一场热度空前的马拉松，人形机器人在祛魅还是加速？

　　人形机器人真正走到我们身边，大概还需要10年左右。

　　文|赵艳秋 游勇

　　编|周路平

　　北京亦庄的一场人形机器人半程马拉松，在吸引着巨大关注的同时，也让网友吵翻了天。

　　有人说，这场马拉松让热闹了半年的人形机器人“祛魅”了，它看起来更像是个遥控的大号电动玩具，在网络上，人形机器人各种酷炫动作，但在现实中连路都走不稳;也有人说，对新产业应该给予更多的宽容，只有现在的起步，才有未来的发展，就像汽车在诞生之初跑得比马车还慢，但并不妨碍汽车的进步。

　　北京经开区管委会副主任梁靓介绍，此次“人机半马”比赛，更像一次产业对话和机器人“大练兵”。相比于最后的成绩，业内普遍认为，这更像是一场人形机器人系统工程的极限演练。

　　虽然很多人对“首马”中机器人的表现有些失望，但实际上人形机器人这两年的发展在提速。以机器人本体为例，过去一两年迭代的速度，可能超过了之前10年的迭代。

　　今年初，“具身智能”首次被写入《政府工作报告》，成了产业界的热词。具身智能产业链足够长，市场体量足够大，而人形机器人是其中技术集成度最高的。在行业被热捧的背后，人形机器人还面临诸多挑战。业界正在探索将大模型与机器人结合，一些企业在思考推动如何将人形机器人在产业中落地。“真正走到我们身边，我认为大概还需要10年左右。”北京通用人工智能研究院院长朱松纯说。

　　01

　　当科幻照进现实

　　4月19日，北京亦庄，作为全球首个人形机器人参与的半程马拉松赛事，热度非常高，尤其是在AI和具身智能概念火热的当下，大家都在关注机器人在赛场上的表现。

　　在现场，机器人赛道和人工赛道中间有护栏分隔，很多报名参加了半马的人都在跟着机器人一起奔跑，甚至站在两旁为机器人加油欢呼。而无论在家中、地铁上，很多人也在通过直播观看人形机器人在马拉松赛的首秀。

　　当天有20个机器人参赛，其中7个跑完了全程21公里，而第一个出发的天工机器人不负众望拿下了冠军，用时2小时40分钟，配速达到了每小时八九公里，中途更换了3次电池。

　　不过，相比于在网络视频上人形机器人的酷炫表现，真实的比赛现场让很多人感觉到了落差。

　　比如松延动力的N2机器人“旋风小子”在最后的冲刺阶段，不小心摔了一跤，把“头”都摔掉了，甚至有些在外形上拟人化很高的机器人，刚起步就摔在了起跑线上;一些机器人在中途遇到了故障，不得不从补给车里拿出备用的机器人继续完成后续的比赛。

　　很多机器人都需要人工在旁边辅助，甚至用手搀扶着;一些机器人在赛道上不断走出“S形”路线，陪跑工程师不得不出手拉回来;另外由于高强度运动，导致关节发热，也需要在关键部位经常喷冷却液给机械结构降温。

　　以至于很多人说，最累的不是机器人，而是在旁边跟随的工程师，他们不仅要跟着奔跑，还需要时刻关注机器人的动向。

　　根据主办方的介绍，这次参赛的队伍有两种参赛方式，一种是遥控模式，考察的主要是硬件层面的能力，比如关节、电机、能耗、散热等;另一种是跟跑模式，需要机器人能够准确跟随、快速响应前方目标。

　　而现场大部分机器人采用的是遥控模式，会有工程师在旁边控制机器人的奔跑速度和方向。虽然主办方赛前会为人形机器人赛队提供线路的GPS坐标数据，但这些人形机器人并不能实现完全自主控制。

　　在网络上关注度很高的宇树机器人，当天的表现也不出色，起步就摔倒。针对表现不佳的质疑，宇树科技还专门发了一则声明，称有好几个独立团队在使用，“不同人操作或开发情况下，机器人的表现差别很大，请大家不要误解。”据悉，清华一个团队拿着宇树机器人去参赛，相当于是拿了宇树的硬件去跑了自己训练的算法。这个团队当天也没能跑完全程。不过也有网友质疑，为什么宇树官方不来参赛?之前又跑又跳、行云流水的视频，是真的假的?

