機器人的終極形態(tài)，是人形嗎？

“人工智能領域的下一個挑戰(zhàn)是實現(xiàn)‘具身通用人工智能’。”這是圖靈獎得主、清華大學交叉信息研究院院長姚期智對AI發(fā)展方向的預判。

在這一前沿領域，來自麻省理工、斯坦福、北大、清華等頂尖院校的年輕創(chuàng)業(yè)者們正扎堆涌入。姚期智在往屆世界機器人大會上展示的人形機器人“小星（星動L7）”，被視為這一愿景演進過程中的階段性成果。這臺機器人來自清華大學唯一持股的人形機器人企業(yè)星動紀元。

具身智能的發(fā)展面臨著哪些真實瓶頸，又該如何破局？《中國新聞周刊》專訪了星動紀元創(chuàng)始人、清華大學交叉信息研究院助理教授陳建宇。

“通用機器人的終極形態(tài)是人形”

《中國新聞周刊》：通用機器人的最終形態(tài)必須是人形嗎？

陳建宇：具身智能體可呈現(xiàn)多種形態(tài)，包括仿生機器狗、機械臂、無人車及四足機器人等。人形不是我們最終的目的，而是一個重要手段。因為人類是現(xiàn)實世界中唯一具備通用智能的實體，能夠提供大量與環(huán)境交互的數(shù)據(jù)供模型學習，而人形機器人能夠更直接地利用這些人類行為數(shù)據(jù)。

語言模型之所以取得成功，就是因為它借鑒了人類語言的學習過程，從海量人類文本中學習而來。同理，構建通用機器人的最短路徑，就是直接向人類行為學習。

此外，開發(fā)人形機器人所積累的技術可以向下兼容，輻射到機械臂、靈巧手和夾爪等設備。相較于依賴遙操作采集數(shù)據(jù)的方式，人形機器人具備更高的數(shù)據(jù)采集效率。此外，網(wǎng)絡上存在大量真人操作視頻可作為訓練資源，擴展了可用數(shù)據(jù)的規(guī)模與多樣性。

《中國新聞周刊》：為什么一定要研發(fā)通用機器人？

陳建宇：通用機器人一定是AI發(fā)展的必然趨勢。目前AI已經(jīng)逐步滲透到電腦、手機等各類終端，其能力正從認知層面向行動層面延伸，智能汽車便是這一趨勢的典型代表。接下來機器人由于有更強大、更通用的移動和操作能力，必將帶來整個社會生產(chǎn)力和服務力的革新。

然而，若繼續(xù)依賴傳統(tǒng)的機器軟硬件方案，將難以實現(xiàn)真正的通用性。目前機器人種類已經(jīng)比較多樣，但數(shù)量還相對較少，因為每一個場景都要建立一套獨立系統(tǒng)，這樣的硬件堆砌無法催生最終的智能進化，反而會因系統(tǒng)封閉而形成“商業(yè)牢籠”，制約機器人的規(guī)模化發(fā)展。這也解釋了為何機器人領域歷經(jīng)半個多世紀的發(fā)展，仍未出現(xiàn)真正意義上的行業(yè)巨頭。

機器人系統(tǒng)涉及維度更廣，必須同時構建具備通用能力的“大腦”，以及與之匹配的“通用本體”。大腦與本體的深度融合，才能建立起可擴展、可演進的技術范式，從而推動通用人形機器人的實現(xiàn)。

《中國新聞周刊》：通用機器人發(fā)展面臨的主要瓶頸是什么？

陳建宇：目前最大的瓶頸仍在于具身智能最終模型的范式，需要不斷突破迭代，才能打破僵局。我們把具身模型的發(fā)展過程分為四個階段，這也是星動紀元逐步探索的路徑。

第一階段，2023年ChatGPT問世后，我們開始探索如何將具備人類認知能力的語言模型和視覺語言模型引入具身智能中。第二階段，受谷歌啟發(fā)，我們開始了端到端的VLA雛形的研究，將語言模型的深度思考能力與行為動作的實時執(zhí)行能力結合。第三階段，以Sora為代表的視頻生成模型出現(xiàn)后，我們嘗試將其引入機器人中。第四階段，在DeepSeek等強化學習范式的推動下，我們采用強化學習方法來訓練基于模仿學習的VLA模型，最終提升了模型的成功率和效果。

