霍和暖

2025世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC）剛剛閉幕，會(huì)議期間宇樹的機(jī)器人很忙。

在世博展覽館，機(jī)器人忙著拳擊。轉(zhuǎn)眼，它出現(xiàn)在騰訊展臺(tái)，又走上論壇的舞臺(tái)，邁向騰訊首席科學(xué)家、騰訊RoboticsX實(shí)驗(yàn)室主任張正友。

機(jī)器人看看演講臺(tái)，告訴張正友，它看到花束、筆記本電腦和兩個(gè)麥克風(fēng)。臨下臺(tái)時(shí)，機(jī)器人還拒絕了張正友“晚上喝一杯”的提議，說(shuō)它晚上要加班，引起現(xiàn)場(chǎng)觀眾歡笑。

本屆WAIC上，人形機(jī)器人明顯沒有了去年的“拘謹(jǐn)”，紛紛演示新進(jìn)化出的能力。不僅打拳、講話，還打鼓、寫書法、扮演工廠分揀工人和便利店店員，并且告別遙控器。張正友告訴記者，上臺(tái)的機(jī)器人搭載了騰訊RoboticsX剛發(fā)布的具身智能平臺(tái)Tairos，演示時(shí)不需遙控，機(jī)器人交互也不依賴預(yù)先設(shè)定好的程序，背后是算法在跑。

WAIC期間，第一財(cái)經(jīng)記者采訪了張正友。作為一個(gè)7年前就成立的知名機(jī)器人前沿研究實(shí)驗(yàn)室負(fù)責(zé)人，回頭看看過(guò)去7年的發(fā)展和當(dāng)下的行業(yè)，張正友的觀點(diǎn)具有代表性。雖然機(jī)器人技術(shù)演進(jìn)加快了，但他告訴記者，類比手機(jī)，具身智能本體形態(tài)現(xiàn)在還沒有看到“iPhone”出現(xiàn)。對(duì)于商業(yè)化，他的態(tài)度頗為謹(jǐn)慎。

在WAIC開幕的前一日，記者還采訪了優(yōu)必選副總裁、研究院執(zhí)行院長(zhǎng)焦繼超。與研究性質(zhì)的RoboticsX相比，優(yōu)必選是推動(dòng)人形機(jī)器人商業(yè)化的代表。焦繼超告訴記者，一兩年內(nèi)比較可能率先規(guī)模化部署的是工業(yè)搬運(yùn)類工種。

兩名從業(yè)者的視角各有不同，不同視角的碰撞下，可以看見更真實(shí)的具身智能生態(tài)。

“只以人形為標(biāo)本會(huì)限制想象力”

2018年年初，張正友從零開始組建了騰訊RoboticsX實(shí)驗(yàn)室，這個(gè)實(shí)驗(yàn)室屬于國(guó)內(nèi)科技廠商探索前沿機(jī)器人技術(shù)最早的一批團(tuán)隊(duì)。具身智能熱潮下，RoboticsX實(shí)驗(yàn)室至今未進(jìn)行真正的商業(yè)化，但實(shí)驗(yàn)室在業(yè)界仍有廣泛影響力。

去年9月，該實(shí)驗(yàn)室推出機(jī)器人小五，探索機(jī)器人在人居環(huán)境的應(yīng)用，在此之前，RoboticsX還做過(guò)足輪機(jī)器狗Max，這些都是研究原型。今年在WAIC上發(fā)布Tairos具身智能平臺(tái)，是RoboticsX最靠近商業(yè)業(yè)態(tài)的一次。

今年年初，騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰定調(diào)，公司希望成為機(jī)器人廠商的合作伙伴，而不是取而代之做硬件。按照RoboticsX的說(shuō)法，實(shí)驗(yàn)室在進(jìn)行產(chǎn)品化了。

張正友告訴記者，RoboticsX和福田實(shí)驗(yàn)室聯(lián)合推出Tairos前，團(tuán)隊(duì)已走訪了深圳、上海、北京、成都等地60多家公司調(diào)研，發(fā)現(xiàn)很多企業(yè)在硬件方面做得很好，但具身智能仍需要巨大投入。實(shí)驗(yàn)室選擇向機(jī)器人行業(yè)開放合作，以模塊化方式提供規(guī)劃、多模態(tài)感知和感知行動(dòng)聯(lián)合大模型，以及開發(fā)工具和數(shù)據(jù)服務(wù)，為機(jī)器人裝上“大腦”。平臺(tái)不以賺錢為目的，合作伙伴已有越疆科技、樂聚機(jī)器人、眾擎機(jī)器人、宇樹科技等。

