6月下旬舉行的華為開發(fā)者大會上，一款名為“夸父”的人形機器人讓人眼前一亮：它擁有多模態(tài)(文本、圖像、視頻)能力，能模擬人類常識進行邏輯推理，并在任務(wù)執(zhí)行中實現(xiàn)多場景、多任務(wù)處理。今后，這樣的機器人既能從事危險和繁重工作，也可以洗衣、做飯、掃地。
這款人形機器人來自綿陽。本期“對話互聯(lián)網(wǎng)新創(chuàng)客”對話人形機器人設(shè)計師、“夸父”生產(chǎn)者、綿陽樂聚機器人技術(shù)有限公司總經(jīng)理黃珍祥，聊一聊人形機器人的當下與未來。
難點在哪里?
記者：人形機器人的定義是什么?
黃珍祥：人形機器人最近兩年才開始火起來，還沒有一個全球公認的精準定義。我自己有一個狹義理解：有與人類似的身體形狀，具備頭、軀干、四肢，能雙足行走，且具有類人感知決策行為和交互能力的智能機器人。
記者：這個解釋里提到了雙足行走，所以人形機器人至少應(yīng)該有“腳”，沒有的話就稱不上人形機器人?
黃珍祥：這是一個狹義的理解。其實從實際應(yīng)用角度看，我認為不一定非要有“腳”。
有“腳”的好處很明顯，相比輪式機器人，它能適應(yīng)更復雜的地形，在更多場景使用。最簡單的例子是上下樓梯，走進我們的家庭。但就現(xiàn)有的一些成熟使用場景來看，輪式機器人也能滿足需求，何必一定要替換成雙足?
畢竟穩(wěn)定且高效地用雙足直立行走，這項技術(shù)全球都還在探索中，是一個難點。
記者：這個難點難在哪兒?
黃珍祥：機器人要走得穩(wěn)、走得快，需要在肢體配體、步態(tài)算法、自平衡、運控等方面有足夠的積累。
現(xiàn)在的人工智能技術(shù)，主要是向人類“大腦”這個方向在攻關(guān)。我們熟知的大模型，就是在仿人類“大腦”。而控制身體平衡及動作協(xié)調(diào)的“小腦”研究，是一個相對小眾范疇。
我們的團隊從上世紀90年代就開始探索“小腦”。但要達到人類水準，即便是全球最先進的團隊，技術(shù)方面仍有較大的提升空間。
差距在哪里?
記者：怎么看待中國的人形機器人發(fā)展現(xiàn)狀?
黃珍祥：發(fā)展速度還是很快的。中國的人形機器人已快速經(jīng)歷了早期探索階段，腿部功能以實現(xiàn)簡單行走為目的，手部功能以外觀仿形并實現(xiàn)簡單運動為目的，具備初級感知功能。當下，我們正在邁入搭載人工智能、機器學習和計算機視覺系統(tǒng)等技術(shù)的智能化進階階段。
當然，和國外的波士頓動力、特斯拉相比我們還存在一定差距，不過國內(nèi)的企業(yè)都在努力追趕。
記者：造成這些差距的原因在哪?還存在哪些瓶頸?
黃珍祥：原因比較復雜，軟硬件條件的制約都有。我覺得比較突出的瓶頸有兩個：一是場景數(shù)據(jù)的采集。
我們都知道人工智能需要海量數(shù)據(jù)進行訓練調(diào)教，才能進一步升級。而這些數(shù)據(jù)需要在實際應(yīng)用中去產(chǎn)生。如特斯拉的人形機器人不久之后就會在他們自己的工廠中投入使用，這個過程就會產(chǎn)生大量場景數(shù)據(jù)。這些數(shù)據(jù)將被用以進一步優(yōu)化人形機器人的性能。這是我們所缺乏的。
第二是機器人操作系統(tǒng)。目前國產(chǎn)機器人操作系統(tǒng)較少，從整體看與各類機器人硬件的適配度也不高，軟件的缺位也會限制發(fā)展。
要解決這些問題，需要政府、企業(yè)、市場一起努力，打造一個優(yōu)質(zhì)的人形機器人生態(tài)，讓產(chǎn)業(yè)更好地成長。
未來在哪里?
記者：四川人形機器人產(chǎn)業(yè)的前景如何?
黃珍祥：四川很重視人工智能產(chǎn)業(yè)發(fā)展，這里有很多優(yōu)質(zhì)高校及科研院所，且在電子信息產(chǎn)業(yè)和先進制造業(yè)方面都有相對優(yōu)勢，這對人形機器人來說是一塊“好土壤”。
記者：公司現(xiàn)在的重點是什么?未來還有什么打算?
黃珍祥：剛才提到，人形機器人要發(fā)展，必須打造一個優(yōu)質(zhì)的“生態(tài)”。我們現(xiàn)在正積極跟各個領(lǐng)域的頭部企業(yè)合作，進一步探索工業(yè)領(lǐng)域人形機器人的應(yīng)用場景。
長遠看，走入家庭的人形機器人也是未來的重點，這對機器人的協(xié)調(diào)性、智慧度等都提出了更高要求。相信不久的將來——快則兩三年、慢則四五年，人形機器人或許就能進入千家萬戶。
編輯：譚鵬
