大曉機器人王曉剛：現有技術路線存在缺陷，期待擁有更強的“大腦”去理解世界

每經記者｜朱成祥    每經編輯｜廖丹    

近一年來，人形機器人持續火熱。不過，當下人形機器人仍依賴人類遙控，普遍缺乏擁有自主決策能力的機器人“大腦”，因此也頻遭外界質疑。

12月18日，大曉機器人召開發布會，推出開悟世界模型3.0（Kairos 3.0）。據悉，大曉機器人由商湯科技聯合創始人、首席科學家王曉剛創立，由澳大利亞科學院院士陶大程擔任首席科學家，該公司主要研究方向為機器人“大腦”及軟硬件協同。

欲攻克機器人“大腦”難題

目前，國內人形機器人廠商大多聚焦于機器人本體及小腦，機器人大腦的研究相對匱乏。而大曉機器人主研方向正是機器人大腦。

王曉剛接受《每日經濟新聞》記者采訪時表示：“大曉機器人在產品化落地方面，輸出的是軟硬一體的方案，針對各個場景。”

從大曉機器人研發團隊也可以看出，更加偏向“大腦”的研發，而并非機器人本體。

據悉，陶大程曾獲IEEE計算機學會技術成就獎，也曾出任京東探索研究院創始院長、優必選人工智能首席科學家。此外，大曉機器人匯集來自南洋理工大學、香港大學和香港中文大學的全球稀缺的AI領域前沿科學家呂健勤、李鴻升、劉子緯、潘新鋼、趙恒爽、劉?；邸?/p>

大曉機器人核心科學家團隊 圖片來源：大曉機器人供圖

王曉剛表示：“我們團隊強在‘大腦’和軟件。同時，在過去兩年時間，商湯也投資了一系列本體和零部件公司。然而，在實際場景中，現有的本體硬件與實際需求仍存在較大差距。因此，大曉會根據場景需求進行軟硬件聯合優化，協同供應鏈生態伙伴，重新設計硬件，使產品更符合客戶需求?！?/p>

機器人“大腦”為何仍不盡人意？

王曉剛表示：“具身智能被期待擁有一個強大的大腦，這源于過去幾年在大語言模型和多模態模型上取得的突破，大家期待將這種語言模型的能力賦予機器人，以實現通用化能力?！?/p>

那么，為何當下機器人“大腦”仍然不盡人意？

王曉剛認為：“現有技術路線有明顯缺陷。VLA（視覺、語言、動作）模型是以機器為中心的，通過輸入指令、圖像和視頻，直接輸出動作，它不太需要去理解真實的物理世界和物理規律。我們期待將來有一個更強的‘大腦’能去理解世界，這就是我們提出的世界模型。與之伴隨的是我們提出的ACE環境式采集范式。”

其具體解釋稱：“以前以機器為中心，基于不同物理結構的本體采集真機數據，很難綜合得到一個比較通用化的‘大腦’?，F在環境式采集是‘以人為中心’，通過第一視角、第三視角和多模態數據，更好地對人和物理世界的交互進行建模，并利用這些數據訓練我們的世界模型。簡單粗暴地使用端到端或VLA并不能解決具身智能對‘大腦’的期望?！?/p>

此前，有行業人士認為，汽車自動駕駛尚未完全實現，而具身智能更加復雜。對此，王曉剛告訴每經記者：“汽車自動駕駛與人形機器人應用場景不太一樣，不能說汽車自動駕駛的場景更加簡單。這是因為自動駕駛過程中，車速通常非?？?，因而對乘客體驗及安全性要求都非常高。”

其補充表示：“如果我們想象的場景是人形機器人在家庭中能夠完全取代人、完成各種長程復雜的任務，并且保證安全性，這確實需要在未來的五年甚至更長的時間才能達到。但這并不妨礙機器人在各種場景中逐漸落地?！?/p>

封面圖片來源：圖片來源：視覺中國-VCG211478193393