智东西

作家 | 许丽想

裁剪 | 漠影

机器东谈主样子后空翻、拳击、拟东谈主化奔走、舞蹈……这些高难度炫技也曾让东谈目的怪不怪，进工场干分拣、拼装、巡检也越来越多，有时候容易让公众认为，机器东谈主看上去很闪耀颖异，距离走进日常生计不远了。

但把视角从屏幕拉回到产业现场，画风却不太一样。行业合座处在试点多、边界化少的早期阶段，多数名目仍停留在实验室demo和展会秀场，时期旅途、交易模式齐还在探索，确凿能落地的少之又少。

这种不雅感上圈套先、运用上滞后的强横反差感，不由得让东谈主追问，无遥操、全自主的机器东谈主距离走进东谈主类生计到底还有多远？

ATEC2025赛事行家委员会主席、香港工程院院士刘云辉教授冷落，机器东谈主有三大中枢才略，行走、操作、改良环境。这亦然判断机器东谈主能否合乎确凿环境的枢纽依据。再具体一些，从机器东谈主圆善的“感知-决策-履行”的经由上来看，机器东谈主需要准确感知确凿环境，进行全自主决策，并完成最终的长链条任务履行。

问题是，这些才略在今天的机器东谈主身上，究竟到了哪一步？行业需要一个尽量接近确凿又能公开不雅察的窗口。

近日，第五届ATEC科技精英赛构建了一套确凿天下合乎力测试框架，比赛由香港中语大学主理，ATEC前沿科技探索社区、北京大学、北京师范大学、蚂诱骗团结伙经办，行家评审声势包括刘云辉、谢立华、Masayoshi Tomizuka等多位海外盛名机器东谈主学者。

赛事在全户外场景下试验行走、操作、改良环境等多项才略，来自寰球的13支顶尖赛队完成了吊桥穿越、定向越野、自主浇花与垃圾分拣等系列任务。

就像蚂诱骗团时期计策部阐扬东谈主所说，“想象的每一起题，齐不是为了让它‘完成得面子’，而是为了让它在碰撞中清晰确凿的缺点。因为要是问题不是确凿的，就不会牵引出确凿的时期晋升。独一“真问题”，技艺让行业知谈下一步要摧毁什么。”

一、拒却法式化环境，机器东谈主须干涉非结构化的确凿场景

现时，多数机器东谈主时期考证，基本齐是在灯光可控、大地平整、封闭物轨则的法式化环境中。

终端即是，这种建立屏蔽了确凿天下的大批不敬佩性，就算获取可以的线路，也难以拓展到其他场景的运用中。这是在判断全自主机器东谈主能否干涉东谈主类生计场景时，发轫被法式样子举高预期的第一个维度——环境感知才略。

 感知到底难在哪？对机器东谈主来说，条件它能习尚各式前仰后合的光影、配景和杂物，能终了多模态信息和会，还要在指标和环境束缚变化的情况下，保持输出自若。

ATEC2025赛事组行家、香港中语大学（深圳）理工学院助理教授钟仿洵提到，“确凿环境里最大的问题是不敬佩性和高动态性，你看到的不一定是的确。”机器东谈主必须具备识别并处理感知信息中“不敬佩性”的才略，这是终了高档自主的前提。

垃圾分拣即是一个很典型的例子，这么的任务尤其细神思器东谈主的环境识别才略：垃圾类型、材质、风光齐各不换取，还可能有污渍、守秘、败坏堆叠。兼并个物体只消在堆叠规则、污渍上变一下，在实验室里西宾出来的识别才略很可能一下子就无法平方工作了。

多支赛队在采访时提到，实验室里的精确识别，到了确凿场景可能陡然失效。比如，比赛本日，香港大好天的太阳光辉相配强横，香蕉皮在被反复合手取后发生不可回弹形变；实验室汇集的桌子数据十足不适用，现场桌子反光影响了激光相机点云；透明物品比如矿泉水瓶由于反光等原因，导致多台机器东谈主识别失败；有的机器东谈主垃圾还没合手取到，就急着往垃圾桶走……

这与许多机器东谈主运用试点中，换一个工位、灯光，运用成果就大打扣头的情况高度相似。它们指向的齐是兼并个行业事实：机器东谈主在确凿环境的感知才略，是可大边界部署的基本前提。

