從實(shí)驗(yàn)室走向產(chǎn)業(yè)，當(dāng)前人形機(jī)器人落地應(yīng)用的最核心短板是數(shù)據(jù)嚴(yán)重不足。

5月29日，在2025張江具身智能開發(fā)者大會(huì)期間，一批具身智能企業(yè)探討人形機(jī)器人產(chǎn)業(yè)落地困境時(shí)，不約而同提到了數(shù)據(jù)難題。數(shù)據(jù)采集難、適配難，真機(jī)數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠，如何才能彌補(bǔ)具身智能的數(shù)據(jù)短板？

2025年5月29日，上海張江科學(xué)會(huì)堂，具身機(jī)器人達(dá)人秀表演吸引眾多觀眾。澎湃新聞?dòng)浾?朱偉輝 圖

數(shù)據(jù)嚴(yán)重不足制約產(chǎn)業(yè)化落地

“如果沒有數(shù)據(jù)，算法很難做。”智元機(jī)器人具身智能算法專家陳立梁表示，目前具身智能的操作等高質(zhì)量真機(jī)數(shù)據(jù)“非常缺失”。去年年底，智元開源了上百萬條真機(jī)數(shù)據(jù)，推動(dòng)數(shù)據(jù)高質(zhì)量化，希望形成采集、訓(xùn)練、測(cè)試、推理一體化的閉環(huán)數(shù)據(jù)路線。但陳立梁坦言，即便智元已經(jīng)開源了這些數(shù)據(jù)，并且近一年中各大廠商和研究機(jī)構(gòu)也在不斷開源，然而目前可獲得的數(shù)據(jù)還是遠(yuǎn)遠(yuǎn)不夠。

光輪智能技術(shù)生態(tài)負(fù)責(zé)人甘宇飛介紹，大模型開發(fā)依賴的是二三十年里所有互聯(lián)網(wǎng)數(shù)據(jù)，自動(dòng)駕駛發(fā)展了十幾年，積累了大量真實(shí)數(shù)據(jù)，但具身智能的興起只有幾年時(shí)間，積累的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)無法支撐機(jī)器人的復(fù)雜行動(dòng)。目前大語言模型的數(shù)據(jù)量是PB級(jí)規(guī)模，自動(dòng)駕駛的數(shù)據(jù)量在百PB級(jí)規(guī)模。“自動(dòng)駕駛本質(zhì)上是一種特殊的具身智能，但具身智能不僅僅有駕駛場(chǎng)景，它還有諸如商超、居家、工廠、實(shí)驗(yàn)室等場(chǎng)景，每個(gè)場(chǎng)景單拎出來都需要自動(dòng)駕駛這么大規(guī)模的數(shù)據(jù)，所以具身智能所需要的數(shù)據(jù)量相對(duì)于自動(dòng)駕駛的百PB級(jí)又要更上一層。”

“必須用某種方式快速、低成本地彌補(bǔ)數(shù)據(jù)上的短板。”靈御智能CEO金戈認(rèn)為，為了降低獲取數(shù)據(jù)的成本，一方面要制造出相對(duì)低成本、高質(zhì)量、高敏捷的本體，另一方面要將機(jī)器人更早投入到使用場(chǎng)景中，邊使用邊采集數(shù)據(jù)。

機(jī)器人的訓(xùn)練方式和傳統(tǒng)機(jī)器學(xué)習(xí)不同，只有在真實(shí)物理環(huán)境中交互才能驗(yàn)證實(shí)際性能。僅僅通過觀看以及文字模態(tài)的數(shù)據(jù)，具身智能是無法掌握像人類一樣的行動(dòng)技能的。

“今天的模型是否可以滿足實(shí)用化需求？今天模型的成功率是否可以讓機(jī)器人在現(xiàn)實(shí)場(chǎng)景中全自主工作？”金戈認(rèn)為，現(xiàn)階段來看仍有一定難度。他提出使用類似遙操作手段，讓人類操作機(jī)器人，解決目前模型無法覆蓋的部分，讓機(jī)器人盡快投入使用，“就像自動(dòng)駕駛汽車一樣邊開邊收集數(shù)據(jù)，提升算法模型，降低人的參與比例，從而大幅降低數(shù)據(jù)采集成本，讓機(jī)器人更快地從實(shí)驗(yàn)室進(jìn)入產(chǎn)業(yè)。”

