2025年世界机器人大会在北京举行，现场有众多机器人企业展示了大量产品，其中人形机器人尤为引人注目。
自变量机器人作为人形机器人领域的“玩家”之一，此前刚获得美团数亿元投资。
大会期间，自变量机器人创始人王潜在接受《中国经营报》等媒体记者采访时表示，当前机器人行业的发展瓶颈已不在于硬件，而在于控制机器人的“大脑”（即大模型），机器人尚未具备类人的操作、思考与判断能力，“这是目前行业需要重点攻关的方向”。
“大脑”能力有待发展
在机器人大会现场，人形机器人无疑是最受关注的焦点，多家厂商都进行了人形机器人的功能演示，涵盖行走、叠衣服、跳舞、打拳击等多个场景。
自变量机器人带来的新品“量子2号（Quanta X2）”，基于WALL-A模型及行业首创的“仿人机械臂+高自由度灵巧手”设计，全身拥有多达62个自由度，能够在现场和观众进行各类手势互动、打招呼、比心、猜拳等。
不过，王潜在采访中直言，当前市场上的人形产品多为纯硬件设备，偏向演示性质，或仅面向开发者，抑或只能完成简单跑跳等基础动作。他从软硬件角度分析：“人形机器人的硬件从5年前就已不是障碍，早在2—3年前机器人相关赛道升温时，硬件的技术路线和水平就已达到相当高度。”
目前真正制约人形机器人发展的是软件能力，也就是其“大脑”——专门用于控制机器的大模型的进化。“现在还缺乏足够智能的‘大脑’，让机器人能像人类一样思考、判断并灵活操作。”王潜进一步强调，“我们需要的并非语言模型，而是能处理物理世界交互的专用模型。”
谈及机器人大模型的发展，王潜认为过去两年最大的进展是行业逐渐达成共识：需要完全端到端的通用基础模型（foundation model）。“2023年时，相信这条路线的人寥寥无几，我们当时颇为孤独。而如今，这一方向已成为行业共识，正推动整个领域不断向前。”王潜说。
实现关键性突破还需3—5年
尽管行业已就人形机器人大模型的发展方向形成共识，但王潜认为：“人形机器人要迎来类似ChatGPT的关键性突破，可能还需要3—5年时间。”
当前，具身机器人能完成的较复杂任务包括整理衣物，如拉拉链、扣扣子、挂衣服等。而人类对其未来发展的期待是，能够胜任任意长任务。“只要推理能力足够强、无幻觉、环境条件允许，能在模型内构建长甚至无限长的思维链，具备零样本推理判断能力，可处理未经训练的动作组合。”王潜这样说道。
制约人形机器人专用大模型发展的核心要素，包括足够大的数据量、足够大的模型规模；此外，虽然模型的发展路径相对清晰，但模型架构与训练方法仍有待进一步完善。
以人形机器人专用大模型的数据为例，王潜解释，由于机器人涉及复杂物理交互（手部丰富的接触操作），这类场景不适合使用仿真数据，但走路、导航等环节可大量采用仿真数据；目前最核心的数据还是来自现实世界的收集。
在数据收集方面，行业内已有集中式数据采集场地、分散式现实环境收集渠道、实际部署后的数据流回及其他来源数据等多种方式。
“我们对与地方共建数据中心持开放态度，但机器人数据收集的质量控制验证难度较大，而自有场地的数据经过了充分研发。”王潜表示。他还指出，在数据质量方面，判断数据优劣是研发的核心问题，以DeepSeek为例，其未开源数据，数据层面的核心技术与技巧十分关键，难以用简单语言描述。
“未来两三年，人形机器人专用大模型或许会出现类似语言模型突破的重大进展。但要达到接近GPT 3.5的水平，可能还需要3—5年。”王潜特别强调，机器人专用大模型与语言模型、自动驾驶系统存在本质区别。“它不是非黑即白的‘零一态’，而是在众多场景中逐步演进的过程。”这种平滑过渡的特性，将避免重蹈语言模型或自动驾驶领域曾经历的商业化波折。
广州典丰提示：文章来自网络，不代表本站观点。
