腾讯音乐获两项鸿蒙座舱大奖，携造车载音娱新体验

近日，一场(yīchǎng)被一些业内人士视作是“中国具身智能路线之争”的(de)学术争论，引起了机器人行业的讨论。 一位(yīwèi)讨论参与者是许华哲，来自清华大学交叉信息(xìnxī)研究院（简称“清华叉院”），是中国科技顶尖人才培养机构的(de)(de)助理教授，同时也是机器人企业星海图的联合创始人。另一位则是获得(huòdé)IEEE T-RO最佳论文奖的周博宇，这是亚洲单位首次获得该奖项，同时他也是南方科技大学的助理教授、博士生导师。知乎平台中，他们围绕“机器人领域特殊任务研究是否有价值”等话题展开(zhǎnkāi)了讨论。 前者主张“特殊任务研究”于学科有益，但对于推动具身智能的发展“几乎没有用处”。后者则主张无用之用方为智能基石。5月23日，第一财经记者分别(fēnbié)采访了许华哲(xǔhuázhé)、周博宇以及其他业内人士后了解到，在二者观点(guāndiǎn)的分歧和共识之外，这场争论折射出(zhéshèchū)了学界对技术决定论的警惕，更(gèng)直接对行业进行了“纠偏”。 在资本追捧(zhuīpěng)大模型、企业砸钱秀肌肉的浪潮中，究竟该押注(yāzhù)通用颠覆，还是深耕工业(gōngyè)现场那些“不够性感”的工程细节？这是每一位具身智能从业者必须亲自探索的命题。 针对“特殊任务”的研究是否有意义(yìyì)？ 整场(zhěngchǎng)讨论的原点，是(shì)许华哲在知乎上发表了一篇名为《具身智能需要从ImageNet做起吗？》的文章。 许华哲在其中提到，传统机器人(jīqìrén)学有相当一部分的(de)研究重点在于“特别(tèbié)”的机器人或者“特别”的任务。比如一个蛇形(shéxíng)机器人、一个老鼠机器人，或是让机器人去包饺子、抖落衣服。这类“特殊任务研究”的任务对(duì)科学虽然有用，但对“推动具身智能的发展几乎没有用处”。 “我认为这种观点(guāndiǎn)显然不对。”在《具身智能：一场需要谦逊与耐心的科学远征》中，周博宇直接指出，具身智能本身是跨学科产物，它的发展(fāzhǎn)必须(bìxū)依赖具体科学问题的突破。他以波士顿动力和蛇形机器人的研究为例，指出波士顿动力早期研究足式机器人时，没有人能预见(yùjiàn)其动态平衡算法会成为现代人形机器人的核心；蛇形机器人研究中的柔性(róuxìng)驱动技术，也直接推动(tuīdòng)了医疗内窥镜机器人的发展。“这些(zhèxiē)看似无用的特别任务，都推动了科学的进步，以及具身智能的进步。” 针对特定场景的研究，对于行业来说的意义(yìyì)究竟有多大，成为了(le)二者讨论的核心矛盾。在许华哲看来，按照(ànzhào)深度学习、计算机视觉领域的发展规律，推动力主要来自ImageNet这样的标准化数据(shùjù)集以及ResNet或Transformer这样的通用模型。例如流水线分拣、零件抛光打磨等“特别的任务”，短期内(duǎnqīnèi)有经济价值、创业需求，但长期会被具身(jùshēn)智能的进展淹没。 许华哲向第一(dìyī)财经记者进一步解释，以机器人的局部运动为例，在强化学习为主导的方案兴起前，人们利用控制手段也能让机器人完成特定任务，如在草地上行走、跳舞等。“不过，直到强化学习应用(yìngyòng)于此，机器人才具备了从平地(píngdì)到草地、山地、跨(kuà)台阶(táijiē)等只用一套系统就能应对的能力。” “只要通用智能做成，各种细分领域的问题也(yě)将迎刃而解”的观点，被周博宇视作是“通用大脑优越论”。他提到，即便是人类自身，在掌握某项特定技能时，也必须经历反复锤炼，方能得心应手。“通用智能无疑是一个宏伟的目标，但与此同时，我(wǒ)也希望(xīwàng)青年学生(xuéshēng)与工程师(gōngchéngshī)们能关注到一些更为具体、务实的产业需求。” 汽车总装车间中亟待解决的(de)线束整理难题、半导体封装环节(huánjié)对高精度和高稳定性的严苛要求……“这些看似‘不够性感’的工程细节，恰恰是锤炼真正(zhēnzhèng)智能的淬火池。”周博宇说。 在“不够性感(xìnggǎn)”的工程细节里寻找技术拐点 二者的讨论发出后，很快(hěnkuài)引起了业内多位人士的转发。 科大讯飞机器人首席科学家季超告诉第一财经记者(jìzhě)，自己对(duì)二者的(de)(de)观点都很认同。对技术迭代(diédài)的追求和工程化落地的能力，对于现阶段的具身智能而言同样重要。“表面上看，一个惊艳的模型或巧妙的算法，可能(kěnéng)令人眼前一亮，但如果缺乏长期工程化落地的经验积累、真实场景中的反复打磨，以及对细节极致追求的‘脏活累活’，这种优势很容易被复制甚至超越。” 杭州钛维云创的创始人兼CEO张磊也很快转发了二者的讨论。作为聚焦于(yú)纺织行业的具身智能企业，在大部分的工作时间里(lǐ)，张磊都在处理一些“不够性感”的工程(gōngchéng)细节。