轉(zhuǎn)自：中國電子報(bào)

長期以來，“遙操設(shè)備”成為人形機(jī)器人產(chǎn)業(yè)繞不開的爭議焦點(diǎn)。每當(dāng)產(chǎn)業(yè)界描繪人形機(jī)器人的應(yīng)用前景時(shí)，自主能力總會(huì)成為一只“攔路虎”。在不少人看來，只要“遙操設(shè)備”仍然存在，人形機(jī)器人就始終是一個(gè)“難堪大任”的大號玩具。

在近日落幕的第二屆世界人形機(jī)器人運(yùn)動(dòng)會(huì)（以下簡稱“運(yùn)動(dòng)會(huì)”）上，細(xì)心的觀眾會(huì)發(fā)現(xiàn)，“全自主”正在成為越來越多賽項(xiàng)的硬性門檻。去年曾經(jīng)屢屢入鏡的遙操人員，正在逐步淡出大眾的視野。

從可選項(xiàng)到必選項(xiàng)，人形機(jī)器人正在一步步進(jìn)化掉遙操設(shè)備。規(guī)則倒逼能力，賽場檢驗(yàn)成色，當(dāng)越來越多廠商敢于放下遙操設(shè)備、讓機(jī)器人獨(dú)立走上賽道，意味著感知、決策與控制等核心能力，正在逐步從預(yù)設(shè)動(dòng)作向自主運(yùn)行邁進(jìn)。

從“可選項(xiàng)”到“必選項(xiàng)”

據(jù)統(tǒng)計(jì)，在本屆運(yùn)動(dòng)會(huì)的30個(gè)競技賽項(xiàng)中，共有23項(xiàng)明確規(guī)定只能以全自主方式參賽。回顧上屆賽事，除足球、自由體操、舞蹈和武術(shù)等項(xiàng)目外，多數(shù)項(xiàng)目允許參賽選手在遙操、半自動(dòng)和全自主之間選擇。

在本屆運(yùn)動(dòng)會(huì)的新聞發(fā)布會(huì)上，北京市經(jīng)濟(jì)和信息化局黨組成員、副局長、新聞發(fā)言人劉維亮將部分徑賽規(guī)則升級的原因歸結(jié)為機(jī)器人自主奔跑技術(shù)的突飛猛進(jìn)。

過去一年，人形機(jī)器人在自主定位、環(huán)境感知和路徑規(guī)劃等方面取得了明顯進(jìn)步。據(jù)媒體報(bào)道，在首屆運(yùn)動(dòng)會(huì)中，徑賽機(jī)器人主要依靠攝像頭識別跑道白線，這種技術(shù)路徑高度依賴清晰、穩(wěn)定的地面標(biāo)識，如果現(xiàn)場的光線、視角或機(jī)器人姿態(tài)發(fā)生變化，就可能造成識別錯(cuò)誤，導(dǎo)致串道；而今年，北京人形機(jī)器人創(chuàng)新中心運(yùn)動(dòng)控制算法專家韓剛介紹，部分參賽隊(duì)伍選擇在機(jī)器人頭部安裝雷達(dá)，并在賽前建立“冰絲帶”的三維地圖，通過雷達(dá)與地圖匹配來獲得厘米級的全局定位，這成為機(jī)器人能夠自主識別跑道的關(guān)鍵技術(shù)支撐。

更大的看點(diǎn)在于，今年新增了乒乓球、自由搏擊等高對抗類競賽項(xiàng)目。這類項(xiàng)目的外部環(huán)境實(shí)時(shí)變化，機(jī)器人需要根據(jù)球體或?qū)κ值倪\(yùn)動(dòng)狀態(tài)，在毫秒級時(shí)間內(nèi)完成感知、預(yù)測、決策和動(dòng)作執(zhí)行，對系統(tǒng)級協(xié)同能力提出了極高要求。

以乒乓球?yàn)槔瑱C(jī)器人首先需要通過視覺傳感器捕捉高速飛行的球體，估算其速度和運(yùn)動(dòng)軌跡，并迅速判斷落點(diǎn)、選擇回球策略，進(jìn)而調(diào)動(dòng)手臂、手腕和軀干在合適的時(shí)機(jī)完成擊球。北京信息科技大學(xué)BiStrike戰(zhàn)隊(duì)隊(duì)員李天樂在接受記者采訪時(shí)表示：“完全自主決策，正是這個(gè)項(xiàng)目最大的難點(diǎn)。”