此外，當下具身智能與人形機器人普遍面臨數(shù)據(jù)難題。問題不僅在于數(shù)據(jù)量不足，更在于數(shù)據(jù)多樣性、來源豐富度及質(zhì)量的局限。此外，不同機器人在自由度、輸出維度、傳感器類型等方面存在差異，也使得數(shù)據(jù)和模型的直接復用面臨限制。

“家用機器人有望迎來爆發(fā)式增長”

《中國新聞周刊》：當前年輕一代硬科技創(chuàng)業(yè)者普遍面臨哪些核心挑戰(zhàn)？？

陳建宇：主要挑戰(zhàn)在于產(chǎn)業(yè)經(jīng)驗較少。多數(shù)創(chuàng)業(yè)者長期專注于技術研發(fā)，在將技術與產(chǎn)業(yè)需求結合、推動產(chǎn)品商業(yè)化方面需要學習。雖然這一短板會隨著時間推進而改善，但需要快速提高，因為市場已經(jīng)發(fā)生變化，新晉創(chuàng)業(yè)者的產(chǎn)業(yè)化能力要求會越來越高。

《中國新聞周刊》：該如何提高商業(yè)化能力？

陳建宇：商業(yè)化當然重要，但在沒有找到PMF（產(chǎn)品和市場達到最佳的契合點）時，不能為了量產(chǎn)而量產(chǎn)。

硬科技公司應以提升技術上限為基礎，在能力邊界內(nèi)尋找與市場需求契合的切入點，實現(xiàn)價值的有效傳遞。以星動紀元為例，采取“沿途下蛋”的商業(yè)策略，在機器人本體研發(fā)過程中，優(yōu)先將已成熟的關鍵模塊推向市場，比如靈巧手。與此同時，隨著靈巧手產(chǎn)品逐漸實現(xiàn)較高毛利，人形機器人研發(fā)的邊際成本也在降低。我們現(xiàn)在陸續(xù)對整機進行規(guī)模化售賣，也做好了量產(chǎn)準備，后面會將模型和解決方案逐步商業(yè)化。

《中國新聞周刊》：為何眾多國內(nèi)機器人企業(yè)選擇出海作為重要發(fā)展方式？

陳建宇：出海是國內(nèi)機器人企業(yè)實現(xiàn)商業(yè)化的重要路徑。海外市場在研發(fā)成本、技術定價等方面具有較強吸引力，掃地機器人的出海成功已經(jīng)驗證了該路徑的可行性。

此外，出海不僅是市場行為，更是技術協(xié)同與生態(tài)共建的過程。通過銷往海外頂尖高校及科技企業(yè)的研發(fā)體系，我們能夠與國際前沿團隊保持高頻技術互動，吸收創(chuàng)新思路，反哺自身技術演進。

《中國新聞周刊》：在具身智能領域，國內(nèi)外技術差距是否正在縮小？"

陳建宇：在AI領域，國內(nèi)外代差已明顯縮短，而具身智能作為新興方向，國內(nèi)外幾乎同步起步，使國內(nèi)團隊具備快速追趕甚至并跑的能力。值得注意的是，早期出國留學的優(yōu)秀研究者很多留任海外高校，活躍于前沿領域，在國際學術圈與產(chǎn)業(yè)界都擁有一定影響力。

《中國新聞周刊》：人形機器人還有多久能進入家庭？

陳建宇：在一些真實的工業(yè)場景中，人形機器人的作業(yè)效率已提升至人類的70％以上，明年有望提升到90％。從長期來看，最終的殺手級應用仍將在家庭場景中誕生。以未來五年為時間節(jié)點，家用機器人有望迎來爆發(fā)式增長。