■ 上善若水

　　只是大號(hào)遙控玩具？

　　“宇樹(shù)科技做得很好，但它是在一個(gè)很基礎(chǔ) level! 做了一個(gè)很好的集成，把它放到工廠、家庭，都不可能，而且它是全遙控的，可以認(rèn)為它只是比汽車(chē)的騾車(chē)還早一期的形態(tài)。”小鵬汽車(chē)董事長(zhǎng)兼CEO 何小鵬談及當(dāng)下爆火的人形機(jī)器人時(shí)，“全遙控”一詞點(diǎn)出了不少人心中的疑惑。

　　在科幻片持續(xù)十余年甚至幾十年的熏陶下，大多數(shù)人心中的人形機(jī)器人應(yīng)該是可全自主運(yùn)行的，最起碼應(yīng)該是語(yǔ)音控制的，可誰(shuí)承想花幾十萬(wàn)元買(mǎi)到的人形機(jī)器人卻是需要用遙控器控制的。

　　前不久，來(lái)自長(zhǎng)沙的雷先生在網(wǎng)絡(luò)平臺(tái)發(fā)布視頻：“全國(guó)第一臺(tái)！喜提30 萬(wàn)的大玩具：宇樹(shù)G1 人形機(jī)器人。”不過(guò)其在視頻中表示：“該機(jī)器人目前只能使用遙控操作，因?yàn)橹翱催^(guò)它的視頻是可以跳舞的，但是現(xiàn)在的話(huà)只能遙控，還不能跳舞，有一點(diǎn)小失望。但是它后期如果OTA能更新，一兩個(gè)月后能跳舞的話(huà)，我覺(jué)得還是可以的?，F(xiàn)在它的功能相對(duì)簡(jiǎn)單，就像一個(gè)兩三歲的小孩，只能做出伸手、握手、揮手、轉(zhuǎn)頭一些基本的動(dòng)作。”

　　事實(shí)上，不僅僅是宇樹(shù)機(jī)器人需要操控讓不少粉絲失望，去年底特斯拉TeslaBot 機(jī)器人亮相時(shí)，同樣因涉嫌真人遙控引發(fā)爭(zhēng)議。去過(guò)發(fā)布會(huì)現(xiàn)場(chǎng)的科技投資博主 CyberCat 在《硅谷 101》播客中也談道，他曾經(jīng)問(wèn)過(guò)現(xiàn)場(chǎng)的特斯拉工作人員，這些機(jī)器人是不是遠(yuǎn)程控制的。 對(duì)方的回答是“一定程度上是的”。

　　為何離不開(kāi)遙控器？

　　人形機(jī)器人要實(shí)現(xiàn)全自主運(yùn)行，需要從環(huán)境感知、決策算法到多模態(tài)交互的多系統(tǒng)融合，但當(dāng)前的人形機(jī)器人無(wú)法實(shí)現(xiàn)對(duì)陌生環(huán)境的感知，更談不上自主決策與交互。

　　以宇樹(shù)機(jī)器人為例，其在春晚舞臺(tái)上成功實(shí)現(xiàn)梅花樁行走，得益于之前不斷地針對(duì)舞臺(tái)這一特定場(chǎng)景進(jìn)行持續(xù)訓(xùn)練。機(jī)器人操控員通過(guò)特定場(chǎng)景的自主訓(xùn)練不斷采集環(huán)境數(shù)據(jù)，并模擬各種可能發(fā)生的情況對(duì)機(jī)器人反應(yīng)進(jìn)行預(yù)先訓(xùn)練，從而實(shí)現(xiàn)觀眾眼中的“機(jī)器人自主表演”。

　　同時(shí)，現(xiàn)有 AI 模型對(duì)開(kāi)放性任務(wù)的語(yǔ)義解析與動(dòng)作分解存在延遲（如自然語(yǔ)言指令響應(yīng)需 5 秒以上），導(dǎo)致實(shí)際應(yīng)用中需通過(guò)遙控器輸入精確指令以彌補(bǔ)算法決策的滯后性。

　　再加上硬件成本限制（如核心芯片性能、傳感器精度）迫使廠商在算力分配上權(quán)衡自主功能與實(shí)時(shí)控制的需求，現(xiàn)階段更傾向后者以保證基礎(chǔ)穩(wěn)定性。從技術(shù)路徑看，宇樹(shù)G1 的遙控需求與其數(shù)據(jù)驅(qū)動(dòng)的發(fā)展策略密切相關(guān)。機(jī)器人上肢的抓取、疊衣服等日常動(dòng)作需要極高的環(huán)境感知與微調(diào)能力。由于物理世界中的摩擦力、物體形狀等變量復(fù)雜，單純依靠算法預(yù)編程難以覆蓋所有場(chǎng)景。因此，通過(guò)“人肉遙控”采集真實(shí)人類(lèi)動(dòng)作數(shù)據(jù)，成為解決這一問(wèn)題的關(guān)鍵途徑。

關(guān)注讀覽天下微信， 100萬(wàn)篇深度好文， 等你來(lái)看……