據(jù)運(yùn)動(dòng)會(huì)乒乓球項(xiàng)目技術(shù)代表吳飛介紹，今年乒乓球賽事的考驗(yàn)范圍進(jìn)一步擴(kuò)大，由視覺識別、算法運(yùn)算能力延伸到雙足快速移動(dòng)、全身重心動(dòng)態(tài)調(diào)節(jié)、多關(guān)節(jié)協(xié)同發(fā)力等系統(tǒng)協(xié)同能力。參賽的人形機(jī)器人相互對抗，除揮拍外，還要完成走位、重心調(diào)節(jié)和多關(guān)節(jié)協(xié)同等運(yùn)動(dòng)控制動(dòng)作，所有判斷和執(zhí)行均由機(jī)器人自主完成。

支撐全自主對抗的，是機(jī)器人在高速感知、軌跡預(yù)測、實(shí)時(shí)決策和全身控制等環(huán)節(jié)的協(xié)同進(jìn)步。開幕式上，與奧運(yùn)冠軍丁寧對打的智元遠(yuǎn)征A3機(jī)器人，搭載了由香港大學(xué)與超維動(dòng)力聯(lián)合開發(fā)的乒乓球算法。香港大學(xué)計(jì)算機(jī)與數(shù)據(jù)科學(xué)學(xué)院科研副院長、超維動(dòng)力聯(lián)合創(chuàng)始人羅平在接受記者采訪時(shí)表示，團(tuán)隊(duì)采集了超過100小時(shí)的專業(yè)運(yùn)動(dòng)員對打數(shù)據(jù)，用以訓(xùn)練模型，并通過全身控制策略，使機(jī)器人能夠在毫秒級內(nèi)完成感知、預(yù)測、決策和動(dòng)作執(zhí)行。在比賽過程中，機(jī)器人的“大腦”“小腦”與機(jī)器本體高效協(xié)同，從而快速完成擊球。

在網(wǎng)球賽場上，機(jī)器人面臨的考驗(yàn)更加嚴(yán)峻。運(yùn)動(dòng)會(huì)開幕式上，北京銀河通用機(jī)器人股份有限公司（以下簡稱“銀河通用”）的人形機(jī)器人與網(wǎng)球冠軍鄭潔揮拍對弈，進(jìn)行了多輪拉扯。面對高速來球，這臺機(jī)器人可自主完成位置移動(dòng)、落點(diǎn)研判與回?fù)魟?dòng)作，實(shí)現(xiàn)靈活變向與網(wǎng)前截?fù)簦纹鸲嗯倪B續(xù)回合。其間，機(jī)器人曾在摔倒后立刻站起，并重新進(jìn)入對戰(zhàn)狀態(tài)，引起現(xiàn)場一陣驚嘆。據(jù)銀河通用方面介紹，其自研的“銀河星腦”具身智能大模型首次將“大腦”“小腦”、神經(jīng)控制集于統(tǒng)一模型中，可將對戰(zhàn)策略直接轉(zhuǎn)化為軀體運(yùn)動(dòng)，輸出更擬人、更流暢的回?fù)魟?dòng)作。

從徑賽到需要大小腦高度協(xié)同的乒乓球、網(wǎng)球展示等項(xiàng)目，本屆賽事所呈現(xiàn)的能力維度，已經(jīng)由單純的運(yùn)動(dòng)控制擴(kuò)展到動(dòng)態(tài)感知、實(shí)時(shí)決策和全身協(xié)同。深圳市人工智能與機(jī)器人研究院具身智能中心主任劉少山認(rèn)為，這代表機(jī)器人已經(jīng)“開始從運(yùn)動(dòng)控制慢慢走向智能化”。這些變化背后，是視覺感知、實(shí)時(shí)決策、全身運(yùn)動(dòng)控制和本體硬件等多項(xiàng)技術(shù)的協(xié)同進(jìn)步，也是機(jī)器人“大腦”與“小腦”協(xié)作能力不斷增強(qiáng)的結(jié)果。

“全自主”走到了哪一步？

丟掉遙操設(shè)備是否意味著機(jī)器人已經(jīng)能夠擺脫對固定場景和針對性訓(xùn)練的依賴，直接適應(yīng)全新環(huán)境？目前答案仍是否定的。

賽場上的自主運(yùn)行，建立在規(guī)則明確、環(huán)境相對標(biāo)準(zhǔn)化且經(jīng)過反復(fù)訓(xùn)練的基礎(chǔ)上，一旦場地條件、任務(wù)流程或外部干擾超出訓(xùn)練范圍，機(jī)器人的感知、決策與控制能力仍可能明顯下降。正如宇樹科技創(chuàng)始人王興興給出的判斷，在固定場景充分訓(xùn)練的情況下，機(jī)器人完成任務(wù)的成功率可以接近100%，但一旦物體、環(huán)境發(fā)生微小的變化，機(jī)器人的性能就會(huì)大幅衰減，這是當(dāng)前具身智能模型普遍面臨的現(xiàn)實(shí)。

