首頁 > 科技要聞 > 科技> 正文

機器人跑馬拉松，累到“斷腿”的是工程師

騰訊科技 整合編輯：吳利虹 發(fā)布于：2025-04-19 10:10

機器人在跑馬拉松，后面跟著一群工程師。

4月19日，在北京亦莊舉辦的首屆人形機器人半程馬拉松比賽中，20多臺人形機器人“緩慢前進”，幾十位工程師在后方一路陪跑，他們忙著調算法、換電池、抗干擾。

這場馬拉松比賽，不僅是為了比速度，更是對人形機器人基礎能力的驗證——驗證它們是否具備長時間、連續(xù)、自主的運動能力。

為什么要讓機器人跑馬拉松？因為實驗室的完美條件無法模擬現實路況的復雜與不可控。唯有在連續(xù)20公里的真實環(huán)境中，關節(jié)結構、能耗效率、散熱能力和運動算法才會被全面暴露，而這正是“人形機器人產業(yè)能否落地”的第一道門檻。

在此時點，騰訊科技“具身之路”系列直播邀請了三位長期關注并深度參與機器人產業(yè)實踐的嘉賓，共同拆解這場“跑出來的能力測試”背后真正的技術焦點與產業(yè)價值。

● 于浩｜聯想控股副總裁

● 諶威｜鈦虎機器人產品生態(tài)負責人

● Nixon｜機器人領域資深產品經理、機器人賽事策劃者，騰訊新聞創(chuàng)作者（騰訊新聞ID：南山區(qū)張震）

核心要點：

1、為什么人形機器人需要一場馬拉松？馬拉松不是為了比速度，而是用真實環(huán)境做一場“基礎運動能力”壓測。在長距離、非理想場地中持續(xù)運行，是檢驗人形機器人能否走向現實應用的第一道門檻。

2、它暴露了哪些核心技術挑戰(zhàn)？一臺機器人跑完半馬，背后是關節(jié)精度、熱管理、電源系統(tǒng)、控制算法、通信干擾等問題的全面暴露。這是一場系統(tǒng)工程的極限演練，不只是測“能不能跑”，而是“撐得住多久”。

3、跑步能力能否遷移到真實場景？馬拉松只是開始。當機器人能完成長時間穩(wěn)定運動，意味著它初步具備進入安防、巡檢、配送等高負載場景的潛力。但真正決定商業(yè)化落地的，是“小腦”能力標準化之后，“大腦”能否快速跟上。

人形機器人為什么需要一場馬拉松？

Nixon：我們先聊個輕松的話題——當你們聽說“人形機器人跑馬拉松”這件事情時，第一反應是什么？是覺得大膽，還是覺得有點離譜？

于浩：我當時確實感到驚訝。此前有媒體找我聊過“機器人爬山”的想法，我就覺得難度太高，實施起來很難。沒想到不久之后就聽說要辦“機器人馬拉松”。

起初，我以為比賽要求機器人全程自主運行，了解后發(fā)現，主辦方允許使用“遙控”甚至“跟跑”模式，整體門檻并沒有想象中那么高。但這也未嘗不是件好事。畢竟目前的人形機器人在技術和應用上都還不夠成熟，與其把比賽當作競技，不如看作一個展示平臺。不同企業(yè)帶來了各式各樣的機器人，有高有矮、功能各異，不僅可以展示優(yōu)勢，也能暴露短板，是行業(yè)互相觀摩、交流的好機會。

這就是我們常說的“PDCA”循環(huán)——Plan、Do、Check、Action（即計劃、執(zhí)行、檢查、處理的閉環(huán)管理流程）。通過實踐暴露問題，再進行優(yōu)化，是一個很好的閉環(huán)過程。

諶威：這是一個行業(yè)對外展示階段性成果的機會。就像賽車一樣，不是只靠一臺車，而是背后有完整的保障系統(tǒng)支撐。人形機器人要“跑起來”，背后也同樣需要一個協調配合的團隊。這次馬拉松的意義，不在于比誰跑得快，而在于有沒有勇氣邁出這一步。

從參賽方式來看，目前“遙控”占了主流。因為“跟跑”模式對環(huán)境要求比較高，穩(wěn)定性也不太好。一般需要一個領跑員與機器人保持三到五米的距離，身上貼有二維碼或其他識別標識，機器人通過視覺追蹤技術實現跟隨。這種方式對識別精度和路徑控制要求都很高，容錯空間非常小。