在体育场景中，肖似的问题相通存在。定向越野比赛，复杂盘曲的林间小径光影摇曳，树荫和坑洼不绝交错，机器东谈主必须判断咫尺的暗块到底是可以踩上去的土路，照旧需要规避的坑洼，需要感知系统可靠预计地形、识别可通行区域。

刘云辉教授默示，这类任务强调是在当然场景下测试畅通才略和环境识别，在一些有限教导下，望望机器东谈主能弗成通过及时反应克服封闭、爬山涉水。

手脚冠军选手的浙大Wongtsai团队称，面对复杂的确凿环境，他们在Isaac LAB中搭建了一个尽可能收复比赛场景的环境，以至特意对RealSense相机的噪声，比如双目视差、散斑投射、纹理缺失等问题进行模拟。这种“仿真到确凿”的闭环想象，让他们的四足机器东谈主成为首个全自主跑十足程定向越野的参赛选手。

行业正加速从法式样子可用走向确凿场景可用，确凿环境是机器东谈主走出Demo、能在更多场景复制落地的必修课。

要是机器东谈主能学会全自主垃圾分拣，科罚了背后复杂视觉感知、多材质物体识别、自若合手取上的经久费事，就有望在工场、环卫、物流等“脏乱差”场景运用；要是机器东谈主能自主完成定向越野，就能科罚将来在园区巡检、户外勘测、灾害缓助等复杂地形场景中遭遇的确凿费事。

二、解脱东谈主类遥控，机器东谈主大边界落地需要自主决策

当今，咱们看到的许多炫酷的机器东谈主才略展示，许多齐是由东谈主类操作员遥控操作，机器东谈主更多演出良友操作平台，而非具备确凿决策才略的智能体。这种机制，在产业发展早期，如实能够更快速考证机器东谈主才略、网罗数据、积聚教育等。

然而，机器东谈主的线路很猛进程上来自东谈主类的教育判断和临场操作，是东谈主脑在替机器东谈主的大脑工作，容易消亡了机器东谈主在感知、决策等的短板，难以确凿响应其在无东谈骨侵犯下的线路。这是在判断全自主机器东谈主能否干涉东谈主类生计场景时，最容易被遥控线路好意思化的第二个才略——决策自主性。

一些头部公司也曾作念出接济，以特斯拉Optimus为例，年中，其秘书毁灭了传统遥控操作学习的款式，之后，马斯克10月发表对Optimus功夫视频的指摘：“是AI，不是遥控”，这齐阐明，无遥控也曾成为具身企业将来发展的了了共鸣。

全自主、无遥操是行业发展的枢纽趋势所在，赛事通过评分轨则，明确奖励无遥操的参赛选手。但这也极具挑战性，浙大Wongtsai团队的队长朱承睿形色，从东谈主类良友遥控操作到自主终端，能够是蒸汽机期间到电气化期间的飞跃。

吊桥穿越任务中，机器东谈主需要通过三种不同间距的桥面段，自主识别桥面结构，决定是否需要借助器具通过、是否拉绳搭桥等。有的选手给机器东谈主装上宽大的“脚底板”，幸免穿非凡程中被间隙卡住；有的机器狗通过非凡绕开间隙，还不祥了拉绳搭桥的法子。

在刘云辉院士看来，这类任务的中枢是决策与诡计，因为桥板位置不一样，机器东谈主要我方作念想考、作念决策，比如提起板来填充，从而改变环境，合乎我方的畅通。这是包含了环境评估、器具使用、任务诡计的高档智能行径。

港中语CUMAE团队谈谈，比赛中的不同任务对机器东谈主的硬件和AI才略有不同条件，AI和机器东谈主的发展应在一个大系统里相互妥洽、阐扬上风，而不是相互单独发展，这给了团队在将来科罚肖似问题的一个想路。

