伊人成人在线,超薄丝袜足交,无码无套少妇18p在线直播,亚洲 sss

數(shù)據(jù)：99%+1%，能實現(xiàn)“從0到10000”——銀河通用王鶴：讓機器人甩掉遙控器，“睜開眼”干活

發(fā)布時間：2025-09-17 來源：登高望遠網(wǎng)作者：教練席有只dog

　　新華社北京9月15日電 9月15日,《新華每日電訊》發(fā)表題為《數(shù)據(jù)：99%+1%，能實現(xiàn)“從0到10000”——銀河通用王鶴：讓機器人甩掉遙控器，“睜開眼”干活》的報道。

　　北京銀河通用機器人有限公司創(chuàng)始人兼首席技術(shù)官王鶴。受訪者供圖

　　8月，全球首個城市級常態(tài)化運營的人形機器人示范區(qū)落地北京。來自北京銀河通用機器人有限公司的“銀河太空艙”——由機器人經(jīng)營的無人超市開張，具身智能真正走進大眾日常生活。作為專注于研發(fā)人形機器人硬件和具身智能大模型的機器人企業(yè)，銀河通用率先實現(xiàn)機器人在工業(yè)、零售等場景批量化落地，其自研機器人Galbot在機器人格斗賽等賽事上也斬獲佳績。

　　每次有機器人火上熱搜，評論區(qū)都有不少人強調(diào)一個現(xiàn)實：目前，絕大多數(shù)機器人離開人工和遙控，還是會“原形畢露”。

　　而銀河通用的機器人Galbot卻有所不同：它不僅無需“遙控”，還能自主干活。

　　眼下，具身智能的最大困境，既非硬件，也非模型，而在于數(shù)據(jù)。不論是讓機器人從動作智能轉(zhuǎn)向認知智能，還是提升機器人的泛化性、魯棒性（指系統(tǒng)、算法或模型面對外部干擾、輸入異?；騼?nèi)部參數(shù)變化時維持穩(wěn)定運行并輸出預期結(jié)果的能力），關(guān)鍵在于數(shù)據(jù)的豐富性和準確性。

　　而一個讓難度再進階的考驗是，想要真正實現(xiàn)商業(yè)閉環(huán)，還要權(quán)衡數(shù)據(jù)獲取的質(zhì)量、成本與效率。

　　記者：機器人發(fā)展的優(yōu)先級，應側(cè)重于能力的展示，還是產(chǎn)業(yè)的切實賦能？在發(fā)展方向上，業(yè)內(nèi)分歧多還是共識多？

　　王鶴：今年以來，機器人企業(yè)在兩種能力的選擇上逐步有了區(qū)分度。一類以宇樹科技為代表，其機器人擅長運動、舞蹈、拳擊，特點是以腿足乃至全身控制為主，能展現(xiàn)出精彩的運動能力。還有一類是以銀河通用為代表的“干活派”，依靠視覺反饋閉環(huán)，展現(xiàn)出在實際場景中干活的能力?！案苫钆伞崩?，大致還可分為視覺算法+軌跡生成，與端到端VLA（即視覺-運動-動作一體化生成）兩種技術(shù)路徑。

　　其實，不少人形機器人跳舞、跑步，并沒有用到視覺傳感器。今年4月在北京舉行的全球首個機器人半程馬拉松上，不少觀眾注意到部分機器人“運動員”的不遠處，有人用遙控器遙控機器人跑步、轉(zhuǎn)彎或加速，實際上機器人是“閉著眼”跑的。這樣的技術(shù)現(xiàn)狀跟機器人“生產(chǎn)力時代”還不是一回事，畢竟，沒有活是閉著眼睛干的。

　　今年，具身智能的場景落地在加快。以工業(yè)場景為例，銀河通用的機器人已實現(xiàn)流水線搬運、分揀等環(huán)節(jié)的規(guī)?；瘧谩Ａ闶蹐鼍爸?，銀河通用在北京海淀已成功落地10多家配備人形機器人的智慧藥房，并計劃年內(nèi)在全國開設(shè)100家。此外，銀河通用的機器人已開始售賣零食、咖啡等商品。

　　記者：機器人完成酷炫的、令人眼前一亮的動作，許多情況下還是預編排的動作序列、人工遙控與視頻剪輯共同作用的結(jié)果。為什么會出現(xiàn)“demo（演示視頻）先行、落地乏力”？

　　王鶴：秀一段5分鐘的demo，對機器人的可靠性、穩(wěn)定性要求并不高，不能證明它是能24小時工作的高可靠性產(chǎn)品。

　　demo與產(chǎn)品的差距主要來自兩方面。一是泛化性不足，視頻片段展示的多為精心布置的受控環(huán)境，如果換個物體、環(huán)境甚至是光線，機器人就難以工作了，這顯然還不是成熟的產(chǎn)品。二是硬件不可靠，如果機器人用上一會兒就需要人來維修，也顯然還不能大規(guī)模投入使用。機器人的核心功能是替人去勞動，而不是成為花瓶一樣的擺設(shè)。

　　記者：要想“拿掉機器人的遙控器”，核心在于什么？

　　王鶴：在于能夠自主執(zhí)行的模型“大腦”，且能實現(xiàn)跨場景泛化。今年初，銀河通用以10億級合成大數(shù)據(jù)，端到端訓練了一個VLA大模型，以視覺作為輸入，模型實時輸出當前機器人末端執(zhí)行器應當如何移動，是一個閉環(huán)反饋模型，能夠?qū)崿F(xiàn)對不同場景中移動物體的抓取。6月，又推出了端到端導航大模型，使機器人能夠擁有“聽—看—懂—走”閉環(huán)運動能力。