Nixon：說到底，這其實是一項系統(tǒng)工程。即便兩臺機器人外形完全一致，它們的摩擦力、限速設定、調校精度等細節(jié)也可能不一樣，結果跑出來的軌跡也可能完全不同。

諶威：沒錯。每臺機器人都需要專人調試——哪怕只是兩條腿的摩擦力不一致，都有可能影響行走路徑和整體穩(wěn)定性。

現在的機器人，遠不是“即插即用”的設備，而是一個高度復雜的系統(tǒng)集成體。所以這也十分費人力，光是準備一臺參賽機器人，就有二三十人參與，涉及算法開發(fā)、硬件調試、現場運維等多個環(huán)節(jié)。

于浩：所以大家擔心機器人“搶飯碗”，其實為時尚早。就現在來看，一臺機器人背后，可能還要靠幾十個人共同推動它前進。

我之前也開玩笑說，跑一場機器人馬拉松，至少得有人跟著背電池、做維修。這不僅沒有取代人類的工作，反而還創(chuàng)造了一些新工作崗位。

諶威：不少機器人公司光現場執(zhí)行的團隊，就有三個人。一個負責操作控制，一個處理突發(fā)情況，另一個負責后勤保障，跟著保障車一起行動。車上會裝有備用電池、電源、支架等設備，確保機器人在遇到問題時能快速應對。

于浩：就像足球比賽中有醫(yī)療團隊隨時待命，這邊也是一樣，算是“機器人馬拉松的醫(yī)療車”。

諶威：是的。而且主辦方也設置了七個補給站，每隔三公里提供電池更換和必要的物資，保障體系還是比較完備的。

Nixon：我也特別想強調這一點。這次是半程馬拉松，不是全馬。主辦方鼓勵企業(yè)用一臺機器人跑完整程，但中途換機器人、換電池等操作都是被允許的，只要在時間限制內完成即可。

另外，這次的關門時間也比人類半馬延長了半小時，就是考慮到機器人整體速度會更慢。因此，這場比賽考驗的并不是誰跑得最快，而是誰能穩(wěn)定、安全地堅持到終點。

諶威：對，這次比賽最特別的一點是所有參賽企業(yè)都在統(tǒng)一標準下誠實面對自己的技術狀態(tài)，不再像過去那樣通過剪輯展示“機器人陪我一天”的表演場景。對于公眾來說，這次是非常難得的真實展示，也是一種科學普及。

一場長跑，能否證明人形機器人核心競爭力？

Nixon：接下來我們深入聊一聊。從機電系統(tǒng)、控制算法等角度出發(fā)，機器人要完成一場馬拉松，核心挑戰(zhàn)究竟有哪些？

諶威：從系統(tǒng)層面看，最核心的挑戰(zhàn)之一是關節(jié)設計，整個行業(yè)目前大致分為三種方案：諧波關節(jié)、行星關節(jié)和直線關節(jié)（行星滾柱絲杠）。

它們在減速器結構上存在差異，減速器的作用是將電機的高速、低扭矩轉換為適合關節(jié)運動的低速、高扭矩。減速比的不同，會直接影響機器人輸出的效率和響應能力。

打個比方，就像騎自行車換擋，不同擋位下，踩踏的感覺完全不同。比如一些可以跳舞、鯉魚打挺的機器人，多采用高響應、高效率的行星關節(jié)，整機高度在1.3米左右，重心低，平衡性好。

于浩：關節(jié)結構、算法能力和身高體型這些要素，都會共同影響機器人的運動表現。

諶威：沒錯。除了結構，還有一個關鍵挑戰(zhàn)是散熱。運動強度大的機器人電流大，發(fā)熱量高，甚至可能是普通方案的三到四倍。必須解決熱管理問題，才能保證長時間穩(wěn)定運行。諧波關節(jié)方案雖然功率不算太高，但可以持續(xù)運行一到兩個小時，適合長時間任務。