目前，机器东谈主在小脑的畅通终端与畅通性能晋升马上，但在大脑部分的AI才略还很基础，不少业界东谈主士齐曾默示，AI才略不及也导致了机器东谈主没能真耿直边界落地。

跟着行业向边界化落地迈进，全自主才略势必会成为机器东谈主企业的中枢竞争壁垒，亦然机器东谈主从“器具”迈向“伙伴”的中枢鲜艳。

三、不啻单一才略，机器东谈主需要自若跑完一整条长程任务链

即使感知、决策才略齐过关，机器东谈主能否干涉东谈主类生计场景，还取决于第三个维度：能弗成自若履行具有一连串复杂动作的长程任务链，而不是只完成某一个精彩动作。

不少演示齐是通过遥控来终了对机器东谈主单一动作才略极限的展示，然而在仓储拣选、园区巡检、灾害缓助等确凿运用场景中，机器东谈主需要完成的是具有多个法子的长程任务链。

家庭场景亦然如斯，叠穿戴、浇花、洗碗、收纳等亦然长程任务，以家庭浇花这么看似小事的雅致任务为例：机器东谈主需完成吊水壶、接水、走到花盆前、终端浇水、再归位的全经由，水壶分量和要点在过程中继续变化，这锻练的是从感知、诡计到力控、步态协同的一整套才略。

在ATEC的自主浇花任务中，这种系统性挑战被直不雅呈现：有的机器东谈主在提起水壶后通常摇晃、对不准浇花位置等，需要屡次调试，东谈主工屡次侵犯；少数队伍能完周详经由，但不时速率较慢。这些场景与本质中“机器东谈主老是要东谈主去救场”的情况相配相似。

“VLA模子有一定的泛化才略，但它只可和会图像和话语指示，无法将这些指示与确凿的物理交相互对应，在物理天下的和会和交互才略方面存在不及。”浙大Wongtsai团队说。最终，团队照旧采用了传统的视觉识别+机械臂诡计的决策。

北理工CyberPrime团队提到，自主浇花任务难以全自主完成的原因主要有两方面：硬件上，传统高精度机械臂分量大、速率慢，搭载在四足机器东谈主平台上不稳；软件上，操作算法泛化才略有限，实验室用极少谈具西宾的策略，到了比赛现场十足不适用。在他们看来，机器东谈主走入生计，硬件畅通才略没问题，主要瓶颈在于操作精度、安全性和自主性，这亦然实验室将来几年主要攻破的地方。

这也揭示了具身智能正靠近的处境：各式模子、算法看上去很智谋，但一落到具体机器东谈主的履行层面上就处处受限，软硬件脱节；机器东谈主下半身能够得手迁移，然而上半身操作要津却畸形忙碌。 更严格地说，即便能跑起来，在万古候、多轮次、多场景的任务链下，它们也很难保持一贯的自若性和可人戴性。

将来，确凿落地的机器东谈主居品，必须要面对长程任务链这谈坎，嗜好系统可靠性、任务圆善性终了迁移与操作的长入。

结语：确凿天下“翻车”很平方，是具身智能落地的必经之路

两天的比赛看下来，任务挑战大，全自主太难，机器东谈主翻车情况如实存在。

不外，刘云辉院士认为，翻车很平方，亦然一个晋升，至少把机器东谈主拿到场景下测试了，失败亦然一个终端，但能够给到反馈，闪开采者反想那儿作念的不够好、时期应该怎么改进。“我认为你莫得失败，其实就遥远不可能有告成的一天。”

针对户外复杂场景，各参赛队伍尝试了万般化的时期旅途与改革决策：有的团队将传统模块化算法与前沿的端到端大模子决策并行测试，寻找自若性与智能化的最好均衡；有的为搪塞吊桥的动态踯躅，想象出轻量化终端与及时环境建模相结合的特有策略。这些充满创造力的时期探索，为机器东谈主场景落地积聚了可贵实践教育。

不少参赛选手在采访中齐提到，ATEC的比赛建立迫临本质场景，对时期发展来说具有更本色的真谛。他们基本齐怀抱着强横的职责感，期待着机器东谈主将来更多地去完成东谈主类无法完成的工作，让机器东谈主去承担东谈主类危急的工作，这种确凿天下极限挑战即是通往那条路的开端。

具身智能要从风口上的故事酿成基础次第，需要一套能经得住时候锻练的测试场和评价体系。

几年后回头看，这场没那么多“爽感”的基于确凿场景的大赛，随机恰是这套体系的早期雏形。