　　另一個核心在于硬件的性能要夠用、好用，精度要盡可能高。

　　記者：機器人實現(xiàn)泛化的關(guān)鍵在于什么？

　　王鶴：數(shù)據(jù)?？梢哉f數(shù)據(jù)決定了機器人能力的下限。

　　我的觀點是，現(xiàn)階段合成數(shù)據(jù)可用于解決從0到1的問題，利用真實遙操采集的數(shù)據(jù)可解決從1到100的問題，從100到10000的問題則交由視頻數(shù)據(jù)處理，讓機器進行學習。具身智能所依靠的數(shù)據(jù)，99%可借助高質(zhì)量的合成數(shù)據(jù)完成，只有在合成數(shù)據(jù)無法處理的情況下，才需要有針對性地采集使用1%的真實數(shù)據(jù)。

　　端到端具身大模型面臨的困難，與自動駕駛所運用的端到端大模型有所不同。自動駕駛所依靠的數(shù)據(jù)來源廣泛、數(shù)量龐大，且采集成本為負。目前，頭部人形機器人廠商量產(chǎn)的機器人僅為千臺級別，難以達到萬臺規(guī)模。在現(xiàn)實中，讓所有機器人都投入不同場景自主工作，以供真人采集上億條數(shù)據(jù)，并不具有現(xiàn)實可行性。

　　更為切實可行的解決方案是，先利用合成數(shù)據(jù)完善抓取、移動、放置等功能，助力具身智能開拓市場，先完成那99%。而生成高質(zhì)量合成數(shù)據(jù)也存在一定門檻，需具備出色的圖形學、物理仿真、物理渲染、自動動作合成管線等一系列完整的基礎(chǔ)設(shè)施，還需要長期的核心技術(shù)積累。

　　記者：什么能稱為高質(zhì)量的數(shù)據(jù)？該如何評價采集或仿真獲得的數(shù)據(jù)夠不夠好、夠不夠用？

　　王鶴：數(shù)據(jù)的“質(zhì)”比“量”重要。如果數(shù)據(jù)千篇一律、同質(zhì)性太高，那么它的價值就非常有限。高質(zhì)量數(shù)據(jù)意味著它是多元的，能夠體現(xiàn)柔性物體的操作，具備場景的泛化性。從機器學習的角度講，訓練數(shù)據(jù)能覆蓋盡可能多元的測試數(shù)據(jù)的分布，機器人的學習就越高效，學成之后，它就能在陌生環(huán)境抓取一個此前沒見過的東西。

　　記者：現(xiàn)有的模型架構(gòu)夠用嗎？

　　王鶴：不能說完全成熟，但是夠用了。模型方面一直有進展，但起決定性作用的是數(shù)據(jù)。數(shù)據(jù)足夠的情況下，好的模型能學得更好，但數(shù)據(jù)不夠時，好的模型也會變成“差生”。好比教一個3歲小孩學圍棋，一上來就教高端技巧并不現(xiàn)實，得先讓他知道什么是黑子白子。

　　記者：機器人商業(yè)落地，難在哪里？技術(shù)突破速度與場景適配深度之間的平衡，如何把握？

　　王鶴：可批量復制的場景落地，將是具身智能的“生死分水嶺”。在我看來，未來3年左右，能找到可以擊穿的場景就能留在牌桌，找不到的將會出局。未來1年，如果能實現(xiàn)千臺到萬臺的機器人批量交付，行業(yè)價值才算得到驗證，具身智能的泡沫也將被剝離。

　　事實上，如果能把抓取、移動、放置這類“簡單”操作的泛化性問題徹底解決，已堪稱具身智能發(fā)展過程中的一個里程碑。這一技術(shù)的成熟足夠打開數(shù)千億元的市場，使機器人在零售、前置倉、車廠分揀等多個場景中幫助人類完成繁重勞動。

　　記者：普林斯頓大學一門哲學課花了一整個學期討論一個問題——先有語言，還是先有思維。這個討論是關(guān)于人的，但從這個視角看，機器人的語言形成、認知形成，是否與人類相仿？大語言模型、推理模型的發(fā)展，如何影響機器人的進化？

　　王鶴：不是所有的思維活動都基于語言。拿猩猩舉例，猩猩學習某個技能，靠的是另一只猩猩在它面前演示一遍，也就是說，技能是靠具身的學習來傳播的。即使語言交流不發(fā)達，猩猩也一樣具有視覺思維、空間思維、情感思維。

　　人類的思維是一個復雜的認知過程，人類的語言和思維在互動中塑造。語言能夠使思維在更大范圍內(nèi)傳播，思維涉及心智層面對信息的處理，包括概念形成、問題解決、決策制定與反思等，可以影響語言的演化與延伸。所以說人類智能里，思維能力、語言能力、操作能力都是使人類擁有地球上迄今為止最強智能的重要因素。

　　記者：ChatGPT橫空出世時，有人說“語言即智能”；人形機器人熱潮來襲，又有人說“身體即智能”。也許在今天，只以人的維度評價智能已經(jīng)不夠了。你如何定義“智能”？人的智能、機器人的智能是否有一個交匯點？

　　王鶴：智能就是解決問題的能力。無論對于人類、其他動物還是機器人，遇到問題后能給出解決辦法的能力，就是智能。面對一瓶飲料，人類利用語言溝通請有工具的人打開它，動物徒手打開它，機器人給出一個恰好的力來打開它——調(diào)用能力的方式不同，但這都是智能。