Nixon：那如果熱控沒有問題，但速度不夠，是不是就只能慢慢地“走”？

諶威：是的，熱控穩(wěn)固的機器人，可能犧牲了速度，表現更像是穩(wěn)定的“行走”而非“奔跑”。

而且在軟件算法層面，現實環(huán)境和實驗室差距很大。像亦莊這次的賽道，地面并不平整，中間略高、兩側稍低，還可能出現減速帶和碎石。這種復雜地形對算法的魯棒性要求很高——機器人必須在受到干擾時依然能保持平衡，否則很容易偏移甚至摔倒。

Nixon：所以行業(yè)大致可以分為兩類機器人：一類是“等人高”的大個子，雖然跑得慢，但穩(wěn)定、持久，適合長距離任務；另一類是身高約一米的小型機器人，動作快、靈活，但續(xù)航較弱，適合表演型場景？

諶威：可以這么分。大體型機器人更強調是否能減少進補給站、穩(wěn)定持續(xù)地運行；而小型機器人則更注重速度和動作表現。

Nixon：那于浩老師，從投資者的角度來看，如果我們把“馬拉松”作為一個能力背書，它究竟能代表哪些技術水平？

于浩：我覺得這要看具體的比賽模式。

如果是遙控模式，考察的主要是硬件層面的能力，比如關節(jié)、電機、能耗、散熱等；如果是全自主模式，那就需要機器人具備環(huán)境感知、路徑規(guī)劃、動作決策等能力，難度更高；跟跑模式則是另外一種，需要機器人能夠準確跟隨、快速響應前方目標。

所以三種模式的能力要求是有本質區(qū)別的。但無論是哪種模式，關節(jié)強度、熱控能力、系統(tǒng)魯棒性這些底層指標是共通的，特別是在馬拉松這種長距離場景中，更容易暴露出系統(tǒng)級的問題。

就像足球隊比賽前要踩場一樣，機器人也需要提前適應實際場地�，F實中可能遇到各種不可控因素，比如突發(fā)大風、其他機器人摔倒等，這些情況都需要算法層面做出快速判斷與調整。

Nixon：確實。如果機器人遇上坡道或強風，要如何保持平衡？

于浩：這要看是否是自主控制。如果是遙控，那就靠人來判斷環(huán)境并手動干預；如果是自主模式，那就需要依靠機器人大腦中的感知系統(tǒng)實時做決策。

諶威：機器人在行走、爬坡或步態(tài)恢復時，所有關節(jié)模組的數據和其他傳感器數據，都會在控制芯片里建模，它會實時的調整參數，在一秒鐘內對機器人身上電機發(fā)近千次次指令，來維持整個機器人系統(tǒng)平衡。

Nixon：也就是說，即便是遙控模式，機器人仍然需要一定的“自我判斷”能力，而遙控更多只是起到導航的作用？

諶威：可以這么理解。自動駕駛依賴高清地圖導航，而機器人當前還做不到完全等效的路徑規(guī)劃。在保持平衡這件事上，最終靠的還是機器人自身的大腦去實時判斷和決策。

不同廠商在模型訓練和算法實現上存在很大差異。有的機器人專門訓練過上下坡、臺階，有的只能應對平地。我們鈦虎以硬件為主，也在積極引入各類算法和開源框架，與我們的產品融合，提升適應能力。

Nixon：明白。那除了運動控制和環(huán)境適應之外，在戶外“開放式馬拉松”中，還有哪些關鍵瓶頸需要突破？

諶威：挑戰(zhàn)還挺多。比如結構穩(wěn)定性——機器人在長時間高頻運動中，會不斷承受震動和沖擊。結構件如果設計不合理，很容易出現松動甚至損壞，尤其是在金屬材料反復受力的情況下，會產生“金屬疲勞”，導致強度下降甚至斷裂。這在長距離、高強度的馬拉松中尤其需要重視。

另一個關鍵問題是換電。實驗室里常用的是直連電源或標準電池包，但戶外比賽要求快速換電，最好是熱插拔結構。有些廠商已經做了這方面的設計，比如主控電源有備用供電模塊，主要電池則像無人機一樣，可以“一插即用”，整個更換過程甚至不需要一分鐘。