有記者在運(yùn)動(dòng)會(huì)現(xiàn)場注意到，在“打包入庫”和“線纜連接”兩個(gè)項(xiàng)目中，能夠完整達(dá)成任務(wù)要求的幾乎全部是遙操隊(duì)伍，其間曾有全自主機(jī)器人不小心碰歪了打包箱，但未能即時(shí)調(diào)整糾錯(cuò)，導(dǎo)致后續(xù)所有藥盒都放歪，暴露出機(jī)器人在突發(fā)情況應(yīng)對和反饋環(huán)節(jié)上的不足。“線纜連接”項(xiàng)目的靈心巧手賽隊(duì)隊(duì)員何祎介紹，團(tuán)隊(duì)在機(jī)器人本體到位后進(jìn)行了約一個(gè)月的數(shù)據(jù)采集和訓(xùn)練，然而，賽場提供的線材比團(tuán)隊(duì)訓(xùn)練時(shí)使用的線材更軟，這大大增加了機(jī)器人抓取、識別和對準(zhǔn)接口的難度。線材軟硬度的變化看似微小，卻改變了物體受力后的形態(tài)，也使原有操作策略難以直接遷移。

這些現(xiàn)象進(jìn)一步說明，機(jī)器人已經(jīng)開始從依靠人類實(shí)時(shí)控制，轉(zhuǎn)向自主完成感知、決策和執(zhí)行，但這種自主仍有較為清晰的能力邊界。面對物體位置、材質(zhì)和形態(tài)變化時(shí)，機(jī)器人能否發(fā)現(xiàn)原有策略已經(jīng)失效，并在缺少人工干預(yù)的情況下重新規(guī)劃任務(wù)，仍是其從“按程序干活”走向“根據(jù)現(xiàn)場變化干活”需要跨越的關(guān)鍵一道坎。

與此同時(shí)，在一些項(xiàng)目上，“全自主”尚未貫穿任務(wù)執(zhí)行的完整流程。

在徑賽方面，機(jī)器人還無法做到自主起跑和平穩(wěn)制動(dòng)。并且在高速奔跑狀態(tài)下，即便操作人員及時(shí)發(fā)出停止指令，部分機(jī)器人仍會(huì)因減速不及時(shí)而撞上終點(diǎn)緩沖擋板，進(jìn)而失去平衡，重重摔倒在地。這意味著，目前徑賽中的“全自主”主要覆蓋定位、循跡和奔跑過程，距離準(zhǔn)確捕捉并理解發(fā)令信號、瞬時(shí)狀態(tài)切換以及根據(jù)實(shí)時(shí)速度、剩余距離和地面摩擦條件自主規(guī)劃減速動(dòng)作的理想狀態(tài)，仍有一些技術(shù)環(huán)節(jié)需要補(bǔ)齊。

第二屆世界人形機(jī)器人運(yùn)動(dòng)會(huì) 徑賽項(xiàng)目

劉少山認(rèn)為，“跑得快”體現(xiàn)出機(jī)器人在關(guān)節(jié)功率密度、機(jī)身輕量化、動(dòng)態(tài)平衡、全身控制和高速運(yùn)動(dòng)能力等本體能力方面的提升。而判斷什么時(shí)候起跑、如何停下，則揭示出機(jī)器人在自主研判能力、系統(tǒng)能力與安全性能方面的短板。

距離真正自主還有幾道坎？

從本次運(yùn)動(dòng)會(huì)的賽場狀況來看，場景泛化能力、自主糾錯(cuò)能力、長時(shí)間穩(wěn)定可靠運(yùn)行的能力，是目前人形機(jī)器人走向真正自主和真實(shí)場景應(yīng)用需要跨越的幾道坎。

人形機(jī)器人繼續(xù)走向更高水平的自主，首先需要練就的是跨越不同場景的泛化能力。

王興興在2026世界機(jī)器人大會(huì)上指出，泛化能力不足，是當(dāng)前全球具身智能面臨的最大瓶頸。經(jīng)過針對性的訓(xùn)練，機(jī)器人可以在標(biāo)準(zhǔn)化環(huán)境中高效執(zhí)行任務(wù)，而一旦操作物體或臨場環(huán)境發(fā)生細(xì)微的變化，模型輸出與真實(shí)物理世界之間的偏差便會(huì)導(dǎo)致任務(wù)成功率大幅下降，這也是目前機(jī)器人在場景賽中完成度較低的關(guān)鍵原因。

而解決這一問題的核心之一，仍在數(shù)據(jù)。王興興表示：“行業(yè)需要海量高質(zhì)量的人類與真機(jī)數(shù)據(jù)，并建立由大模型編程、仿真訓(xùn)練、實(shí)機(jī)測試和人機(jī)評價(jià)組成的自進(jìn)化閉環(huán)。”