　　钛虎机器人产品生态负责人谌威则在腾讯科技的一场直播中坦言，这次比赛不只是为了“跑”，它本质上是在测试人形机器人的“基础身体能力”。马拉松是一种非常适合做“压力测试”的场景，比如这次亦庄半马的比赛地形，包含了平地、坡道，全程线路共包括6个左转道、8个右转道，最小转弯角90度。这些都考验了机器人精准的路径规划和灵活的转向能力。

　　通过这样实战的方式，能够看到问题和发现不足，比如关节精度、热管理、电源系统、控制算法、通信干扰等问题，在这场马拉松赛中得以全面暴露，从而推动整个行业快速迭代。而且在一段20多公里封闭路段的珍贵数据，为企业提供了珍贵的数据。

　　谌威说，这次比赛最特别的一点是所有参赛企业都在统一标准下，诚实面对自己的技术状态，不再像过去那样通过剪辑展示“机器人陪我一天”的表演场景。对于公众来说，这次是非常难得的真实展示，也是一种科学普及。

　　02

　　是祛魅还是加速?

　　在马拉松之后，有人说“对人形机器人祛魅了”。但从产业实际情况和发展速度来看，包括人形机器人在内的具身智能，其发展是在加速。

　　“大模型出来之后，机器人行业最大的变化就是驱动范式的变化，从传统的模型驱动方式，变为了一个数据驱动的方式。因为人形机器人要进入到复杂未知场景中，现实中没有这么多模型，那么它最终的理想情况，应该是以数据作为指导，或者说是行为数字化，把我们人在现实工作中的技能采集数据化，然后转移给机器人。”乐聚机器人董事长冷小坤说。

　　而因为范式的变化，也给具身智能提出非常大的挑战，其一是数据。“相比无人驾驶，具身智能更大的挑战是先有鸡还是先有蛋的问题，即数据从哪来。”智源研究院院长王仲远说。全球电动汽车因为有基本的运行功能，它的辅助驾驶系统每天都可以收集数据进行迭代。“而机器人如果不能完成具体的场景任务，就没办法形成规模化销量，也就无法收集数据、迭代模型，整体陷入了‘死循环’。”

　　这也能看出这次马拉松赛事，创造出20多公里封闭路段，对机器人运动性能研发的珍贵性。很多机器人公司结束比赛后，已迫不及待地去分析数据。

　　“数据的稀缺，导致无法实现具身智能的泛化能力。”软通动力副总裁兼技术研究院副院长雒冬梅告诉数智前线，“拿抓取这件事来说，在某一空间某一个节点上，机器人顺利去实现抓取，但换一个空间维度，就做不到了。”

　　“整个产业目前采用了多种手段，例如虚拟采集、合成数据采集、多模态数据融合采集，来逐步解决数据问题。”雒冬梅说。

　　不过，这些获得数据的技术路径，也都存在不同程度的挑战。比如，合成数据、生成动作序列的方法中，最大的挑战是空间匹配度并不好。在虚拟空间形成的抓取数据，放到机器人本体上，会出现抓取位置偏差、抓取姿态错误，甚至根本无法成功抓取目标物体，无法完成预期动作。

　　为此，今年北京、杭州、无锡、南京、重庆等地，都在积极建设数采中心，未来几年将会陆续投产。“它有点像我们之前算力中心的投资逻辑。”雒冬梅说。数采中心是完全面向场景化的，投资很高，比如要采集抹墙机器人需要的数据，就要搭建楼房场景，实际采集、验证后，将数据集提供给机器人企业，降低业界的开发成本，这也可以说是数据要素发展的另一种形态。

　　在这些数采中心中，实地采集打乒乓球、叠衣服、扫地等一个个技能的数据。如在北京人形机器人创新中心，正全力建设百万量级的高密度、高质量、高通用性数据集。这需要产业链各方联手，如各机器人企业、百度智能云等模型和算力企业。

　　具身智能面临的第二大挑战，是机器人本身对复杂任务的理解，以及在动作序列中能否形成连贯性，这是下一阶段业界要去重点攻克的难题。

　　“比如有十位客人，请机器人给其中一个人倒杯水，它可以理解，也可以执行倒水动作。”雒冬梅说，“但如果让机器人引导客人到某个会议室，然后再给他倒杯水，两三层任务，机器人就没法形成连贯性了。”