于浩：我們常說“熱插拔”，其實就是在不中斷機器運行的情況下更換電池。這個概念可能有些觀眾還不太熟悉，簡單解釋一下是很有必要的。

諶威：對，就是在不關機的狀態(tài)下完成電池更換，效率更高，也更安全。

Nixon：明白了。剛才你們還提到一個“金屬疲勞”問題，通過一些資料，我們確實看到不少相關的損傷案例。

于浩：金屬疲勞是個重要因素，另外還有一個容易被忽略的問題是通信干擾。你想象一下，現場有那么多機器人同時運行，全靠無線信號連接，信號之間非常容易互相干擾。

諶威：尤其在賽道周邊有地鐵、人群密集、手機信號重疊的地方，干擾會更加明顯。

于浩：機器人本身帶著大量電機，電磁干擾強�，F在又缺乏統(tǒng)一的賽事標準，不同廠商的通信模塊可能都工作在相同頻段，這就容易造成系統(tǒng)級別的干擾風險。

還有一點值得強調，現在很多人對人形機器人抱有很高的期望，但實際上它的難度甚至超過了自動駕駛。汽車只需要在二維平面上控制，而人形機器人采用雙足運動，涉及平衡保持、重心變化、動態(tài)反饋等一系列復雜變量。因此，我們應當對這項技術保持足夠的理解和耐心。

Nixon：確實。比如有機器人公司公開表示，他們在測試中出現過腳踝結構斷裂的問題。有的團隊嘗試讓機器人“穿鞋”，據說這樣能顯著提升續(xù)航和跑速。大家如果有機會到現場，可以留意一下“穿鞋”和“不穿鞋”之間的差異。

諶威：人形機器人如果金屬腳直接著地，震動會非常強烈。穿鞋確實可以起到一定的減震作用。

于浩：但我有一個疑問：穿鞋是否會引入更多不確定性？比如鞋底摩擦系數、結構穩(wěn)定性這些因素，會不會反而帶來新的問題？

諶威：目前大多數機器人的“腳底”結構，確實還不具備像人類鞋子那樣的摩擦力和人體工學屬性。穿鞋其實是借助人類長期演化出來的成熟減震工具。有一些機器人公司也在嘗試開發(fā)橡膠腳墊版本，希望在減震性能和結構穩(wěn)定性之間取得平衡。

于浩：我理解了。從工程角度來看，結構越復雜，變量就越多。能否通過更簡潔的設計實現同樣的效果，也值得探索。

Nixon：那關節(jié)在長時間運動下，散熱問題怎么解決？比如跑完整個21公里，一個關節(jié)可能要連續(xù)運動十幾萬次。

諶威：目前大多數機器人主要依賴金屬外殼進行被動散熱。從技術上，大家的核心思路是從電機本體出發(fā)解決發(fā)熱問題，比如通過優(yōu)化繞線方式、提升減速器效率、改進金屬結構的導熱性等手段來降低熱量積聚。

最終目標是提高關節(jié)的“扭矩密度”——也就是在更輕的結構下，實現更高輸出的同時降低發(fā)熱與電流負載。此外，諧波減速器相較于傳統(tǒng)的行星減速器，它在散熱效率和整體性能上具備優(yōu)勢。

Nixon：現在很多研究報告也在強調，諧波減速器是人形機器人中的核心零部件。

于浩：沒錯。機器人運動和汽車不一樣，我們常說“加速容易，減速難”。特別是在機器人跑步減速的過程中，控制算法尤為關鍵。這個階段往往需要雙腳同時發(fā)力，平衡和協調性都處于最不穩(wěn)定的狀態(tài)。

Nixon：是的，我剛才想表達的是，人形機器人在減速階段，需要雙腳同步發(fā)力，而在加速時主要依賴單腳發(fā)力。這種“雙足協同”的控制邏輯，對系統(tǒng)的協調性和控制算法都提出了更高的要求，可能就像人類雙手協同操作復雜任務一樣。那么，下肢在減速階段的這種配合，會不會在算法層面帶來額外挑戰(zhàn)？

于浩：確實如此。減速階段最關鍵的是保持平衡，同時還要處理雙腳間的協調配合，算法的難度會更高。

諶威：如果要從算法層面進行細化講解，可能需要專門的算法團隊來展開。目前行業(yè)主流的方法是使用“統(tǒng)一框架+自我學習”的策略來解決，比如通過強化學習，把加速、減速、不同地形等各種狀態(tài)都通過訓練覆蓋進去。

