過去幾天，一些具身智能機(jī)器人“忙得很”。

剛剛閉幕的2025中關(guān)村論壇年會(huì)上，隨處可見機(jī)器人的身影，近百臺(tái)機(jī)器人在這里上演了“十八般武藝”，主持、泡茶、下棋、打太極……

最為忙碌的要數(shù)以人形機(jī)器人為代表的具身智能機(jī)器人，其中，北京清飛科技有限公司研發(fā)的仿生交互型機(jī)器人“妮婭”以逼真的形象穩(wěn)居“C位”，它面前總有人排隊(duì)問詢論壇的信息。它在通過語(yǔ)音為觀眾答疑解惑的同時(shí)，臉上還不忘“擠”出微笑，并且模仿人類，向觀眾擺手、比耶、點(diǎn)贊等。

這幾天，作為具身智能領(lǐng)域的代表，北京大學(xué)助理教授、銀河通用創(chuàng)始人、智源具身智能研究中心主任王鶴接連參加了幾場(chǎng)論壇，談?wù)摰脑掝}都離不開人形機(jī)器人和具身智能。3月27日，他在2025中關(guān)村論壇年會(huì)開幕式上表示，接下來，人形機(jī)器人將邁入生產(chǎn)力時(shí)代。

多家人形機(jī)器人宣布了產(chǎn)業(yè)化交付目標(biāo)，這也意味著人形機(jī)器人將加速“進(jìn)廠”，開始“營(yíng)業(yè)”。這也將讓人形機(jī)器人擁有更多珍貴的真機(jī)數(shù)據(jù)，為具身智能邁向新征程奠定基礎(chǔ)。

進(jìn)入“AI教AI”時(shí)代

人工智能（AI）、人形機(jī)器人、具身智能是2025中關(guān)村論壇年會(huì)熱門關(guān)鍵詞，在本屆論壇的“人工智能主題日”核心論壇——未來人工智能先鋒論壇上，更是如此。

“AI-First應(yīng)用（以AI為核心優(yōu)先考慮的應(yīng)用）將會(huì)迎來爆發(fā)。”零一萬(wàn)物CEO、創(chuàng)新工場(chǎng)董事長(zhǎng)李開復(fù)帶來了關(guān)于AI的最新觀察。在他看來，今年AI領(lǐng)域一個(gè)焦點(diǎn)問題應(yīng)該是：“Make AI Work，讓大模型真正賦能千行百業(yè)。”

李開復(fù)也指出，當(dāng)前，大模型性能的提升正在加速，而不是在放緩。值得關(guān)注的是，AI借由“慢思考”具備了反思的能力，能夠自我迭代、自我進(jìn)步，也就是“AI教AI”，AI進(jìn)入到自我演進(jìn)范式。

“算法通用性越來越好，模型通用性越來越好，讓我們逐漸看到了通用人工智能（AGI）的曙光。”百度首席技術(shù)官王海峰表示，從技術(shù)角度而言，AGI的技術(shù)通用性和能力全面性很重要。一個(gè)大模型可以適用于很多不同的領(lǐng)域，在不同的語(yǔ)言、不同的模態(tài)以及不同的應(yīng)用場(chǎng)景，可以處理不同的任務(wù)。他也在期待，AI賦能千行百業(yè)，造福千家萬(wàn)戶。

當(dāng)前，AI Agent（智能體）熱度居高不下，不少企業(yè)都加入了發(fā)展“AI Agent 大軍”。

在面壁智能聯(lián)合創(chuàng)始人兼CEO李大海看來，大模型即Agent，這是未來智能體發(fā)展的方向，“把大模型送去‘上班’就是Agent”。

他介紹，目前，面壁的大模型“小鋼炮”MiniCPM系列端側(cè)模型已在汽車、手機(jī)、具身智能、智能可穿戴設(shè)備等多個(gè)主流方向推進(jìn)“就業(yè)”，將大模型的功能和終端結(jié)合在一起，與更多場(chǎng)景相結(jié)合。

李大海也在期待，“以大模型為代表的智能革命到來的關(guān)鍵性時(shí)刻必然是：大模型越來越強(qiáng)、越來越小，奔騰于每個(gè)終端。人人都能享受到智能的便捷，真正實(shí)現(xiàn)智能普惠”。

數(shù)據(jù)瓶頸亟待突破

數(shù)據(jù)是驅(qū)動(dòng)具身智能行業(yè)發(fā)展的一個(gè)關(guān)鍵要素。智源研究院院長(zhǎng)王仲遠(yuǎn)表示，世界是多模態(tài)的，目前，具身智能機(jī)器人大部分使用的是視覺、文本等模態(tài)，具身智能機(jī)器人行業(yè)對(duì)VLA模型（Vision-Language-Action Model，即視覺-語(yǔ)言-動(dòng)作模型）并不陌生。實(shí)際上，對(duì)于具身智能來說，不少模態(tài)的信息還沒有被有效利用，例如觸覺模態(tài)等，對(duì)溫度、時(shí)間、空間等的感知，也需要未來具身智能行業(yè)逐步去突破。

