每經(jīng)記者｜張蕊    每經(jīng)編輯｜陳星    

當(dāng)大多數(shù)機(jī)器人還停留在“依賴遙控器操作”的階段時，在近日舉行的世界機(jī)器人大會上，《每日經(jīng)濟(jì)新聞》記者（以下簡稱每經(jīng)記者）卻看到了不一樣的場景。

在維他動力展臺，可以自主移動、自主反應(yīng)的機(jī)器狗“大頭”吸引了眾多小朋友，大家親切地喊著它的名字、撫摸它的身軀，展臺被圍得水泄不通；

在星海圖展臺，不管被子怎樣凌亂地?cái)傇诖采?，機(jī)器人每次都能熟練地揪起兩邊被角，翻下來將被子鋪平；

星海圖展臺上演示機(jī)器人鋪床

在越疆機(jī)器人展臺，人形機(jī)器人Atom左手拿起扳手將機(jī)械臂軸承旋緊至0.1毫米公差內(nèi)，右手同步將不同規(guī)格的零件分揀至六宮格料箱，實(shí)現(xiàn)了雙腦決策+雙臂協(xié)同；

在優(yōu)必選展臺，通過群腦網(wǎng)絡(luò)2.0的整體調(diào)度與任務(wù)分配管理，多臺人形機(jī)器人協(xié)同，成功展示了從物料入庫、搬運(yùn)到動態(tài)隨機(jī)分揀的全流程作業(yè)。

這些操作讓現(xiàn)場觀眾直呼，這屆機(jī)器人有點(diǎn)兒東西！

其實(shí)，在維他動力聯(lián)合創(chuàng)始人、產(chǎn)品副總裁趙哲倫看來，這些展示都屬于物理AI范疇?？梢哉f，物理AI正在讓機(jī)器人變得越來越自主、越來越懂事。 

物理AI要求機(jī)器人完全自主運(yùn)行

物理AI被英偉達(dá)創(chuàng)始人黃仁勛視作是人工智能的下一個浪潮。

趙哲倫對每經(jīng)記者表示，AI的本質(zhì)是用計(jì)算能力解決問題。過去，AI主要處理的是信息層面的任務(wù)，運(yùn)行環(huán)境局限于電腦或手機(jī)，與物理世界關(guān)聯(lián)較弱。

“物理AI則不同，它要解決的是物理世界的空間移動問題。”趙哲倫解釋，不僅是移動本身，所有機(jī)械臂的移動、靈巧手和足的移動都是空間移動，可以理解為讓空間中的某個物體從A點(diǎn)有序地移動到B點(diǎn)。“人類日常很多工作本質(zhì)上都是一連串空間移動的集合，比如遞一杯咖啡、疊一件衣服等。”

趙哲倫表示，自動駕駛嚴(yán)格意義上是首個規(guī)模化落地的物理AI應(yīng)用，但它相對簡單，它解決的是平面上前后左右移動的問題。而像疊衣服、取飲料等動作，則屬于更復(fù)雜的空間移動。

他提到，物理AI并不限定形態(tài)，比如桌面機(jī)械臂、四足機(jī)器人、輪式底盤加機(jī)械臂，只要涉及空間移動，就都屬于物理AI的范疇。

在他看來，物理AI的內(nèi)涵要求機(jī)器人完全自主運(yùn)行——自主感知環(huán)境、理解信息、規(guī)劃任務(wù)并執(zhí)行?！斑@四個環(huán)節(jié)應(yīng)該在機(jī)器人自己的本體完成。一旦有人遙控，肯定不是物理AI，因?yàn)檫b控相當(dāng)于從感知環(huán)境到理解再到執(zhí)行是由人來做決策?！?/span>傳統(tǒng)掃地機(jī)、無人機(jī)之所以不算物理AI，是因?yàn)樗鼈円蕾囈惶坠潭ㄒ?guī)則的基礎(chǔ)算法。

在維他動力展臺，“無遙控”三個字也被醒目地寫在展臺中央立柱上。在其展臺體驗(yàn)區(qū)，機(jī)器狗會跟著人自主移動。趙哲倫說，其團(tuán)隊(duì)解決的問題就是讓機(jī)器人能夠在任何人類可至的環(huán)境中自主移動，并知道自己要去哪里、該跟隨誰。