所以并不是把每個動作用顯式規(guī)則寫死，而是通過大量數據訓練，把這些狀態(tài)“跑”出來，讓機器人逐漸學會應對各種復雜情形。

Nixon：明白了。也就是說，像前進、減速、轉彎這些狀態(tài)切換，并不是靠具體規(guī)則一步步控制，而是作為整體被打包在強化學習模型中，讓系統(tǒng)在運行中自己“學會”。

諶威：對�？康木褪谴罅坑柧毢蛿祿e累，去不斷優(yōu)化模型，讓機器人在不同狀態(tài)下都能做出合理反應。

Nixon：既然是比誰跑得快，為什么不用機器狗？四足機器人目前運動能力更強，有的甚至結合了輪腿結構，效率和速度都更優(yōu)。那為什么這場馬拉松一定要用“人形”機器人來跑？這背后的意義是什么？

于浩：我們最近其實也討論過這個問題——為什么一定要“人形”？我認為這和人類對機器人的長期想象有關。

從小時候看《鐵臂阿童木》開始，我們心中“機器人”的原型就是有手有腳、像人一樣的存在。這個“人形”形態(tài)像是一種文化符號，也是一種心理投射。就像中國神話中女媧造人，是用黃土捏出人的樣子。人形機器人在某種程度上承載了我們最早對工具的想象——它要像我們、替代我們、進入我們原本的位置。

從實用角度看，人形也確實更適合進入人類環(huán)境中。不管是爬樓梯、開門、扶電梯還是坐辦公桌，人形結構都能直接適配現有的社會環(huán)境。而機器狗或其他異形結構則需要重新設計空間和工具，整體改造成本很高。

所以說，人形是一種“通用性更強的替代形態(tài)”，哪怕它在效率上不是最優(yōu)的選擇。

Nixon：諶總，你作為做關節(jié)的，從產品落地的角度來看，人形和機器狗的區(qū)別在哪？

諶威：首先，這次是馬拉松比賽，而馬拉松本就是人類的競技項目，人形機器人參與在形式上是合情合理的。從功能上講，我總結了幾點：

第一，這個世界是為人類設計的，人形機器人在空間適應性方面天然具有優(yōu)勢。

第二，目前的工具和界面大多服務于人的身體結構，比如把手、按鈕、工具的大小和高度都基于人設計，人形機器人可以無縫對接，無需額外改造。

第三，統(tǒng)一的形態(tài)有利于規(guī)�；a。就像汽車的“四輪”已經成為工業(yè)標準，“雙足+兩臂”的人形也是一種可以標準化的工業(yè)形態(tài)，有助于復制和降本。

第四點很關鍵，是關于數據遷移。人類的行為數據可以直接用于訓練人形機器人，而要把這些數據遷移到機器狗等異形結構上，訓練成本更高，轉化效率也更低。

而且，這次比賽不只是為了“跑”，它本質上是在測試人形機器人的“基礎身體能力”。我記得去年在世界人工智能大會上，全國范圍內真正能“走起來”的機器人其實并不多，大部分還需要吊裝輔助。

但這次不同，大家的機器人都動起來、走起來了。說明在系統(tǒng)穩(wěn)定性、關節(jié)性能、控制算法等方面，行業(yè)已經逐步邁過了“能動”的門檻。馬拉松是一種非常適合做“壓力測試”的場景，就像人類體檢一樣，你得先通過基礎體能測試，才能進入更高階任務。

之后我們可能會看到更多不同體型的機器人登場，不止是標準身高的一米七，也許兩米高的大個子也能參與其中。這說明整個行業(yè)正在向前邁出一大步。

Nixon：剛才你提到數據訓練，這一點確實很關鍵。我們很難讓一只真實的狗去為機器狗做標準示范，但人類不同。人類在各類真實工作場景中的行為數據，可以被直接采集和結構化，用作人形機器人學習的輸入。訓練效果的關鍵，只在于數據的時間跨度和規(guī)模大小。

諶威：是的，人類的數據天然具有高度結構化的特點，非常適合遷移到人形機器人系統(tǒng)中。這也是人形形態(tài)更具“學習效率”的一個重要原因。

人形機器人參與馬拉松

是否具備實際應用的遷移價值？

Nixon：我們進入今天的最后一個部分。現在我們看到，有的機器人在馬拉松中展現出較強的耐力，有的則更突出動力性能。你們怎么看，這些能力是否可能遷移到實際應用場景？比如安防、配送等需要長時間運行、路況復雜的環(huán)境，是否可以借此建立起更強的工程能力？