陳立梁則表示，算法層要找到更優(yōu)的閉環(huán)迭代路線，“我們會(huì)投入強(qiáng)化學(xué)習(xí)，它可以在和真實(shí)世界的交互中學(xué)習(xí)，我們也會(huì)持續(xù)推進(jìn)世界模型研究。”除了數(shù)據(jù)和算法上的閉環(huán)，陳立梁認(rèn)為，還要探索測(cè)試閉環(huán)。迭代后的算法需要經(jīng)歷測(cè)試，但測(cè)試會(huì)造成損耗，測(cè)試成本也高，實(shí)現(xiàn)高效低成本的閉環(huán)評(píng)測(cè)已成為行業(yè)關(guān)注焦點(diǎn)。

機(jī)器人本體性能仍有提升空間

“通用機(jī)器人不光大腦要好，身體也要好。”智萊特具身智能科技有限公司CEO鄧振華表示，具身智能機(jī)器人的算法層對(duì)硬件要求非常高，尤其是在實(shí)施的時(shí)效性和多模態(tài)的融合方面。“硬件如何有機(jī)結(jié)合多模態(tài)大模型，也是我們現(xiàn)在探討的問題。”

鄧振華表示，目前企業(yè)、高校、科研機(jī)構(gòu)都在探索機(jī)器人軟硬件的不同技術(shù)路線，但當(dāng)前場(chǎng)景落地仍然不成熟，硬件成本、效率、工程化都面臨挑戰(zhàn)，機(jī)器人本體的散熱、輕量化、負(fù)載、壽命、精度、運(yùn)動(dòng)控制路徑等方面仍有較大提升空間，一些機(jī)器人進(jìn)工廠時(shí)，由于負(fù)載能力不足，往往只能選擇一些負(fù)載較輕的工位。他迫切希望機(jī)器人能落地防塵防爆、高溫高濕等特殊場(chǎng)景，這對(duì)機(jī)器人硬件和算法提出了更高的要求。同時(shí)，機(jī)器人的小試、中試依托于原有產(chǎn)業(yè)遺留下來的工業(yè)設(shè)備，未來這些生產(chǎn)和測(cè)試設(shè)備也需要快速迭代升級(jí)。

當(dāng)前，機(jī)器人軟硬件行業(yè)標(biāo)準(zhǔn)也沒有完全明確。甘宇飛表示，底層算力、模型訓(xùn)練、數(shù)據(jù)采集、通用場(chǎng)景搭建等方面都需要盡快制定標(biāo)準(zhǔn)。尤其是數(shù)據(jù)采集，相對(duì)于自動(dòng)駕駛，具身智能的數(shù)據(jù)適配難度是陡增的。具身智能的本體有機(jī)械狗、機(jī)器人等不同形態(tài)，單就人形機(jī)器人而言，也有雙足、輪式、雙臂、單臂等形態(tài)。“每一種機(jī)器人之間的數(shù)據(jù)不一樣，并且短期內(nèi)可能主要是人形機(jī)器人，長期來看可能會(huì)針對(duì)一些特定任務(wù)做定制化，那時(shí)數(shù)據(jù)量又是很大的規(guī)模。”甘宇飛提到，目前機(jī)器人種類多樣，每家每戶都在采集數(shù)據(jù)，“但A公司采集的數(shù)據(jù)并不能給B公司用，B公司部署的模型也不能用在C公司的本體，這里面有非常多的浪費(fèi)，所以要制定行業(yè)標(biāo)準(zhǔn)，提高資源利用效率。”

金戈認(rèn)為，機(jī)器人有望在消費(fèi)和商業(yè)場(chǎng)景快速落地，安全是核心問題。在模型可控性無法完全保證的情況下，強(qiáng)制性的安全標(biāo)準(zhǔn)是必要的。“針對(duì)機(jī)器人的保險(xiǎn)機(jī)制應(yīng)該出現(xiàn)，不管是機(jī)器人本體的受損，還是由于機(jī)器人操作不當(dāng)造成的其他財(cái)物或身體損傷。”

無論是推動(dòng)機(jī)器人在工業(yè)場(chǎng)景落地，還是進(jìn)入居家場(chǎng)景，眼下算法層還需要更多創(chuàng)新。陳立梁表示，當(dāng)前國內(nèi)很多團(tuán)隊(duì)以跟隨為主，“國外出了一個(gè)新的架構(gòu)，國內(nèi)就去跟隨。其實(shí)目前具身智能還處于較早階段，應(yīng)該去探索更多新東西。”