第二届人形机器人运动会开幕式，银河星仔参与人机网球混合对打。受访者供图


在网球场上，人形机器人越来越接近一个真正的对手。


第二届世界人形机器人运动会开幕式上，银河通用的人形机器人银河星仔与网球运动员郑洁进行了单打，还参与了人机混双。面对左右、前后调动，机器人需要不断判断来球、移动身体、调整姿态并完成击球，中途摔倒后，又迅速起身继续比赛。


而场景赛场上，银河通用另一款轮式机器人Galbot G1全自主模式参赛，并夺下本届运动会家庭、餐饮、商超三项场景赛的金牌。


从动态对抗到场景作业，不同形态、不同任务背后，均由银河星脑（AstraBrain）世界动作模型进行自主决策和执行。银河通用试图验证的是，一套具身大模型能否跨越不同本体，在不同任务和场景中持续发挥作用。


运动会期间，银河通用创始人兼CTO王鹤接受了新京报贝壳财经等媒体采访。王鹤表示，从某种意义上说，机器人已经走进了人们的日常生活，未来随着具身大模型能力的提升，机器人将逐渐能够驾驭更复杂的身体和更多场景。


银河通用创始人兼CTO王鹤。受访者供图


机器人比赛做家务，为什么不能直接进家？


第二届世界人形机器人运动会的家庭场景比赛中，机器人需要完成收纳散落的玩具、从门口拿快递、整理衣服等多项任务，在客厅、卧室、卫生间、阳台等多个区域之间连续作业。


银河通用派出春晚同款机器人Galbot G1全自主参赛，最终以26分钟的成绩获得该项赛事冠军。


机器人从地面抓取杂物并放置在收纳筐内。受访者供图


“这是一个在全球范围内都很有挑战，又真正取材于真实场景的比赛。”以整理衣服为例，王鹤表示，这项任务是一个很长且有随机性的流程，机器人需要将随意摆放在床上的衣服叠好再放进柜子，在这一比赛中取得第一名也意味着银河通用的算法已经能够比较好地应对这类自然环境中的随机变化。


“为什么不能明天就去每个人家里干活？”抛出这一问题后，王鹤随后给出了答案。问题的关键在于数据和成本。为了完成某一道赛题，目前仍然需要针对特定场景采集一定数据，如果将比赛中的衣服换成此前没有充分采集过的连衣裙等物品，机器人成功率可能就会明显下降。


从这一角度出发，王鹤认为，今天的问题并不是机器人完全“做不到”，而是接到一个新任务后，还要投入时间和研发资源去采集数据、训练模型，这个代价有时比完成任务本身创造的价值还高。


“随着基座模型吸收越来越多的数据，举一反三的能力会增强。”为了让机器人更快进家，王鹤给出的解题思路是不断提升机器人的基座模型能力，“做同一件事情，今天机器人可能需要采两天数据，半年后可能只需要5个小时；再过两年，可能不需要额外采集数据，看一眼或者听到任务描述就能做。”


王鹤认为，随着这一进程的推进，同一件事的实现成本可能降到今天的千分之一，动作速度也可能提高到今天的2到4倍。到那时，机器人就会越来越像一个真正的产品，而不是只证明“我有这个能力”。


机器人摆脱“玩具”标签，仍需要大量数据


“人形机器人的表现超出我的想象。”开幕式上，网球运动员郑洁与银河星仔进行人机对打，通过前后、左右调动不断测试机器人的反应能力。在回球、救球、吊球以及单双打过程中，银河星仔需要同时调动双足、双臂和双手，并根据来球实时调整动作。


王鹤表示，银河星仔目前更适合轻量任务，在通用“小脑”的基础上耦合“大脑”中的智能体能力后，可以实时学习人的身体动作。比如人示范一支舞，机器人能够提取动作，再复现出来。这类能力更适合儿童互动、舞蹈、文娱、体育和陪伴等场景。


不过，银河通用并没有将所有场景都押注在双足人形上，产品同时覆盖轮式双臂机器人、中尺寸双足人形机器人，适用于轻载和重载等不同需求，可以进入工业、商业、药房等场景。


在王鹤看来，机器人究竟应该“长成什么样”，本身也在随着具身智能能力的提升不断变化。


“最早可能是一辆小车加一根机械臂，过去叫复合机器人；后来是在小车上放两根机械臂，变成双臂机器人；再往后出现轮式、可升降、双臂双手的机器人，再进一步向全人形迭代。”王鹤表示，这一变化背后，是具身大模型越来越强，也越来越能够驾驭更加复杂的身体。


王鹤判断，一旦具身大模型通用的“大脑”和“小脑”能力不断完善，全人形会逐渐成为一种“最大公约数”的形态。


“比如送盒饭、收拾桌子、做清洁、提供各种服务，都可能由同一款机器人完成。”王鹤表示，如果未来双足人形机器人的销量达到千万台甚至上亿台，规模化带来成本下降，也会进一步推动机器人向更加通用的本体收敛。


不过，“最大公约数”并不意味着人形机器人要取代所有现有自动化设备。王鹤认为，今天必须由人完成的工作，未来更可能由人形机器人接替。而已经有成熟自动化设备完成的任务，并没有必要再由人形机器人重新替代。


决定这种通用形态何时真正具备生产力的，仍然是模型能力。


“目前具身智能模型仍然需要大量数据，一个原因是行业发展的时间还很短。”王鹤表示，银河通用希望到2028年，将数据体量提升至目前的约10倍，并通过更加充分的训练，迎来具身智能的“GPT时刻”。


“等到基座模型足够成熟时，今天一些被认为像‘玩具’或者需要遥控的机器人，会真正成为生产力。”王鹤表示。


新京报贝壳财经记者 张晓慧


编辑 王进雨


校对 卢茜