諶威：我認為答案是肯定的。馬拉松對機器人而言，其實是一種基礎能力測試。而未來的真實應用場景，對它的要求只會更高。比如在工廠中，機器人可能需要連續(xù)運行八小時以上，目前主流人形機器人的續(xù)航能力通常只有一到兩個小時。再如電網巡檢、山區(qū)作業(yè)這類任務，地形復雜，對機器人保持動態(tài)平衡的要求更高。還有像核工業(yè)這種特殊場景，還涉及強電磁干擾等問題，對系統(tǒng)穩(wěn)定性構成巨大挑戰(zhàn)。

因此，未來的機器人形態(tài)一定是高度定制化的。我們提供的是一套人形平臺方案，但真正落地時，需要根據不同行業(yè)的具體需求進行二次開發(fā)。這也是我們強調“從本體關節(jié)出發(fā)”構建可擴展系統(tǒng)的原因。

于浩：我非常認同。無論這次比賽中體現出的是技術優(yōu)勢，還是暴露的問題，最終都會反哺研發(fā)工作。比如關節(jié)疲勞、電源管理、散熱策略等，都是下一階段可以重點優(yōu)化的方向。

從本質上看，馬拉松是一個任務目標單一、交互行為較少的場景，但它為我們提供了一個高強度、長周期的“能力壓測”窗口，對產品穩(wěn)定性和算法魯棒性來說，是一個非常有價值的檢驗平臺。

未來的機器人形態(tài)不會只有人形一種，也不一定必須依靠電池供能。在工業(yè)場景中，完全可以使用外接電源解決續(xù)航問題；甚至有些應用場景并不需要下半身，只有上肢系統(tǒng)也可以獨立完成任務。

諶威：我們確實也有客戶只采購雙臂系統(tǒng)，不需要完整的人形平臺。

于浩：關鍵在于找到“最合適的機器人形態(tài)”來完成“最合適的任務”。掃地機器人就是一個非常成功的例子，輪式結構穩(wěn)定、高效，反而更適合它的功能。如果把它做成人形，那就成了畫蛇添足。

我以前在高校還見過一臺刀削面機器人，只有兩只機械臂，沒有下半身，但它可以連續(xù)、穩(wěn)定地完成任務。這就是典型的“形態(tài)合適”。

所以我們辦這場馬拉松，并不是為了驗證“機器人能不能跑完”，而是借助這個過程探索：哪些能力具備遷移價值、哪些技術可以跨場景集成。

Nixon：我理解，現在大家對人形機器人的關注，很大一部分來自于它們的“運動能力”終于達到了某個門檻。雖然它們目前還不能勝任復雜的感知或服務類任務，但僅憑“能走、能跑、能保持穩(wěn)定”，就已經能夠登上春晚、出現在展會等舞臺。

而馬拉松，把這個“運動能力”進一步推向極限——要求它長時間運行、高速切換狀態(tài)、結構耐久可靠。

我設想，未來是不是可以按照體型、驅動結構設立分組，比如設1米2和1米7兩個身高等級。這樣廠商就會圍繞這些標準化目標進行專項優(yōu)化，就像汽車拉力賽那樣，推動行業(yè)建立分級標準、帶動上下游配套。

比如在這次比賽中，最大挑戰(zhàn)可能不是算法，而是底層機電系統(tǒng)。如果能提升能量轉化效率，那意味著機器人可以跑得更遠、工作更久。

諶威：我補充一點。人形機器人在短期內確實更像是一個技術探索方向，它推動的是整個行業(yè)的“能力上限”。但在這個過程中，很多關鍵模塊會向下沉淀。

舉個例子，過去在工業(yè)自動化場景中，人類仍需介入處理那些非結構化的復雜任務。但當我們把人形機器人路徑中發(fā)展出的智能模塊，比如視覺識別、多模態(tài)控制等，移植到傳統(tǒng)機械臂系統(tǒng)中，它立刻就能勝任更多產品、更復雜的任務。

所以人形機器人的意義，并不僅僅是要“通用替代人類”，而在于它撬動了整條產業(yè)鏈對“復雜智能”的重新構建。

從單臂到雙臂的演進，不只是提升了操作的自由度，也拓展了任務的復雜度。正如于總所說，人形并不一定是“雙足+雙臂”的完整形態(tài)，“雙臂優(yōu)先”的構型在很多實際場景中也非常有價值。