“數(shù)據(jù)其實(shí)是現(xiàn)在具身智能發(fā)展的一大瓶頸。”王鶴指出，當(dāng)前，數(shù)據(jù)不足限制了人形機(jī)器人的靈活性和智能化水平。他解釋，人們感覺日常生活中的人形機(jī)器人好像并沒有那么聰慧、靈動(dòng)，這背后一個(gè)制約因素就是數(shù)據(jù)不夠。

具身機(jī)器人需要多模態(tài)數(shù)據(jù)，其中包括現(xiàn)有的圖文數(shù)據(jù)、視頻數(shù)據(jù)、真機(jī)數(shù)據(jù)以及合成數(shù)據(jù)。其中，如何在真機(jī)數(shù)據(jù)和仿真合成數(shù)據(jù)之間取舍，也是從業(yè)者面臨的一個(gè)重要課題。

上海交通大學(xué)教授、穹徹智能創(chuàng)始人盧策吾表示，每種數(shù)據(jù)都有它的價(jià)值，提供相應(yīng)的信息量，但每種數(shù)據(jù)也會(huì)有相應(yīng)的“噪聲”。例如，互聯(lián)網(wǎng)的圖、文、視頻數(shù)據(jù)量大面廣，缺乏人形機(jī)器人的操作支持?jǐn)?shù)據(jù)；仿真數(shù)據(jù)對(duì)于具身智能發(fā)展也很重要，但面臨復(fù)雜的情景，尤其是高精度的任務(wù)，可能出現(xiàn)仿真到現(xiàn)實(shí)的鴻溝；真機(jī)數(shù)據(jù)面臨最關(guān)鍵的問題是成本高昂。

當(dāng)前，國(guó)內(nèi)外一些大型企業(yè)采用了遙控操作的方式采集真機(jī)數(shù)據(jù)，但這種方法成本高昂且難以獲得大規(guī)模數(shù)據(jù)。要獲取足夠支撐人形機(jī)器人“干活”的真機(jī)數(shù)據(jù)，需要全球一起努力，而且時(shí)間太長(zhǎng)了。王鶴說：“大家等不及。”

為破解這一難題，銀河通用嘗試通過大規(guī)模生產(chǎn)和使用合成數(shù)據(jù)來訓(xùn)練人形機(jī)器人，不僅成本低廉，還明顯提升了數(shù)據(jù)獲取效率。

王鶴提出，從現(xiàn)階段來看，結(jié)合合成數(shù)據(jù)與真實(shí)數(shù)據(jù)是一種可行的方法，要用大量的合成數(shù)據(jù)讓機(jī)器人做預(yù)訓(xùn)練，用真機(jī)數(shù)據(jù)做后訓(xùn)練，用真機(jī)數(shù)據(jù)完成人形機(jī)器人訓(xùn)練的“最后一公里”。他認(rèn)為，在人形機(jī)器人的存量還未達(dá)到百萬(wàn)臺(tái)級(jí)別的時(shí)候，合成數(shù)據(jù)是最寶貴的數(shù)據(jù)資產(chǎn)。銀河通用正在利用合成數(shù)據(jù)提升機(jī)器人泛化能力，讓具身大模型的數(shù)據(jù)成本真正可用、可控，客戶用得起。

對(duì)于業(yè)界對(duì)真機(jī)數(shù)據(jù)和仿真合成數(shù)據(jù)的爭(zhēng)論，盧策吾認(rèn)為，更為關(guān)鍵的是不同數(shù)據(jù)的比例。他也相信，隨著實(shí)踐的發(fā)展，各類數(shù)據(jù)能夠收斂到一個(gè)比較合適的比例。

能力泛化與“進(jìn)廠”

“今天我們需要的其實(shí)是一個(gè)什么活都能干，在日常生活中成為我們真正的幫手，讓人們不再受困于勞累體力勞動(dòng)的機(jī)器人。本質(zhì)是實(shí)現(xiàn)通用，而不是像過去在一些工業(yè)場(chǎng)景里只能干一件事的專用機(jī)器人。”3月28日下午，王鶴在“AI青年創(chuàng)領(lǐng)新質(zhì)生產(chǎn)力發(fā)展大會(huì)”上表示，人形機(jī)器人除了外形上與人相像，更需要考慮的是怎么發(fā)展人形機(jī)器人“干活”的能力。