維他動力展臺上觀眾與機(jī)器狗“大頭”互動

他說，用戶通過語音下達(dá)指令，機(jī)器狗在理解物理環(huán)境后自主完成指令，它要做的事情跟人形機(jī)器人沒有任何區(qū)別。

“這個難度要高于自動駕駛，因?yàn)榻煌▓鼍半m然速度快、風(fēng)險(xiǎn)高，但受明確的交通規(guī)則約束，相對有規(guī)律；而人類生活空間既無規(guī)則也更無序?！壁w哲倫補(bǔ)充說。

全自主運(yùn)行要與具體業(yè)務(wù)需求結(jié)合

優(yōu)必選現(xiàn)場展示的多臺人形機(jī)器人全流程協(xié)同作業(yè)場景正是物理AI的生動實(shí)踐。

優(yōu)必選首席品牌官譚旻告訴每經(jīng)記者，公司機(jī)器人所有演示場景均為AI驅(qū)動。其人形機(jī)器人在工業(yè)智能制造領(lǐng)域的應(yīng)用覆蓋搬運(yùn)、質(zhì)檢、分揀三大場景，目前已進(jìn)入多家汽車工廠實(shí)訓(xùn)。

“在真實(shí)的汽車工廠環(huán)境中，車輛到達(dá)時間隨時可能變化，所以無法預(yù)編程，機(jī)器人必須自主運(yùn)行。如果仍需人工遙控，機(jī)器人進(jìn)廠便失去了應(yīng)用價(jià)值。”說完，譚旻站到正在往車上搬箱子的人形機(jī)器人面前，機(jī)器人隨即停了下來。“看到?jīng)]有？機(jī)器人識別到人或者其他物體時就會自主停下，之后它會重新規(guī)劃路線，全程無需人工干預(yù)?！?/p>

優(yōu)必選展臺演示機(jī)器人分揀作業(yè)

在科大訊飛機(jī)器人首席科學(xué)家、聆動通用CEO季超看來，全自主并非新命題，傳統(tǒng)自動化已經(jīng)實(shí)現(xiàn)特定場景的全自主。他對每經(jīng)記者表示，具身智能時代的全自主關(guān)鍵在于泛化性的提升。目前的全自主，大家更關(guān)注的還是定義一個具體任務(wù)，針對這個任務(wù)去做自主運(yùn)行，本質(zhì)上是系統(tǒng)集成的雛形。

因此，他認(rèn)為，定義全自主的關(guān)鍵要素，首先要有動作流，一個個動作基于時間序列串成一個連續(xù)動作；在這個過程中這些動作可以完成一些任務(wù)，這就是任務(wù)流；要實(shí)現(xiàn)完全自主，就要把機(jī)器人跟真實(shí)的生產(chǎn)生活結(jié)合起來，這就是業(yè)務(wù)流?！叭绻亲鯞端（商家）方向，機(jī)器人一定是有業(yè)務(wù)流的。業(yè)務(wù)流、任務(wù)流和動作流能夠?qū)崿F(xiàn)全流程閉環(huán)，它就可以完成一個自主化的運(yùn)行?！?/p>

季超強(qiáng)調(diào)，實(shí)現(xiàn)自動化的必要條件是要跟業(yè)務(wù)場景結(jié)合，形成因果驅(qū)動的任務(wù)鏈。如果機(jī)器人沒有場景、沒有業(yè)務(wù)，比如只是希望它往前走一走，往后走一走，但是并沒有因果關(guān)系，這其實(shí)更多的還是基礎(chǔ)動作流的展示。

加速進(jìn)化公司一直在聚焦機(jī)器人足球賽。公司國際化負(fù)責(zé)人李超逸對每經(jīng)記者表示，目前該公司所有上場比賽的機(jī)器人均為全自主運(yùn)行，無需遙控，自主水平也在快速迭代。

