清華教授談人形機器人發(fā)展 自主與遙控并存的現(xiàn)狀。當(dāng)我們把鏡頭對準(zhǔn)人形機器人時，可以看到它們在跑道上摔倒后再爬起來，在復(fù)雜的有障礙的路面上“盲走”并保持平衡，或在5v5的機器人足球比賽場上完成一次次傳球、接球與射門，這些瞬間足夠驚艷。然而，若走出受控賽場或部分預(yù)設(shè)場景，面對一個未“標(biāo)注”的障礙物或一件未疊好的衣服時，它們往往需要由人來介入遙控。“人工遙控”因此成為人形機器人不可或缺的“第三只手”。這正是人形機器人發(fā)展所呈現(xiàn)出的一體兩面：人形機器人已經(jīng)具備了較強的運動能力，而對環(huán)境的理解與跨場景泛化仍是未解的短板。

清華大學(xué)教授、機器人控制實驗室主任趙明國表示，現(xiàn)在的人形機器人憑借其本體感知能力，可以完成走、跑、跳、翻跟頭，或在有障礙物的路面上行走，這種復(fù)雜動作的完成都需要其具備很強的智能水平。不過，目前許多人形機器人還不太具備理解環(huán)境的能力。比如說，當(dāng)前面有個障礙物時，它是否能夠自主繞行、是否能自主開門，這些方面還存在一些短板，需要人來指示。現(xiàn)階段相關(guān)任務(wù)的執(zhí)行可能80%是由人來遙控，20%是人形機器人自主完成，未來可能進(jìn)化到60%由人遙控、40%由機器人自主完成。當(dāng)前人形機器人在某些特殊場合已經(jīng)能夠?qū)崿F(xiàn)完全自主，但這些自主能力僅限于特定場地、特定任務(wù)，場外遷移泛化能力還比較弱。

趙明國認(rèn)為，完全由人來遙控人形機器人的每一個關(guān)節(jié)是不現(xiàn)實的，最終一定會過渡到100%由人形機器人自主決策。當(dāng)然，人形機器人要實現(xiàn)所有環(huán)境下的完全自主還需要一個漫長的過程。從眼下來看，即便是要將人形機器人的自主能力提高到50%也仍然比較困難。理想中的人形機器人應(yīng)具備完全自主的能力，但現(xiàn)實是當(dāng)前的技術(shù)還遠(yuǎn)未達(dá)到這一目標(biāo)。一種主流思路是嘗試先構(gòu)建一個通用的人工智能基座，再針對如疊衣服、踢足球等不同垂直領(lǐng)域，分別注入專用數(shù)據(jù)進(jìn)行精細(xì)調(diào)整和訓(xùn)練，從而使人形機器人掌握特定技能。這一路徑在邏輯上看似合理，但也存在明顯的問題：如果機器人在單一具體任務(wù)上都未能做得足夠好，又何談建立一個能勝任所有任務(wù)的通用智能基座？這種構(gòu)想目前既難以被證實，也難以被證偽，本質(zhì)上存在一定的邏輯漏洞。

當(dāng)前，許多人從大語言模型的成功經(jīng)驗出發(fā)，認(rèn)為可以將其模式遷移至人形機器人領(lǐng)域，但虛擬信息空間與真實物理空間之間存在本質(zhì)差異，前者的路徑對于后者而言未必能行得通。物理世界中的智能能力，必然需要大語言模型之外的另一套智能系統(tǒng)來支撐。目前，在真實物理世界的智能方面，我們主要依賴強化學(xué)習(xí)這一方法，但這還遠(yuǎn)遠(yuǎn)不夠。如何有效獲取物理數(shù)據(jù)或高質(zhì)量仿真數(shù)據(jù)，仍是整個領(lǐng)域共同探索的課題。因此，未來更可能的發(fā)展方向是兩個世界的智能能力深度融合、協(xié)同工作。即便為了解決物理世界的問題而借助虛擬世界的手段，那也僅是工具層面的輔助，終極目標(biāo)仍是解決物理世界存在的一系列現(xiàn)實問題。當(dāng)前階段，我們更應(yīng)把這些問題進(jìn)行明確的定義，開展與大語言模型形成互補的研究工作。

