系統(tǒng)——ALMI。他們還同步開源了超80000條高質(zhì)量全身協(xié)同數(shù)據(jù)，在算法和數(shù)據(jù)方面都為行業(yè)做出了貢獻。開源地址：https://github.com/TeleHuman/ALMI-Open
高效、貼近現(xiàn)實的具身智能數(shù)據(jù)平臺
說完大腦小腦，還有一個更根本的問題需要解決——數(shù)據(jù)，各種數(shù)據(jù)。這可能是整個具身智能行業(yè)最頭疼的問題之一。
和做大模型的公司不同，機器人公司沒法直接從互聯(lián)網(wǎng)上「薅」數(shù)據(jù)。你想讓機器人學會抓杯子，就得真的找個機器人去抓成千上萬次。
很多公司想到了用仿真來解決這個問題，在虛擬環(huán)境中讓機器人「練習」千萬次，然后再遷移到現(xiàn)實中。但仿真環(huán)境再逼真，和真實世界還是有差距的。這個Sim2RealGap幾乎是每個做機器人的公司都會遇到的攔路虎
更麻煩的是，即使解決了仿真問題，生成數(shù)據(jù)的效率也是個大問題。很多公司的仿真平臺還停留在手工搭建場景、手動設計任務的階段，這種方式根本無法滿足大規(guī)模訓練的數(shù)據(jù)需求。
在這個問題上，TeleAI的思路很有參考價值，那就是讓仿真環(huán)境盡可能貼近現(xiàn)實，同時用AI來自動化生成數(shù)據(jù)
具體來說，他們在自己的數(shù)據(jù)平臺上構(gòu)建了一個逼真的虛擬世界。平臺引入了真實世界的掃描資產(chǎn)，并通過3D高速點云技術，在重建場景時保留豐富的幾何與語義信息。針對鉸鏈物體等復雜資產(chǎn)，平臺會進行物理屬性的推理和重建，以滿足物理穩(wěn)定性和適應性的要求。
在搭建好虛擬場景后，一個由大模型驅(qū)動的「數(shù)據(jù)采集智能體」便開始在其中高效地工作。這個智能體可以自動化地執(zhí)行一系列任務，包括生成多樣化的操作任務、推理物體的功能、生成空間約束并自動規(guī)劃生成機器人的運動軌跡。
開源地址：https://github.com/TeleHuman/HumanoidGen
為了讓仿真數(shù)據(jù)能夠更好地指導現(xiàn)實，平臺還引入了「世界模型」作為核心驅(qū)動。世界模型本質(zhì)上是一個可學習的環(huán)境模擬器，它能讓智能體在其中理解環(huán)境動態(tài)、預測未來狀態(tài)，甚至生成想象中的交互軌跡，從而擺脫對真實環(huán)境數(shù)據(jù)的依賴。
TeleAI團隊提出的兩階段雙臂軌跡預測流程，通過微調(diào)文本到視頻模型來預測機器人軌跡，并利用擴散策略生成動作，以應對通用性和數(shù)據(jù)稀缺性的挑戰(zhàn)。
這個虛實結(jié)合的數(shù)據(jù)平臺大大加快了TeleAI的研發(fā)進度，前面提到的小尺寸機器人的導航能力就是依靠該平臺合成的數(shù)據(jù)訓練出來的。
而且，這個數(shù)據(jù)平臺其實也體現(xiàn)了TeleAI全棧技術思路的一致性。無論是前面提到的硬件自研，還是大腦小腦的協(xié)同設計，背后都有一個共同的邏輯——掌握核心環(huán)節(jié)的主動權。數(shù)據(jù)作為AI的「燃料」，自然也不能例外。當別人還在為數(shù)據(jù)稀缺發(fā)愁時，他們已經(jīng)能夠自動化、規(guī)?；厣a(chǎn)高質(zhì)量訓練數(shù)據(jù)了。
從單機到協(xié)作
TeleAI的機器人不是「孤島」
有了這些技術積累，一個新的問題浮出水面：機器人要真正走向?qū)嵱?，光靠單機智能夠嗎
想象一下這樣的場景：機器人需要進入火場救援，或者在核輻射環(huán)境中執(zhí)行任務。這些地方人類無法直接進入，但任務又極其復雜，需要機器人具備強大的感知、決策和操作能力。問題來了——前面提到的那些先進技術，無論是跨本體VLA大模型還是高動態(tài)具身小腦，都需要強大的算力支撐。但機器人作為端側(cè)設備，不可能背著一臺服務器到處跑。
更現(xiàn)實的挑戰(zhàn)是，這些復雜環(huán)境下的任務往往變化多端，單靠事先訓練好的模型很難應對所有突發(fā)情況。你需要云端的大模型實時分析情況、制定策略，然后傳回給機器人執(zhí)行。但這就涉及到網(wǎng)絡傳輸問題了——高清視頻、各種傳感器數(shù)據(jù)需要實時上傳，控制指令需要毫秒級下發(fā)，任何延遲都可能導致任務失敗甚至安全事故。
從這個角度來看，前面講的那些技術——無論大腦小腦多聰明、硬件多先進——如果被困在單機模式下，能發(fā)揮的作用始終有限。真正的突破在于讓機器人不再是一個「孤島」，而是整個智能網(wǎng)絡中的一個節(jié)點。