Nixon：未來我們是不是可以增加一些新測試項目，比如評估操作能力？讓機器人在封閉空間里完成如洗碗、做飯等需要感知和精細動作配合的任務。

于浩：我看到這次已經設有“人氣獎”這種軟性評估指標。未來也許可以考慮引入“互動性”測試，比如擬人面板、交互邏輯等設計，讓機器人通過更有表現力的形象與觀眾建立連接。這也體現了人機關系的一種演化趨勢。

Nixon：那我們最后再討論一個現實問題。今天參加比賽的企業(yè)中，有些表現很出色。在投資人眼中，這些“領先者”是否具有真正的成長性？它們的商業(yè)模式是否已經具備清晰路徑？于總，你怎么看？

于浩：這是一個非常現實且重要的問題。我們把這次馬拉松當作一次“技術嘉年華”，是希望讓更多人直觀地理解機器人行業(yè)的發(fā)展現狀。但回到投資邏輯，最終決定一家企業(yè)能否走得長遠的，仍然是商業(yè)模式是否成立——也就是技術是否能與實際場景對接，能否形成閉環(huán)。

哪怕技術再先進，如果沒有合適的落地場景，也難以構建起可持續(xù)的商業(yè)循環(huán)。中國的優(yōu)勢就在于產業(yè)基礎完善、應用場景豐富。只要能找到真實的需求側，就有機會形成“技術—應用—成本”三位一體的正向生態(tài)。

從控制論的角度來看，這本質上是一個“正反饋回路”——成功的應用帶動技術成熟，成熟的技術進一步提升應用效率。大模型的火爆，就是這種“涌現機制”的典型案例。

我認為在機器人這個賽道上，“應用落地”仍是主線。投資人、研發(fā)人員、商業(yè)團隊三方必須緊密配合，找到合適的場景和成本結構，整個行業(yè)才能走向成熟。

Nixon：確實。商業(yè)模式從來不是一開始就明確的。人形機器人剛能跳舞的時候，沒人想到它能登上春晚、成了舞臺主角。這就是應用的自然演化。

比如在國外，還有人提出“養(yǎng)老機器人+保險服務”的組合模式。包括政策、法律、支付體系等各個環(huán)節(jié)，都需要隨著產業(yè)進展逐步構建。

諶威：從我們產業(yè)內的理解出發(fā)，機器人系統(tǒng)可以被拆分為三層：

第一層是硬件本體，第二層是“小腦”——也就是控制算法，第三層是“大腦”——任務規(guī)劃與決策系統(tǒng)。

這場馬拉松主要測試的是前兩者：本體和小腦能力。在未來一到兩年內，小腦能力有望趨于標準化，核心的行走、跳躍、避障等功能將不再構成差異化競爭點。

到那時，真正拉開差距的，是硬件性能、制造成本和精度控制。而能否規(guī)�；涞兀罱K還是要看“大腦”這一層能否建立起來。

目前大腦系統(tǒng)正處于快速進化階段。比如Figure公司利用大模型能力推動系統(tǒng)迭代，僅一年估值就上漲了15倍，達到300億元人民幣。英偉達也剛剛開源了類似的整套智能架構，這意味著行業(yè)的門檻正在快速被拉平，國內團隊有機會在幾乎同一起跑線上參與競爭。

我們判斷，在未來1到2年里，機器人大腦將迎來一輪飛速提升期。即使是在過渡階段，也可以采用“傳統(tǒng)視覺+輕量規(guī)劃+任務調度”的組合策略，先落地一些實際應用，如商超巡檢、藥房配送、安防巡邏等，很多國內團隊已經開始部署。

同時，借助數據訓練與模仿學習，也有望在重復性高的場景中實現局部智能能力的實際應用。

Nixon：諶威剛才這段關于“從小腦到大腦”的回應，也為我們的討論做了一個很好的收束。

總結一下，我們的判斷是：馬拉松可以幫助行業(yè)建立起“基本運動能力”的標準，而當“小腦”趨同之后，下一階段的比拼就將在“大腦”與場景適配之間展開。

文章來源：騰訊科技
騰訊科技

網友評論

聚超值•精選

推薦 手機 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來
二維碼 回到頂部