趙明國認(rèn)為，不應(yīng)一刀切地用單一百分比去描述和定位人形機器人智能程度的占比。人應(yīng)該管人該做的部分，機器人應(yīng)該管機器人該做的部分；隨著時間的推移，人形機器人的感知和理解能力會逐步增強，人形機器人的智能化是一個漸進(jìn)突破的過程。從眼下來看，要讓人形機器人真正走進(jìn)普通人的日常生活，還需要一定的時間。車百會研究院近期發(fā)布的研究報告顯示，目前智能機器人仍屬于“玩具”“教具”“展具”“科研工具”，能夠通過預(yù)編程或高度優(yōu)化的演示環(huán)境，展現(xiàn)出較強的動作控制能力和流暢的語言交互能力，通過“演示”吸引公眾關(guān)注，但距離產(chǎn)業(yè)成熟規(guī)模化應(yīng)用階段仍有距離，需解決數(shù)據(jù)、標(biāo)準(zhǔn)、安全、場景融合等問題。

趙明國指出，要提升人形機器人的智能化水平，意味著必然對人形機器人的硬件能力提出更高要求。若傳感器數(shù)量不足、數(shù)據(jù)資源匱乏，人形機器人的智能化便無從談起。隨著任務(wù)復(fù)雜度的提升，軟件算法的復(fù)雜度也必須相應(yīng)增加。硬件是承載智能的物理基礎(chǔ)，軟件是驅(qū)動智能的決策核心，二者缺一不可。他認(rèn)為，如果這兩方面的能力無法實現(xiàn)同步突破，那么實現(xiàn)人形機器人完全自主的終極目標(biāo)就將難以達(dá)成。目前，還沒有任何一個人形機器人的運動能力能夠達(dá)到人類的水平。因此，有不少人反對讓人形機器人去進(jìn)行跑步、踢足球這類活動，認(rèn)為這些工作沒有實際意義，他們認(rèn)為機器人應(yīng)該直接進(jìn)入工廠應(yīng)用才有意義。趙明國則認(rèn)為，人形機器人無論是進(jìn)入工廠還是家庭，都需要一個漸進(jìn)的過程。上述實際場景中的運用，本質(zhì)上來說都是一項要求極高的“瓷器活”，而我們是否擁有完成這些任務(wù)的“金剛鉆”，首先需要一個合適的場景來進(jìn)行驗證。在現(xiàn)階段，運動場恰恰可以充當(dāng)這樣一個驗證場景。

趙明國還建議，為推動人形機器人的發(fā)展，應(yīng)在人形機器人領(lǐng)域設(shè)立相關(guān)標(biāo)準(zhǔn)以便于進(jìn)行分級。他以自動駕駛的L1—L5分級為例，闡明了在有明確分級和標(biāo)準(zhǔn)任務(wù)后行業(yè)內(nèi)能把技術(shù)路線、相關(guān)測試與法規(guī)標(biāo)準(zhǔn)進(jìn)行對齊。具身智能領(lǐng)域目前缺少類似的行業(yè)共識和標(biāo)準(zhǔn)，這導(dǎo)致該行業(yè)研究和應(yīng)用目標(biāo)分散，難以進(jìn)行比較。趙明國及其團隊深耕雙足機器人領(lǐng)域研究長達(dá)二十余年，其帶領(lǐng)的清華火神隊?wèi){借自主研發(fā)的端到端強化學(xué)習(xí)技術(shù)，奪得2025世界人形機器人運動會5v5足球賽冠軍。機器人踢足球看似是趣味場景，實則是驗證具身智能的“標(biāo)準(zhǔn)平臺”，涵蓋感知、決策、運動控制等全鏈路技術(shù)，而這些技術(shù)與智能汽車的智駕系統(tǒng)底層邏輯相通。通過標(biāo)準(zhǔn)任務(wù)驗證技術(shù)能力，能夠逐步解決人形機器人手部與腿部的具身智能問題，最終面向老齡化、服務(wù)業(yè)短缺等社會需求，推動通用具身機器人實現(xiàn)商業(yè)化落地。清華教授談人形機器人發(fā)展 自主與遙控并存的現(xiàn)狀。