正是基于這樣的思考，TeleAI在機器人技術之外，還在同步布局和研究一個很重要的方向——智傳網(wǎng)（AIFlow）。簡單來說，這是一套專門為AI應用設計的網(wǎng)絡架構(gòu)，能夠讓智能能力在「端、邊、云」之間像數(shù)據(jù)一樣自由流動。
對機器人而言，這意味著什么？復雜的推理任務可以交給云端的大模型處理，實時性要求高的控制任務可能在邊緣側(cè)完成，而機器人本體只需要專注于執(zhí)行層面的工作。更關鍵的是，基于5G專網(wǎng)的通信能力，整個過程的延遲可以控制到極低，完全滿足實時操控的需求。
這就是為什么TeleAI能夠?qū)崿F(xiàn)公里級的遙操作——他們背后有一張能夠支撐實時智能傳輸?shù)木W(wǎng)絡。
這種端邊云協(xié)同不僅解決了算力分配問題，還帶來了意想不到的好處。比如，多個機器人可以共享同一個云端「大腦」的計算資源，一個機器人遇到的新情況可以快速共享給其他機器人學習。原本相互獨立的機器人個體，變成了一個能夠協(xié)同作戰(zhàn)的智能網(wǎng)絡。
從技術發(fā)展的角度來看，這種思路其實很符合當下AI領域的整體趨勢——從單點突破走向系統(tǒng)協(xié)同。TeleAI的智傳網(wǎng)技術，本質(zhì)上是為具身智能提供了一個更大的「舞臺」，讓機器人的智能上限不再受制于本體的物理限制。這種將AI、具身智能與通信網(wǎng)絡深度融合的能力是他們的獨特優(yōu)勢。
央企進軍具身智能的「另一種打法」
當我們再次看到「功夫boy」行云流水般的武術表演時，或許應該透過現(xiàn)象看本質(zhì)。這不僅僅是一場技術秀，更是中國具身智能產(chǎn)業(yè)厚積薄發(fā)的一個縮影。
從實驗室的算法研究，到硬件平臺的自主研發(fā)，再到數(shù)據(jù)、算力、通信等基礎設施的協(xié)同，TeleAI正在證明一件事：具身智能的未來，不在于單打獨斗的技術突破，而在于生態(tài)級的協(xié)同創(chuàng)新。因此，雖然他們選擇的技術路徑投入更大、周期更長，但一旦形成閉環(huán)，便能積蓄起無與倫比的長期發(fā)展動能。
在整個具身智能行業(yè)中，TeleAI也是最適合走這條長期路線的團隊，因為中國電信本身有很多現(xiàn)成的場景，需要借助具身智能去實現(xiàn)無人化、自動化，例如算力中心的自動化巡檢、運維、部件更換、清潔等。所以只要把能力搭建起來，TeleAI的機器人就有很多場景可以去部署。
長期來看，作為央企旗下的實驗室，TeleAI全棧自研能力的提升也是國內(nèi)具身智能行業(yè)自主能力的保障——他們在關鍵節(jié)點提供可控備份，并向產(chǎn)業(yè)鏈持續(xù)輸送可復用的技術模塊。
這種深度整合的發(fā)展路徑，或許正是中國在全球具身智能競賽中最大的差異化優(yōu)勢。當技術能力與應用場景、基礎設施形成有機統(tǒng)一時，真正的產(chǎn)業(yè)變革才會到來。
文中視頻鏈接：https://mp.weixin.qq.com/s/gFuqLwF1CW4JJN9XDDim6g
《明朝那些事兒》是史書還是小說?當年明月是否在書中夾雜私貨?
《明朝那些事兒》像一位風趣的歷史課同桌，他偶爾講點野史八卦，也會突然蹦出“用自己喜歡的方式度過一生”這樣的金句。它不完美，但能讓無數(shù)人從“歷史恐懼癥”變成“明史愛好者”，這份功勞已足夠耀眼-_。畢竟，讓人愿意翻開書，才是傳播歷史的第一步。如果您喜歡，麻煩您幫忙點個關注，謝謝~
明朝那些事兒:網(wǎng)絡歷史小說的巔峰之作,當年明月一書封神?？真游泳...
而如今終于有了一部正規(guī)歷史卻寫的很有趣的書了，那就是《明朝那些事兒》此書共7部，從太祖發(fā)家到崇禎死亡的明朝興衰史-。明朝是一個很有爭議的朝代，他是漢人最后一個皇朝，也是中國皇朝中最強大的一個朝代，在明朝時期，中國真正意義上達到了萬朝來國的輝煌，鄭和下西洋也是中國皇朝最遠的航線，明朝時期的疆土東后面會介紹。
《明朝那些事兒》:歷史與小說完美結(jié)合,讓你捧腹大笑的歷史長卷
一、顛覆傳統(tǒng)的歷史敘事當歷史被寫成小說，會怎樣？作者當年明月用"朝代更迭就像一場游戲"的比喻，將《明朝那些事兒》塑造成現(xiàn)象級讀物。這部以輕松幽默筆觸書寫明朝三百年興衰的作品，首印就突破百萬冊，抖音相關話題播放量超23億次，但學術界對其定位始終存在爭議。1.1 被重新定義的"正史"不同于傳統(tǒng)斷代史著作，..
免責聲明：本文內(nèi)容由開放的智能模型自動生成，僅供參考。
網(wǎng)站信息
