通用機(jī)器人的時(shí)代來(lái)了嗎？專(zhuān)訪配天機(jī)器人CTO郭濤：具身智能尚不具備完全泛化能力｜對(duì)話(huà)未來(lái)科技

每經(jīng)記者｜楊煜    每經(jīng)編輯｜楊夏    

在知名咨詢(xún)公司Gartner提出的技術(shù)成熟度曲線中，一項(xiàng)新技術(shù)或某種創(chuàng)新面世初期，常常會(huì)因過(guò)度渲染以致期望值不斷膨脹，直至泡沫破裂。2024年8月，人形工作機(jī)器人被Gartner評(píng)為處于技術(shù)成熟度曲線的萌芽期。但近日來(lái)，外界對(duì)人形機(jī)器人技術(shù)的期望值顯然在加速膨脹。

人形機(jī)器人產(chǎn)品密集發(fā)布，資本市場(chǎng)數(shù)次因相關(guān)概念而躁動(dòng)，媒體對(duì)人形機(jī)器人的報(bào)道熱情尚未停歇??然而，在熱度之下，一個(gè)有些“冰冷”的問(wèn)題始終存在——對(duì)于一個(gè)尚在持續(xù)發(fā)展的技術(shù)而言，這種熱情是否會(huì)帶來(lái)泡沫？而當(dāng)泡沫破裂，人形機(jī)器人行業(yè)又當(dāng)何去何從？

京城機(jī)電旗下配天機(jī)器人CTO郭濤在接受《每日經(jīng)濟(jì)新聞》記者專(zhuān)訪時(shí)直言，行業(yè)整體的發(fā)展需要“泡沫”，不然將永遠(yuǎn)“無(wú)人知曉”，但行業(yè)發(fā)展最終所需要的是，通過(guò)一點(diǎn)點(diǎn)啃硬骨頭，推動(dòng)技術(shù)發(fā)展達(dá)到落地應(yīng)用。從應(yīng)用角度出發(fā)，郭濤認(rèn)為，具身人工智能目前尚不具備完全泛化能力，在人形機(jī)器人賽道再度沸騰之際，他選擇將目光投向更現(xiàn)實(shí)的“戰(zhàn)場(chǎng)”。

配天機(jī)器人CTO郭濤 圖片來(lái)源：受訪者供圖

“完全泛化”無(wú)解？通用具身智能面臨“三角制約”

人形機(jī)器人接近于人的外觀讓人們期待它們能夠真的像人類(lèi)一樣解決通用泛化問(wèn)題，但這一暢想的背后可能面臨一個(gè)“既要、又要、還要”的問(wèn)題：一個(gè)通用具身智能意味著具備龐大的訓(xùn)練數(shù)據(jù)、優(yōu)秀的模型性能以及足夠的泛化能力，才能真正自主應(yīng)對(duì)現(xiàn)實(shí)場(chǎng)景的復(fù)雜任務(wù)與各種變化。

但，這可能嗎？配天機(jī)器人認(rèn)為具身智能發(fā)展中存在“三角制約”，即任務(wù)自主性、任務(wù)復(fù)雜度、變化適應(yīng)性等三大能力要求難以兼顧。

例如，傳統(tǒng)工業(yè)機(jī)器人無(wú)需人工介入，也可以處理復(fù)雜任務(wù)，但需針對(duì)特定環(huán)境與特定任務(wù)；自主移動(dòng)機(jī)器人有較強(qiáng)的自主能力與變化適應(yīng)能力，但只能處理搬運(yùn)、清掃、檢測(cè)等簡(jiǎn)單任務(wù)；遙操作類(lèi)機(jī)器人能在多種復(fù)雜環(huán)境下執(zhí)行復(fù)雜任務(wù)，但需要專(zhuān)業(yè)人員全程手動(dòng)操作。

市場(chǎng)對(duì)人形機(jī)器人與通用具身智能的興奮，在很大程度上源于AI（人工智能）大模型所帶來(lái)的應(yīng)用想象，當(dāng)人工智能與機(jī)器人技術(shù)結(jié)合，大模型將賦予機(jī)器人更高的智能水平與適應(yīng)能力，以及更流暢的交互體驗(yàn)。然而，靠大語(yǔ)言模型足以擊破具身智能的“三角制約”嗎？

郭濤提醒道，大語(yǔ)言模型與通用具身智能對(duì)變化適應(yīng)性的要求截然不同。郭濤舉了個(gè)例子——讓人形機(jī)器人洗盤(pán)子，機(jī)體可能要應(yīng)對(duì)水溫變化、洗潔精不夠用等各種環(huán)境與任務(wù)的動(dòng)態(tài)變化，但對(duì)大語(yǔ)言模型來(lái)說(shuō)，在用戶(hù)發(fā)布任務(wù)后，模型響應(yīng)外部環(huán)境變化的能力變得非常薄弱。

配天機(jī)器人產(chǎn)品 圖片來(lái)源：受訪者供圖

此外，相比于大語(yǔ)言模型，通用具身智能的訓(xùn)練數(shù)據(jù)也要少得多。

郭濤表示，大語(yǔ)言模型動(dòng)輒便需要萬(wàn)億級(jí)tokens（詞元）的數(shù)據(jù)進(jìn)行訓(xùn)練，而全世界的互聯(lián)網(wǎng)用戶(hù)通過(guò)聊天、發(fā)圖片或者視頻，都是在為大語(yǔ)言模型自發(fā)貢獻(xiàn)數(shù)據(jù)量，但沒(méi)有人自發(fā)貢獻(xiàn)機(jī)器人的行為數(shù)據(jù)。尤其在工業(yè)領(lǐng)域，數(shù)據(jù)是私有的而非公開(kāi)的，要獲取這類(lèi)數(shù)據(jù)首先要獲取工業(yè)用戶(hù)的信任。