具身機(jī)器人的泛化能力是具身智能未來發(fā)展關(guān)鍵，也是真正讓人形機(jī)器人更好地為人服務(wù)的關(guān)鍵。王鶴說：“在人形機(jī)器人的生產(chǎn)力時(shí)代，一項(xiàng)核心技術(shù)就是基于視覺輸入的端到端具身大模型，能實(shí)現(xiàn)任務(wù)的通用和能力泛化。”

“具身機(jī)器人的泛化問題，恰恰是現(xiàn)在具身機(jī)器人和具身智能所面臨最大的一個(gè)挑戰(zhàn)。”王仲遠(yuǎn)表示，當(dāng)前，網(wǎng)絡(luò)上不乏酷炫的機(jī)器人視頻，但在實(shí)際場(chǎng)景中是否表現(xiàn)如此好有待考證。

王仲遠(yuǎn)舉例道，在沒人教的情況下，一個(gè)不到兩歲的孩子通過手機(jī)看短視頻就學(xué)會(huì)了拆糖果，用牙簽穿著藍(lán)莓吃。從這個(gè)意義上來講，人類大腦的學(xué)習(xí)能力，遠(yuǎn)超現(xiàn)在的具身智能、具身模型，而這正是科研機(jī)構(gòu)和企業(yè)努力的方向。他也特別期待，有一天機(jī)器人可以通過自主學(xué)習(xí)，學(xué)會(huì)這些技能。

具身智能泛化的路徑不會(huì)一蹴而就。王鶴談到，物理世界的智能有一個(gè)循序漸進(jìn)的過程，可以分步提升具身智能的泛化能力。

在他看來，可以先沿著有生產(chǎn)力價(jià)值的維度去探索具身智能的泛化，無論是在商超還是工廠，抓取、放置與行走是具身機(jī)器人最需要的功能，這些機(jī)器人通過“拿、放、走”的組合，滿足這些場(chǎng)景所需的基本“就業(yè)”技能。如果能夠通過合成大數(shù)據(jù)和少量的真機(jī)數(shù)據(jù)，讓這些技能實(shí)現(xiàn)泛化，人形機(jī)器人就有了生產(chǎn)力的價(jià)值和量產(chǎn)的空間，大量“進(jìn)廠”；在各個(gè)應(yīng)用場(chǎng)景落地后，產(chǎn)生大量真機(jī)數(shù)據(jù)，人形機(jī)器人就有了跨維度的可能，從而開拓更多技能，到更多場(chǎng)景做更多更復(fù)雜的任務(wù)，甚至是進(jìn)入百姓家里。

“我們的核心觀點(diǎn)是找到場(chǎng)景先用起來。”樂聚機(jī)器人創(chuàng)始人兼董事長(zhǎng)冷曉琨介紹，今年元旦，公司剛剛完成了100臺(tái)機(jī)器人的產(chǎn)業(yè)化交付，這些機(jī)器人的應(yīng)用場(chǎng)景包括科研機(jī)構(gòu)、展廳、工廠等。他指出，在與各個(gè)應(yīng)用場(chǎng)景“磨合”的過程中，去解決這些機(jī)器人暴露出來的問題，也是不斷提升機(jī)器人智能性的一個(gè)過程。只有在真實(shí)的工業(yè)和家庭環(huán)境中不斷測(cè)試和優(yōu)化，才能讓機(jī)器人在面臨干擾和不確定性時(shí)，保持其性能和功能穩(wěn)定。

機(jī)器人“進(jìn)廠”，產(chǎn)業(yè)界普遍關(guān)注其無故障工作時(shí)間。冷曉琨表示，無故障工作時(shí)間是衡量機(jī)器人可靠性的關(guān)鍵指標(biāo)之一。冷曉琨的目標(biāo)是連續(xù)工作1500小時(shí)，即每天十幾個(gè)小時(shí)，無故障運(yùn)行100天左右。

此外，冷曉琨還談到，建立豐富的場(chǎng)景測(cè)試庫(kù)對(duì)于確保機(jī)器人在復(fù)雜環(huán)境中的表現(xiàn)至關(guān)重要，通過大量的仿真測(cè)試，以及真機(jī)測(cè)試，逐步完善人形機(jī)器人的性能。

他認(rèn)為，人形機(jī)器人要?jiǎng)偃胃?xì)化的任務(wù)，還得先進(jìn)“訓(xùn)練場(chǎng)”。與人進(jìn)職業(yè)技能學(xué)校一樣，人形機(jī)器人先進(jìn)“人形機(jī)器人職業(yè)技能學(xué)校”進(jìn)行訓(xùn)練，至少在“訓(xùn)練場(chǎng)”達(dá)到標(biāo)準(zhǔn)，才能放心地讓人形機(jī)器人去更多的場(chǎng)景完成更復(fù)雜的任務(wù)，以及真正走進(jìn)千家萬(wàn)戶。