隨著具身智能逐步進(jìn)入規(guī)模化應(yīng)用階段，模型訓(xùn)練對數(shù)據(jù)的規(guī)模、質(zhì)量及場景覆蓋面提出了更高的要求。然而，當(dāng)前具身數(shù)據(jù)的采集、處理與流通體系仍處于發(fā)展初期，能夠直接用于訓(xùn)練的有效數(shù)據(jù)供給有限，與行業(yè)千萬小時(shí)量級的需求之間仍存在較大缺口。而真機(jī)數(shù)據(jù)采集成本高、積累速度慢，不僅需要機(jī)器人在真實(shí)環(huán)境中反復(fù)執(zhí)行任務(wù)，還涉及設(shè)備損耗、場地搭建、人員操作和安全保障等投入，難以在短期內(nèi)大量獲取。北京智源人工智能研究院院長王仲遠(yuǎn)指出，行業(yè)正在仿真合成數(shù)據(jù)、互聯(lián)網(wǎng)視頻數(shù)據(jù)、穿戴設(shè)備采集人類行為數(shù)據(jù)等多條數(shù)據(jù)收集路線上并行探索。銀河通用機(jī)器人股份有限公司創(chuàng)始人王鶴認(rèn)為：“走向通用的關(guān)鍵在于融合VLA與世界模型的世界動(dòng)作模型，以及仿真強(qiáng)化學(xué)習(xí)、人類數(shù)據(jù)、真機(jī)回流數(shù)據(jù)共同構(gòu)成的數(shù)據(jù)體系；再通過只需普通視頻、無須動(dòng)作標(biāo)簽的低門檻后訓(xùn)練，讓各行業(yè)能夠快速把通用模型訓(xùn)練成高成功率的場景模型。”

數(shù)據(jù)積累能夠拓展機(jī)器人適應(yīng)不同場景的能力范圍，但現(xiàn)實(shí)環(huán)境中的異常情況難以被訓(xùn)練數(shù)據(jù)完全覆蓋，機(jī)器人還需要建立能夠發(fā)現(xiàn)偏差、判斷原因并動(dòng)態(tài)調(diào)整動(dòng)作的自主糾錯(cuò)閉環(huán)。以本次場景賽中打包箱被碰歪為例，機(jī)器人需要重新感知箱體位置，進(jìn)而調(diào)整抓取姿態(tài)、運(yùn)動(dòng)軌跡和后續(xù)操作。整個(gè)過程涉及狀態(tài)感知、結(jié)果判斷、原因分析和動(dòng)作重規(guī)劃，任何一個(gè)環(huán)節(jié)缺失，都可能引發(fā)“蝴蝶效應(yīng)”，進(jìn)而導(dǎo)致任務(wù)失敗。

而想要實(shí)現(xiàn)自主糾錯(cuò)，首先要依賴更加豐富的感知反饋。意大利錫耶納大學(xué)教授、WEART公司聯(lián)合創(chuàng)始人Domenico Prattichizzo在2026世界機(jī)器人大會(huì)上表示：“人形機(jī)器人要完成精細(xì)操作，不能只依靠視覺，必須獲得力、觸覺和溫度等反饋。”IEEE機(jī)器人與自動(dòng)化學(xué)會(huì)主席Nancy M.Amato也指出，當(dāng)機(jī)器人進(jìn)入復(fù)雜、長期和非結(jié)構(gòu)化環(huán)境后，核心挑戰(zhàn)將轉(zhuǎn)向如何進(jìn)行任務(wù)規(guī)劃與協(xié)同，并將全局結(jié)構(gòu)化規(guī)劃與局部反應(yīng)式協(xié)調(diào)結(jié)合起來。

此外，更高水平的自主性還要經(jīng)受長時(shí)間運(yùn)行的可靠性考驗(yàn)。劉少山認(rèn)為，當(dāng)前需要重點(diǎn)提高機(jī)器人長時(shí)間運(yùn)行的可靠性等能力，并建立覆蓋感知、決策、計(jì)算和執(zhí)行全過程的安全機(jī)制。他指出，機(jī)器人能夠以很快的速度完成百米比賽，并不意味著它已經(jīng)可以在工廠里穩(wěn)定工作8個(gè)小時(shí)。當(dāng)運(yùn)行時(shí)間不斷延長，電量下降、關(guān)節(jié)和電機(jī)溫升、機(jī)械部件磨損、傳感器漂移以及通信和算力波動(dòng)，都可能造成感知精度下降、動(dòng)作變形甚至任務(wù)中斷，任何局部故障都可能沿著連續(xù)任務(wù)鏈條向后傳遞。

去年，人形機(jī)器人還在賽場上跌跌撞撞；今年，機(jī)器人就已經(jīng)在跑道上多次突破人類世界紀(jì)錄。人形機(jī)器人的進(jìn)化速度超乎想象。

明年，又會(huì)是什么樣的一番景象呢？

延伸閱讀：