如何解決泛化能力與商業(yè)價(jià)值的矛盾是具身人工智能從技術(shù)展示走向商業(yè)落地的關(guān)鍵。郭濤認(rèn)為，在缺乏訓(xùn)練數(shù)據(jù)還要追求模型高性能的前提下，“現(xiàn)階段不可能出現(xiàn)泛化的具身人工智能”，但這并不意味著具身智能不是正確的方向。在人形機(jī)器人賽道再度沸騰之際，郭濤將目光投向更現(xiàn)實(shí)的“戰(zhàn)場(chǎng)”，“完全的泛化沒(méi)戲，但我們可以通過(guò)局部泛化，現(xiàn)階段就能實(shí)現(xiàn)商業(yè)化落地”，而這也是配天機(jī)器人一直以來(lái)的思路。

工業(yè)場(chǎng)景不只大規(guī)模生產(chǎn)，傳統(tǒng)機(jī)器人有“盲區(qū)”

如何實(shí)現(xiàn)局部泛化？配天機(jī)器人在這個(gè)領(lǐng)域已有業(yè)務(wù)實(shí)踐。

配天機(jī)器人是國(guó)內(nèi)最早從事工業(yè)機(jī)器人研發(fā)的企業(yè)之一，產(chǎn)品可應(yīng)用于焊接、打磨拋光、分揀、切割、裝配等多種工業(yè)場(chǎng)景。但隨著業(yè)務(wù)發(fā)展，工業(yè)機(jī)器人面對(duì)的應(yīng)用場(chǎng)景已從大規(guī)模工業(yè)生產(chǎn)轉(zhuǎn)向多品種小批量生產(chǎn)，而后者的需求依靠傳統(tǒng)的工業(yè)機(jī)器人難以解決。

傳統(tǒng)的工業(yè)機(jī)器人采取預(yù)編程方式，大規(guī)模生產(chǎn)模式下，一次性完成設(shè)備安裝及算法編程后，工業(yè)機(jī)器人便可針對(duì)生產(chǎn)中的某些環(huán)節(jié)連續(xù)運(yùn)行多年。但還有很多行業(yè)并非如此，例如造船業(yè)，一些船舶的生產(chǎn)節(jié)奏以個(gè)位數(shù)計(jì)，但用到的部件與工藝十分復(fù)雜，傳統(tǒng)的工業(yè)機(jī)器人模式需針對(duì)條件的變化逐一編程，但這樣一來(lái)，用機(jī)器替代人工的性?xún)r(jià)比也就大大降低。

除此之外，復(fù)雜裝配以及柔性物體的操作也是傳統(tǒng)工業(yè)機(jī)器人的應(yīng)用“盲區(qū)”。郭濤總結(jié)道：“凡是預(yù)編程解決不了的問(wèn)題，傳統(tǒng)的機(jī)器人都做不了。”這一業(yè)務(wù)痛點(diǎn)促使配天機(jī)器人必須向具身智能探索。

配天機(jī)器人在今年年初提出，加快具身智能項(xiàng)目落地。郭濤強(qiáng)調(diào)，公司發(fā)展具身智能，現(xiàn)階段以實(shí)現(xiàn)單一任務(wù)泛化為目標(biāo)，因?yàn)樵诠I(yè)領(lǐng)域，單一任務(wù)泛化即可為客戶(hù)提供巨大價(jià)值。而公司主打的項(xiàng)目落地方向是焊接，這也是目前機(jī)器人的第一大應(yīng)用場(chǎng)景。“不需要啥都能干，我們就專(zhuān)注焊接這一類(lèi)工藝，但什么都能焊，把這個(gè)做起來(lái)市場(chǎng)巨大。”

在郭濤看來(lái)，發(fā)展具身智能是一個(gè)逐步蠶食的過(guò)程，從具體的場(chǎng)景、具體的工藝入手，一點(diǎn)一點(diǎn)鋪大應(yīng)用領(lǐng)域，“只要工具集建立起來(lái)，推進(jìn)的速度會(huì)很快”。同時(shí)，也只有先通過(guò)具體場(chǎng)景的實(shí)踐證明，才能逐步獲取工業(yè)領(lǐng)域客戶(hù)的信任，進(jìn)而獲得更多工業(yè)數(shù)據(jù)，形成良性循環(huán)。

不過(guò)，在具身智能點(diǎn)燃的新一輪市場(chǎng)躁動(dòng)中，除了郭濤主張的漸進(jìn)式聚焦創(chuàng)新，押注“原生顛覆”的也不在少數(shù)。談及當(dāng)前行業(yè)的熱度，郭濤坦言，任何行業(yè)都會(huì)經(jīng)歷從無(wú)人知曉到泡沫式增長(zhǎng)、突然下跌再緩慢爬起來(lái)的過(guò)程。

郭濤指出，相比于大語(yǔ)言模型，具身智能目前不存在相對(duì)統(tǒng)一的模型底座和行業(yè)共識(shí)，因此業(yè)內(nèi)仍在各自領(lǐng)域里“各顯神通”。Transformer的出世成為大語(yǔ)言模型突破的奇點(diǎn)，那具身智能何時(shí)會(huì)迎來(lái)統(tǒng)一的理論體系？對(duì)此，郭濤搖了搖頭，但他仍然抱有信心：“因?yàn)檫@么多人都在努力，說(shuō)不定哪天技術(shù)奇點(diǎn)就突破了。”