從只專注實(shí)驗(yàn)室前沿探索，到做更貼近業(yè)界的產(chǎn)品，RoboticsX的變化也映射了具身智能行業(yè)的變化。張正友表示，7年前實(shí)驗(yàn)室剛成立時(shí)，幾乎找不到能做相關(guān)機(jī)器人硬件的廠家，實(shí)驗(yàn)室需要從頭開始做軟硬件。而2023年下半年起，機(jī)器人行業(yè)發(fā)生很大變化，ChatGPT面世后，大模型關(guān)注度上升，很多機(jī)器人企業(yè)出現(xiàn)，這些企業(yè)做機(jī)器狗、人形機(jī)器人、觸覺傳感器、靈巧手等。

“形勢(shì)已經(jīng)變化。某種程度上講，我們需要和機(jī)器人硬件本體廠商一起打磨具身智能技術(shù)，否則會(huì)停留在實(shí)驗(yàn)室階段。我們不能做空中樓閣?！睆堈颜f(shuō)。

但對(duì)于是否進(jìn)一步商業(yè)化，張正友較為謹(jǐn)慎。他告訴記者，實(shí)驗(yàn)室7年前擬定的大方向A2G（人工智能、機(jī)器人本體、精準(zhǔn)控制、發(fā)育學(xué)習(xí)、情感理解、靈巧操控、守護(hù)天使）幾乎沒有變化，那時(shí)他考慮較多的是前沿技術(shù)研究，因?yàn)樵诩夹g(shù)未成熟時(shí)，研究不能由產(chǎn)品化引導(dǎo)，否則有過(guò)多壓力影響研究。

“騰訊要不要做一個(gè)機(jī)器狗（量產(chǎn)）？從我的角度，不值得做，因?yàn)檫€有更大目標(biāo)。RoboticsX成立之初規(guī)劃十年目標(biāo)，現(xiàn)在過(guò)去七年，三年以后差不多能達(dá)到預(yù)想效果。比如養(yǎng)老場(chǎng)景能不能把具身智能核心技術(shù)觸覺傳感器、定制皮膚等往前推進(jìn)？如果一開始停留在Max機(jī)器狗上，就沒精力做其他東西?！睆堈驯硎?。

從行業(yè)發(fā)展階段看，張正友認(rèn)為，類比手機(jī)行業(yè)，具身智能行業(yè)還沒有出現(xiàn)iPhone，甚至還沒有到“大哥大”出現(xiàn)的時(shí)候，“‘大哥大’雖然貴，但用的人數(shù)還是很多。而現(xiàn)在人形機(jī)器人大部分還是用于數(shù)據(jù)采集、科研、導(dǎo)覽。未來(lái)會(huì)有某個(gè)領(lǐng)域容納大量機(jī)器人，讓成本降下來(lái)、進(jìn)入每家每戶，這不用懷疑，在我有生之年就會(huì)發(fā)生。”

從研究者的角度，對(duì)于人形機(jī)器人這種頗受關(guān)注的形態(tài)，張正友的看法是，雙足直立是人類在幾千萬(wàn)年進(jìn)化中，應(yīng)對(duì)復(fù)雜環(huán)境保留下來(lái)的形態(tài)，但人居環(huán)境與以往不同，機(jī)器人形態(tài)仍需探索。如果只以雙足人形機(jī)器人為標(biāo)本，會(huì)限制人的想象力。

人形機(jī)器人到達(dá)關(guān)鍵十字路口

站在商業(yè)化人形機(jī)器人公司的角度，技術(shù)研究和機(jī)器人量產(chǎn)則需要同時(shí)推進(jìn)。從業(yè)者對(duì)落地前景較為樂觀。

