撰文 | 李信馬
題圖 | AI生圖
十年前上映的《超能查派》，是少見的用“機器人”當(dāng)主角的電影，還找來“金剛狼”休·杰克曼飾演大反派。
電影中的查派，是世界上第一個自我覺醒的機器人，也是筆者心目中最“痞帥”的機器人，飛天遁地的同時不耽誤耍帥搞笑。值得一提的是，在覺醒前，它的工作是機器人警察，不幸在戰(zhàn)斗中報銷才被意外改造。
也就是說，在電影的背景設(shè)定中，機器人已經(jīng)走出實驗室，融入了人類社會，在工作崗位上發(fā)光發(fā)熱。
2025年，機器人堪稱年度熱詞，各種形制和型號的機器人層出不窮，機器人馬拉松、足球賽和拳擊比賽，也吸引了不少人的關(guān)注。但熱鬧歸熱鬧，這些機器人基本還是被限制在有限的空間范圍內(nèi)，做著特定的任務(wù)。
距離機器人無限制地融入真實的人類世界，似乎只差“臨門一腳”，但這“臨門一腳”，可能遠(yuǎn)比我們想的更艱難。
01、什么是“真實世界”？
電影《楚門的世界》中，主角楚門就生活在一個“虛假”的世界里，他的前半生所處的環(huán)境，都是為他量身定制的。
在筆者看來，需要特意圈定一個范圍，或者設(shè)計布置一個環(huán)境，對機器人來說，就不能算真實的人類世界。機器人要走入真實的人類世界，就應(yīng)該像電影中的楚門那樣，打開實驗室的門走出去，去迎接并適應(yīng)充滿未知和不確定性的環(huán)境。
不久前，在香港舉辦了一場別開生面的機器人競賽，就直面了這個問題。由香港中文大學(xué)主辦，ATEC前沿科技探索社區(qū)承辦的第五屆ATEC科技精英賽（線下賽）·真實世界極限挑戰(zhàn)賽，把比賽的賽場放到了大學(xué)的戶外環(huán)境里，要求機器人完成吊橋穿越、定向越野、自主澆花、垃圾分揀等任務(wù)。
“我們這次比賽跟以前的機器人比賽都不一樣，以前機器人基本上在室內(nèi)比較多，而且我們強調(diào)操作和移動結(jié)合起來?！辟愂侣?lián)席主席、香港工程院院士劉云輝教授認(rèn)為，機器人要想在真實世界中立足，要具備行走、操作、改造環(huán)境三項核心能力，這也是這次競賽設(shè)計的初衷。
筆者受邀在現(xiàn)場觀看了比賽的進(jìn)程，直觀的感受，用最近一首抖音熱歌來唱就是：
“本來應(yīng)該從從容容游刃有余，
現(xiàn)在是匆匆忙忙連滾帶爬……”
現(xiàn)場參加比賽的機器人基本分為三類形制：機器狗、人形機器人和雙足機器人。在自主澆花、垃圾分揀的比賽中，機器人一個個像得了帕金森病，機械臂顫顫巍巍的，屢屢抓空，十幾二十次才抓到都算好成績。
吊橋穿越要經(jīng)過三種不同間距的橋面段，看似不長的一段距離，“哐當(dāng)”成了機器人選手們的主旋律。重心低的機器狗還好，人形機器人摔一下看著就肉疼，還有的雙足機器人另辟蹊徑，在腳底捆上了加長的木板，讓人直夸“小機靈鬼”。
至于定向越野，這么說吧，“十步摔一跤”是一個相對客觀的描述。
這些比賽項目的選定，其實好理解，畢竟人最擅長的動作就是行走和抓取，但是為什么機器人選手們表現(xiàn)得這么笨拙，和我們平時短視頻里看到的不一樣？
因為朋友啊，這才是“真實”。我們?nèi)粘？吹降暮芏鄼C器人視頻，前有工程師的反復(fù)訓(xùn)練和穩(wěn)定的環(huán)境，后有專門的拍攝和剪輯，看到的效果自然很智能。
實際上，即使近兩年多模態(tài)大模型發(fā)展迅速，但由于觸覺等物理屬性的缺失，機器人的感知能力仍停留在初級階段，遠(yuǎn)未達(dá)到“透徹理解”的程度，舉個例子，在3D場景理解任務(wù)中，當(dāng)下最先進(jìn)模型的準(zhǔn)確率僅為55%-60%，遠(yuǎn)低于人類的90.06%。
而真實世界的環(huán)境不僅復(fù)雜還是動態(tài)的，機器人不僅要響應(yīng)指令，還要具備在不確定條件下進(jìn)行實時推理與決策的能力——目前算法的泛化能力還遠(yuǎn)達(dá)不到這一水平。
劉云輝教授在現(xiàn)場中還提到了讓他有些失望的一點，參加定向越野比賽的機器人都采用的傳統(tǒng)的建圖方案，而沒有他想看到的完全通過視覺引導(dǎo)的方案。如果真的是在野外穿越，要走十幾公里，是不可能建圖的，某種意義上也算有點違背比賽的初衷而“畫地為牢”了，也反映了當(dāng)下的機器人距離真實世界，還有不小的距離。