　　为什么今年受到关注的Manus，能实现一系列工作，而人形机器人就做不到?雒冬梅告诉数智前线，Manus是数字AI，而具身智能是“物理AI”，两者之间唯一的区别，就是空间维度。而空间维度不断变化，这比训练辅助驾驶难度还要大，因为辅助驾驶还有一系列交通规则可以遵循，而通常的物理空间，没有明确的规则，动态不确定。这还需要大模型的泛化性来解决。

　　北京通用人工智能研究院院长朱松纯说，现在最大的难点在于(数字)智能体和硬件本体的融合，在全球无论是产业界还是学术界，现在已开始在探讨这两者的结合问题。

　　03

　　今年有真实的落地场景吗?

　　既然人形机器人有这些需要逐步解决的挑战，它什么时候能落地?

　　其实，伴随人工智能的火爆，今年以来，行业市场中涌现出急迫需求。中工互联董事长智振告诉数智前线，他们打算购买机器人和机器狗，在工业场景下展开探索。“工艺流程要与设备关联，软硬件结合，才能形成闭环和竞争力。”智振提出“具身智能体”概念，它既是智能体，有大模型优化和决策能力，也具备执行能力，比如控制阀门，还能根据外部反馈自我进化。

　　“以前我比较怀疑，人形机器人为什么要进工业场景?”乐聚机器人冷小坤说，但接触一些企业后发现，其实大量场景，现在只能用人。因为产品的品类太多了，可能每半天或一天就要更换一批产线，而没有一种自动化设备把产线都覆盖掉。在这种情况下，目前最优解就是人形机器人。乐聚在通信和新能源车厂，都在做相同的研发，让人形机器人与场景结合。

　　冷小坤说，人形机器人什么时候能像博士一样聪明，像家电一样便宜，也就到了产业爆发的时刻。他预测5年内，人形机器人成本能达到一辆小轿车的水平。

　　雒冬梅则认为，机器人特别适合优先考虑高危场景下的应用，而这还有很多难题要攻克。为此，软通动力已与理工华汇，成立软通天汇特种人形机器人实验室，其中的关键技术之一是人形机器人防爆问题。现有防爆多是外挂或穿戴式，与机器人轻量化相矛盾，软通天汇通过材料、电机等做了结构性优化。同时，实验室中也在开展复杂动作研发，涉及多模态识别、技能训练。

　　不过，更多企业采取了“沿途下蛋”策略。“具身智能不只是赋能于人形机器人，也可以赋能于多种形态的智能装备。”雒冬梅说。她看到今年一些大型企业，已在一些具体场景中，提出强烈诉求。软通天枢联合生态伙伴，也推出了巡检复合机器人、勘测复合机器人、测量放线复合机器人和天汇Phyxis平台。

　　“从大模型到本体到控制到场景，人形机器人和工业机器人不一样，靠任何一家公司是搞不定的，它必须是一个大的生态，然后整个产业链一块配合。”北京通用人工智能研究院院长朱松纯说。

　　近些年，国家在顶层设计上对具身智能做了很多的布局和政策引导，人形机器人产业链因多年布局已逐渐成熟。上游关键零部件如机械臂、关节、丝杠等，国内具备一定实力，供应稳定;中游大模型、操作系统、机器人“大脑小脑”、仿真训练企业，则在抢占行业垂类赛道，才能发挥更大优势;下游各类人形机器人公司，多在2021年后创立。

　　“对人形机器人的发展不能期望太高、太快，因为大众对人工智能的理解，总是在某些热点上，一旦热点来了，以为马上就到了。但如果没有马上达到他的预期，他的态度马上又翻转到另一边去了。”朱松纯说。而相比这样的情绪起伏，行业需要一个比较稳定、长期的发展环境。

　　“过高的期望会损害这个产业，因为确实还没到那个成熟度。”智源研究院王仲远说，“现在有些不切实际的期待是两三年后，人形机器人遍地跑，然后哪都用上。这个期待恐怕会落空。”他说自己赞同，RoboCup联盟预期的，人形机器人在2050年之前，战胜足球世界杯冠军。