優(yōu)必選正在建設(shè)產(chǎn)能，今年計(jì)劃擁有一千臺(tái)左右的產(chǎn)能，其中人形機(jī)器人的交付目標(biāo)是500臺(tái)。接受記者采訪時(shí)，焦繼超談到，一兩年內(nèi)比較有可能規(guī)?；渴鸬氖枪I(yè)場(chǎng)景的搬運(yùn)工種，一大原因是該場(chǎng)景存在人力缺口，且工作場(chǎng)景對(duì)人形友好、工作沒有強(qiáng)實(shí)時(shí)性要求。而在巡檢，機(jī)器人需要面對(duì)鍋爐高溫或冷庫(kù)低溫，產(chǎn)品形態(tài)復(fù)雜、硬件性能還需進(jìn)一步提升。

近期優(yōu)必選推出面向智能制造場(chǎng)景的工業(yè)人形機(jī)器人WalkerS2，機(jī)器人可以自主換電、不間斷作業(yè)。為了讓多個(gè)機(jī)器人同時(shí)作業(yè)，該公司在探索群腦智能方案，由云端大腦進(jìn)行任務(wù)協(xié)同，經(jīng)過(guò)蒸餾的大模型安裝在機(jī)器人本體上，則用于快速規(guī)劃和工具調(diào)用。

焦繼超稱，隨著機(jī)器人在今年下半年和明年大量出貨，以上方案的算法復(fù)雜度還需要提升。當(dāng)前人形機(jī)器人處于快速發(fā)展的早期階段，在達(dá)到進(jìn)入千家萬(wàn)戶的目標(biāo)的過(guò)程中，現(xiàn)在到了關(guān)鍵的十字路口。隨著關(guān)鍵技術(shù)突破，預(yù)計(jì)明后兩年將有大量工業(yè)場(chǎng)景應(yīng)用。而目前，隨著新一代機(jī)器人推出，他感受到壓力越來(lái)越大，因?yàn)榭蛻粝ＭM快落地，大規(guī)模落地則需要不斷迭代。

對(duì)于當(dāng)前行業(yè)的技術(shù)痛點(diǎn)，兩名從業(yè)者則有一些相似看法。今年多家機(jī)器人廠商推出VLA（視覺語(yǔ)言動(dòng)作大模型）。張正友表示，VLA是操作中比較容易看見效果的方法，但只用到視覺，還沒有力覺、觸覺。此外，VLA還是通過(guò)2D圖形來(lái)感知，對(duì)3D世界缺乏理解。當(dāng)前VLA還處于初級(jí)階段。

焦繼超則表示，VLA作為一種技術(shù)架構(gòu)，是目前在具身智能領(lǐng)域非常熱門的技術(shù)方向，但目前離落地仍有距離。

張正友認(rèn)為，具身智能行業(yè)需補(bǔ)足的能力還包括對(duì)3D世界的認(rèn)知、將觸覺和力感知加入感知行動(dòng)聯(lián)合大模型。機(jī)器人需要理解3D才能操作，這種世界模型與當(dāng)前的多模態(tài)模型有很大差別。實(shí)驗(yàn)室對(duì)觸覺和力覺已研究數(shù)年，但觸覺和力覺還沒有達(dá)到語(yǔ)音、文本這般標(biāo)準(zhǔn)化的程度，需要行業(yè)一起努力。

焦繼超則看到人形機(jī)器人供應(yīng)鏈也尚未達(dá)到標(biāo)準(zhǔn)化。他表示，供應(yīng)鏈尚未成熟，目前已經(jīng)出現(xiàn)了一部分總成，但由于不同工種的機(jī)器人所需的產(chǎn)品參數(shù)不同，這些標(biāo)準(zhǔn)化產(chǎn)品不一定總能適用。目前各家方案存在差異，基本上還是要自己設(shè)計(jì)、找供應(yīng)商生產(chǎn)。預(yù)計(jì)未來(lái)兩年左右，硬件將有更多共識(shí)，不再成為瓶頸。

解讀十首英文歌曲背后動(dòng)人的故事

徐悲鴻用《義勇軍進(jìn)行曲》做國(guó)歌,郭沫若想改詞,毛主席:不用改

黎明的光會(huì)越過(guò)黑暗!《黎明覺醒:生機(jī)》攜手鳳凰傳奇推出合作曲