02、關(guān)于未來的比賽，“狗”贏了……
比賽的最后，來自浙江大學(xué)的Wongtsai團(tuán)隊成功摘得15萬美元大獎。下圖中的機器狗，就是他們派出參賽的機器人，值得一提的是，Wongtsai其實是“旺財”的音譯，可以說，是貨真價實的“機器狗”了。
人形機器人比不過機器狗，這可真是個讓人有些失望的事實。但長久以來，在“出圈”這件事情上，機器狗一直走在人形機器人的前面。比如，波士頓動力的BigDog，可以說是機器人領(lǐng)域的“上古真神”，以一系列靈活到離譜的視頻刷新了業(yè)界的三觀；當(dāng)下中國頂級的機器人公司宇樹科技，早期的知名產(chǎn)品萊卡狗，也在不少科技競賽中大放異彩。
原因可能很簡單——做“人”太復(fù)雜了，要考慮的事情太多，而做“狗”就簡單多了。想一下，體型更大，有靈活的雙手的你，上得廳堂下得廚房，還是從辦公室到工地都能干的牛馬，而你的寵物狗，能聽從指令跑跑跳跳，最多干點巡邏和叼東西的任務(wù)，就已經(jīng)是優(yōu)秀的“狗才”了。
不過，這次Wongtsai團(tuán)隊能獲得冠軍，最重要的原因是評分規(guī)則明確鼓勵“無遙操”（無人工遙控操作），機器人需要獨立完成從感知、分析到?jīng)Q策、執(zhí)行的全鏈路閉環(huán)，這對機器人的感知魯棒性、決策智能性和系統(tǒng)穩(wěn)定性提出了極高要求，而Wongtsai團(tuán)隊在機器人全自主智能方面表現(xiàn)卓越。
Wongtsai隊長朱承睿表示，具身智能是大系統(tǒng)下有小系統(tǒng)，每個小系統(tǒng)都沒有問題，大系統(tǒng)才能沒有問題。但如果每個小系統(tǒng)的完成度只有90%，那么由一堆小系統(tǒng)組成的大系統(tǒng)可能就無法運作，當(dāng)任務(wù)完全交給機器人自主完成時，就會變得非常復(fù)雜。
“打開水壺，給花澆水，這對于人類而言是輕而易舉的事情。但對于機器人，它需要首先識別：我在哪里，我需要做什么，什么是壺把手、什么是壺嘴，什么是花，我要如何靠近水壺，在這個過程中如何避免碰撞，機械臂需要到達(dá)怎樣的位置才能抓起水壺，需要用多大的力度……”
當(dāng)下對機器人技術(shù)路線的探索，主流上大致包括：
· 以大模型為核心的“大腦優(yōu)先”路徑
· 以運動控制為核心的“小腦優(yōu)先”路徑
· “軟硬一體”協(xié)同路徑
但發(fā)展水平嘛，以人類的標(biāo)準(zhǔn)來看是都不太行。
“你讓大模型去理解一幅圖像、一段文字，它可以做到。但要它理解如何抓起一個物品，它是完全做不到的，它不具備這種能力?！敝斐蓄Ｕf。
在機器人有限的體積與功耗約束下，部署大模型所需的高性能專用芯片仍不成熟，也制約了“大腦”的實時處理能力?！靶∧X”通過小模型去控制硬件，但目前機器人硬件在靈巧度、力控精度與成本之間難以平衡，技術(shù)和成本門檻極高，機器人的“小腦”與“四肢”，也不能完美承載“大腦”的智能構(gòu)想。
開個玩笑，以“狗”的標(biāo)準(zhǔn)來看，“機器狗”和真實世界的距離的確要近多了。
此前，在《機器人非得“像人”嗎？人類最需要看清自己》中，我們曾給出疑問：為什么要執(zhí)著于讓機器模仿人類？有從業(yè)者的看法是：“因為這個社會是按照人類的需求建造的，長得像人自然可以適配人類通用數(shù)據(jù)，代替人類干活。把機器人做成人形，那么它天生就可以調(diào)用現(xiàn)有的設(shè)施?！?/p>
當(dāng)然，這個問題至今也沒有答案，非人形的機器人也可能有很多的用途，只是人形機器人，的確是更容易滿足人類對“智能體”的幻想。
什么時候，機器人真的能走入真實的人類社會呢？劉云輝教授認(rèn)為，快的話也要5年，還有很長的路要走。而朱承睿估計，要20年后，機器人才真的可以走進(jìn)人類的生活，為人類提供服務(wù)。
在邁向真實世界的路上，也許“機器狗”走得更快，但“機器人”會走得更遠(yuǎn)。