“机器人的夹爪怎么去抓牛仔、棉麻、丝绸(sīchóu)等质地不同(bùtóng)的布料，怎么迁移、缝纫，这些都需要我们针对特定的任务和场景进行重复训练。” 但在赞同周博宇“通用性无法脱离具体性而存在”的观点(guāndiǎn)之外，张磊也同样认同许华哲对机器人数据(shùjù)和仿真训练环境的观点。 “就像许华哲说的那样，在虚拟世界中的仿真(fǎngzhēn)训练(xùnliàn)和海量的数据并不是万能解药。”他告诉记者，在机器人的训练里，模拟不同状态物体所需要的数据量不同。如果想要训练出(chū)一个能够操作五个自由参数量的刚体机器人模型，仿真环境需要模拟的数量级可能在十的五次(wǔcì)方。 但如果想要训练机器人“大脑”，也就是搭载在实体(shítǐ)硬件上的大模型操作柔性物体，由于柔性物体参数可能有上百个(bǎigè)，那么模拟环境数量的量级可能就会指数(zhǐshù)级增加，成本和技术难度(jìshùnándù)都有所飙升。“因此，我们现在会采用真实(zhēnshí)数据(shùjù)‘反标’的手段，来补偿虚拟环境缺失的精度和真实性，用50%的真实数据和50%的仿真数据来训练大模型。” 不过(bùguò)，就未来的发展方向(fāngxiàng)而言，张磊坦言“自己也没有理清”。他告诉记者，具身智能仍然处在一个探索的初级阶段，自己无法打包票哪一种(yīzhǒng)技术方案更好、会走到最后。 当前，在大模型落地的(de)方案中，出于安全和稳定性考虑，张磊将(jiāng)整个流程85%-90%的部分都采用(cǎiyòng)了基于(jīyú)经典控制理论的建模方法，剩下的10%-15%则采用了基于强化学习(xuéxí)的智能学习算法。“相比VLA（Vision-Language-Action，视觉语言动作）或者端到端的模型，客户更注重安全性，这(zhè)也是我们采取这个方式的主要理由。” 尽管如此(jǐnguǎnrúcǐ)，张磊仍然和许华哲、周博宇一样，相信机器学习会成为具身智能未来的主流。周博宇说，“设想如果我们能彻底理解人脑的工作机制，甚至(shènzhì)创造出超越人脑的新架构，那我们就有望仅凭少量数据快速掌握多种技能，突破传统模块化系统的性能天花板，这是很符合自然的。”他认为，这不仅依赖于AI本身(běnshēn)的发展(fāzhǎn)，还需要脑科学、类脑(lèinǎo)计算(jìsuàn)等多学科的协同突破。 观点竞合纠偏行业发展(fāzhǎn) 第一财经(cáijīng)记者看到，讨论双方的(de)观点并非全部“针锋相对”。许华哲也向第一财经记者坦言，传统的机器人训练方法在今天依然有他的价值。周博宇也在交谈中告诉(gàosù)记者，当学者在探索(tànsuǒ)一些此前从未有人想过的东西时，有机会激发产业需求，带来技术的收敛。 谈及周博宇对自己观点的讨论，许华哲告诉记者，这正是自己发表文章的目的之一。“我本身也很期待有人(yǒurén)跟我展开讨论这些观点，我和周老师(lǎoshī)私交很好，除了周老师以外，还有不少(bùshǎo)人主动跟我私聊。” 而另一边，周博宇也表示，自己这篇文章“酝酿了很(hěn)久”。“近两年，这个(zhègè)行业的发展超过了我和身边朋友的预期(yùqī)，在这个过程中会有一些激进、极端，甚至(shènzhì)有一些喧哗的声音，学术讨论本身能够起到一个纠偏的作用。” 立德(lìdé)智库数据显示，2025年4月，中国机器人(jīqìrén)行业融资数量超过45起，环比增长9.3%。根据已披露金额(jīné)及行业估值测算，预估总融资金额达60.5亿(yì)-71.5亿元，较3月的18.5亿-25.3亿元实现了2-3倍增长。 从技术路径上来讲，VLA模型(móxíng)已经成为了(le)各家企业“秀肌肉”的重点。今年年初以来(yǐlái)，Figure AI、Physical Intelligence、英伟达、灵初智能等多家企业都发布了VLA模型。在(zài)这些VLA模型的展示demo中，大多数都体现(tǐxiàn)了语言交互和语言动作跟随的能力。 “语言(yǔyán)理解虽是直观的智能表现(biǎoxiàn)，但执行层面的薄弱让技术(jìshù)难以(nányǐ)落地。”周博宇以工业、医疗等场景举例，他认为，在这些场景当中，高精度运动控制、触觉力觉反馈等能力远比语言交互关键。周博宇提到，他担忧(dānyōu)过度聚焦语言会导致资源错配，“企业为了融资，不得不分散精力做‘秀肌肉’的功能，反而忽略了场景的真实需求”。 在许华哲和(hé)周博宇的观点里，“长坡(zhǎngpō)厚雪”是他们对这个行业的共识。这场争论的价值，或许正在于撕开技术理想主义的面纱，让(ràng)行业在狂热中看清现实(xiànshí)。在具身智能技术拐点到来之前，机器人的竞争与(yǔ)合作，不仅仅在企业渲染的demo视频中，更在那些“不够性感”的工程细节里。 (本文来自(láizì)第一财经)