談及投入大量資源聚焦機(jī)器人足球賽的原因，他說，比賽能夠在短時間內(nèi)高密度地錘煉機(jī)器人的感知（快速識別動態(tài)物體）、定位、導(dǎo)航、避障、穩(wěn)定行走及倒地恢復(fù)等能力。這些能力未來都可以遷移至家庭、工業(yè)等真實(shí)場景。 

自主換電機(jī)器人

模型和數(shù)據(jù)制約具身智能擴(kuò)展至更通用場景

季超提到，隨著大語言模型、多模態(tài)大模型及具身大模型的發(fā)展，機(jī)器人已經(jīng)具備任務(wù)理解與動作規(guī)劃、動作執(zhí)行能力。

但是，多位受訪者提到，模型和數(shù)據(jù)制約了具身智能擴(kuò)展至更通用場景。

趙哲倫提到，現(xiàn)在的難點(diǎn)在于，如果是機(jī)械臂相關(guān)的操作類物理AI，執(zhí)行的成功率可能沒那么高，效率相對也會比較低。“這涉及具身智能研發(fā)范式問題，即它確實(shí)沒有非常充分的數(shù)據(jù)，使其在某一個場景下或在通用場景下做得特別好?！?/p>

他進(jìn)一步解釋，比如目前以智能駕駛為基礎(chǔ)的類似VLA（視覺語言動作）的模型，其實(shí)泛化性比較差，因?yàn)闆]有物理環(huán)境的數(shù)據(jù)。就像機(jī)器人疊被子，能疊花被子，但可能疊不了藍(lán)被子?！按蠹覍C(jī)器人的預(yù)期是它能疊所有的被子，但事實(shí)上它從感知到理解還是有差距的。”

“當(dāng)然，物理AI在定義上是清晰的，就是要自主?！壁w哲倫說，但是也要看到，所有物理AI都必須經(jīng)歷從有限場景到無限場景的擴(kuò)展，就像自動駕駛從單車道到高速公路，再到城市場景的演進(jìn)。

而在模型方面，松延動力CFO韓深任對每經(jīng)記者表示，現(xiàn)在機(jī)器人可以接收視覺、觸覺等數(shù)據(jù)，但它的自主決策能力不足?！爸饕悄Ｐ图軜?gòu)沒跑通，如何訓(xùn)練、輸出，這些還需要行業(yè)不斷發(fā)展?！?/span>

他認(rèn)為，目前制約模型成熟的因素主要是大家對模型的認(rèn)知沒有形成統(tǒng)一范式，或者說現(xiàn)在的架構(gòu)不清晰，VLA等主流架構(gòu)能否最終勝出仍不確定。

在韓深任看來，將模型跟數(shù)據(jù)的邏輯跑通，可能需要3~5年，屆時機(jī)器人才能像真人一樣決策，遇到問題會自行處理，這樣才能走進(jìn)千家萬戶。

完全自主的人形機(jī)器人何時能夠?qū)崿F(xiàn)？譚旻認(rèn)為，如果要達(dá)到與人類同等水平的完全自主，行業(yè)共識認(rèn)為仍需數(shù)十年，有限自主有望在2030年至2050年實(shí)現(xiàn)。屆時，機(jī)器人可在特定場景下理解自然語言指令并完成任務(wù)，例如“從冰箱拿一瓶可樂”。但復(fù)雜、泛化的家庭服務(wù)仍需長期迭代。

北京長木谷醫(yī)療科技股份有限公司的骨科智能手術(shù)機(jī)器人目前處于“人機(jī)協(xié)作”階段，公司董事長張逸凌對每經(jīng)記者表示，隨著病例量、應(yīng)用案例的不斷積累，手術(shù)機(jī)器人會越來越具備大專家的能力，慢慢從人機(jī)協(xié)作（需要醫(yī)生指導(dǎo)）過渡到半自主，再到純自主。“我認(rèn)為這在未來5~10年就能實(shí)現(xiàn)，我相信下一代的自主型手術(shù)機(jī)器人一定會在中國出現(xiàn)?！?/p>

本文圖片均由每經(jīng)記者 張蕊 攝

封面圖片來源：每經(jīng)記者 張蕊 攝