人类为什么执着于造出人形机器人？这科学吗？

抖音热门 2026年06月23日 01:56 31 admin

今年我们人形机器人相关的活动确实很多，像去年春晚的转手机器人，还有北京马拉松的机器人选手。

大家可能会问，为什么一定要做人形机器人呢？我们希望机器人能在同一形态下胜任更多样的场景，而在这种模式下构建的机器人，其成本和制造过程相对会更低廉、更高效。

在这一目标的牵引下，若要回答“怎样的形态有可能最大化通用能力”，答案似乎很自然——拟人形态。

因为目前各行业的场景布置、工具设计都是围绕人类形态展开的，这是制作人形机器人的动机之一。

第二点，大语言模型已初步展现出强大的智能，能进行日常对话，其训练方式是利用了几乎所有文本化或数字化的语言数据。

正是这些海量数据支撑了大语言模型的智能性。于是有一个直观的想法：能否将这套模式直接移植到机器人上，让机器人在具身智能领域实现大发展？

但目前我们尝试了包括高老师提到的遥操作等多种数据构建方法，发现专门为机器人采集的数据量远不及大语言模型的语言数据。

且这种差距只会越来越大——语言数据是每个人每天都在产生的，而专用的具身数据不可能让每个人每天都去产生。

那么，什么数据能像语言数据一样无时无刻产生并供机器人使用？似乎是人类的视频、行为数据。

而要让人类的行为数据在具身层面发挥作用，答案似乎又指向了拟人形态。从技术路线需求、制造成本角度看，两个方向的答案都汇聚到了人形机器人上，这可能是当下选择人形机器人的出发点。

从场景适配性来看，我们在地球上建造了大量房屋、楼宇，研发机器人的初衷是希望其能辅助人类，自然需要让它们进入日常场景。

由于人类已高度适应现有环境，从形态学角度，我们很自然会设计与人类相似的伙伴，让它们与我们共同生活在相同场景中。

从心理接受度看，我们更容易接受与自身外观、形态相似的存在。这也是坚持研发人形机器人的重要原因。

从生物学研究角度，研发人形机器人是对人类的再解构与再认知。人类天生具备复杂功能：触觉、味觉、思考能力等，作为整体生命非常复杂。

当我们让机器人逐步向人类靠拢时，本质上是从底层进行模拟，进而理解“人之所以为人”的关键因素。

正如大语言模型中“智能涌现”现象（如GPT-1、GPT-2未展现明显智能，从3.5开始突然涌现智能），生物学也认为，足够多的脑细胞或神经细胞通过复杂电信号交流，可能涌现出人类智慧。研发人形机器人正是从底层原理深入认知人类存在的过程。

当前人形机器人发展面临哪些困难？可概括为软硬件全方位挑战。

硬件方面，身高较高的人形机器人灵活性往往不如较矮机型，核心原因在于驱动系统的能量密度、功率密度不足。

骨架增大后，若希望机身重量增速可控，对硬件会提出更高要求；而较小机型因重量轻、电机功率易达标，动作更接近人类。若要进一步增大人形机器人尺寸，驱动技术（电机、传动等）需实现突破。

软件方面，人形机器人软件仍需大量投入，涉及数据与算法两方面。人形机器人的关节数量远超足式机器人，这意味着需要解决的问题维度大幅提升，对算法提出了更高挑战——原本适用于四足机器人的算法，未必适用于人形机器人。

此外，通过遥操作等手段采集数据的效率远低于大语言模型（后者依赖每个人每天自然产生的语言数据），如何为机器人构建训练数据仍是基础难题。

关于具身智能，我们希望机器人能通过持续与环境交互实现学习与进化，这是通用机器人的长远目标。

但现阶段，由于任务复杂度较高（如物体操作、柔性物体操作等），仍需聚焦具体场景。人脑因足够复杂能处理混沌信息，即使是大语言模型也难以完全模拟——其依赖固定内容训练，而人类成长路径的多样性（个体差异）使机器人在功能性、情感性等方面仍难以企及。

必看教程！“乐乐麻将软件打牌技巧”（详细辅助教程）-哔哩哔哩

发表评论