目前多数机器人仍需人工远程控制，但最近举办的世界机器人大会上，每经记者观察到一种全新状况。

在维他动力展位，会自行移动、能自主应答的机器犬“大头”引起了许多小朋友的注意，人们热情地呼唤它的名字、温柔地触摸它的身体，展位挤得满满当当

在星海图展台，机器人总能精准地识别被子的位置，即使它散乱地堆放在床上，也能迅速抓取两端的被角，然后将其翻转过来，让被子平整地铺展开。

星海图展台演示机器人铺床

在越疆机器人展位上，人形机器人Atom用左手拿起扳手，把机械臂轴承拧紧到0.1毫米的精度要求内，与此同时，它的右手正将各种尺寸的零件分门别类地放入六宫格的料箱中，这一过程展示了双核判断力和双臂的默契配合。

在优必选的展位上，借助群脑网络2.0的统一指挥和任务规划，众多仿人机器人联合运作，顺利完成了从物料接收、转运至灵活动态分拣的完整工作演示。

这些操作让现场观众直呼，这届机器人有点儿东西！

实际上，根据维他动力联合创始人兼产品副总裁赵哲伦的观点，此类展示均属于物理人工智能领域。可以说，物理人工智能正使机器人逐步增强自主性，变得更加善解人意。

物理AI要求机器人完全自主运行

物理AI被英伟达创始人黄仁勋视作是人工智能的下一个浪潮。

赵哲伦向每经记者透露，人工智能的核心在于借助运算能力来处理事务。以往，人工智能主要承担的是信息层面的工作，其运作环境主要限于电脑或手机，与实际世界的联系并不紧密。

物理人工智能另有侧重，它需要处理的是现实环境中的位置变化难题。赵哲伦说明，这并非单纯指位移动作，诸如机械臂运作、灵巧手活动以及足部行进等，都属于空间位移范畴，本质上就是将某个物件从一处按顺序挪至另一处。日常生活中许多任务，如传递一杯饮品、整理衣物等，实际上都是一连串位置转换的组合。

赵哲伦指出，自动驾驶在严格意义上是率先实现大规模应用的物理人工智能实例，不过这种应用相对基础，仅处理平面上的前后左右移动任务。相比之下，诸如叠衣服、取饮料之类的动作，则涉及到更为复杂的立体空间位移。

他谈到，物理人工智能没有固定的形态，例如桌面上的机械臂、四条腿的机器人、带有机械臂的轮式平台，只要涉及到在空间中移动，就都属于物理人工智能的范畴。

他的观点是，物理AI的核心在于机器人能够独立运作，包括自行感知周围状况、解析数据、制定计划并付诸行动。这四个步骤必须由机器人自身完成，如果有人远程操控，那就不是物理AI了，因为遥控意味着从感知环境到理解信息再到执行任务，这些环节的决策权都在人手里。市面上常见的扫地机和无人机之所以不属于物理AI，是由于它们依据一套预设的规则和基础算法来运行。

在维他动力展位，三个字“无需操控”也突出地展示在展位核心的柱状物上。在展位可以互动的区域，机械犬会自行跟随人移动。赵哲伦表示，其团队要攻克的课题是让机器人能在任何人类能到达的地方自主行进，同时明确自己的目标地点和要跟随的对象。

维他动力展台观众与机器狗“大头”互动

他讲，人们借助声音发出指令，机器狗在弄清周围状况后会自行执行，它需要处理的任务与仿生机器人完全相同。

这项挑战比无人驾驶更复杂，由于交通环境虽然速度快、危险程度高，但遵循明确的交通法规，相对有章可循；而人类活动场所既无章法又极不规整。赵哲伦进一步指出。

全自主运行要与具体业务需求结合

优必选现场演示了数台仿人机器人，它们合作完成了整个工作流程，这生动体现了物理人工智能的应用。

优必选的高级品牌负责人谭旻向每经记者透露，企业旗下所有机器人展示环节都由人工智能技术支持完成。该公司的人形机器人，在工业自动化制造方面的运用包括物资运输、品质检测以及物品分类这三个方面，现在已经进入好几家汽车制造企业进行实践操作。

实际汽车制造场所里，车辆抵达时刻时常变动，因此无法事先设定程序，机械臂必须独立运作。倘若依然需要人力远程操控，那么机械臂进入工厂就丧失了其使用意义。谭旻说完这些话，走到一个正在把箱子运上汽车的人形机械臂前方，这个机械臂立刻停了下来。瞧见了吗？当机械臂侦测到人类或其他物体时就会自行暂停，接着它会重新制定路径，整个过程中都不需要人力介入。

优必选展台演示机器人分拣作业

季超是科大讯飞机器人首席科学家兼聆动通用CEO,他认为全自主并非全新概念,传统自动化在特定情境下已经实现了完全自主。他对每经记者透露,具身智能时代的全自主核心在于通用能力的增强。现阶段的全自主,人们更注重的是明确某个具体目标,围绕这个目标开展自主操作,这本质上只是系统集成的基础阶段。

所以，他主张，确定整体自主的核心要素，必须先有行为链，单个行为按时间顺序连接成完整行为；在此期间，这些行为能达成特定目标，这就是目标链；要达成彻底自主，需让机器人融入实际的生产活动，这就是应用链。当面向企业客户时，机器人必然具备应用链。业务流程、工作环节和操作环节能够达成全程完整覆盖，它便可以达成自动化运作。

季超着重指出，自动化必须依托实际应用环境，构建出具有因果关系的任务序列。倘若机器人缺乏特定场景或业务背景，比如仅要求其前后移动，却不存在因果关联，那么这实质上只是基础操作步骤的演示。

这家企业始终把机器人足球比赛作为重点发展方向。负责海外拓展的李超逸向《每日经济新闻》记者透露，他们所有参与过赛事的机器人都具备完全的自主控制能力，不需要人工干预，其自主决策能力也在持续快速地进步。

说到集中众多资源参与机器人足球赛的理由，他解释道，这类赛事能迅速提升机器人的多项关键技能，包括精准感知环境中的移动物体，准确确定自身位置，灵活规划行进路线，有效规避障碍物，保持稳定移动姿态，以及实现摔倒后的自主复原。这些经过训练掌握的技能，未来都有望应用于家庭服务、工业制造等实际应用领域。

加速进化公司展台展示的踢足球机器人

模型和数据制约具身智能扩展至更通用场景

季超谈到，在大语言模型、多模态大模型以及具身大模型不断进步的背景下，机器人已经能够明白任务并规划行动，还能执行相应的动作。

然而，不少接受采访的人指出，当前模型的性能和数据的局限性，阻碍了物理化人工智能向更广泛应用领域的拓展。

赵哲伦指出，当前存在一个挑战，对于机械臂操作这类物理人工智能，其完成任务的有效性往往不理想，运行速度也相对迟缓。这关乎到具身智能的研究方法，具体来说，是因为缺乏足够丰富的信息积累，导致它在特定环境或普遍应用中难以表现出色。

他补充说明，例如现在基于智能驾驶的VLA（视觉语言动作）这类模型，其实通用能力不强，因为缺少物理场景的信息，譬如机器人叠被子，能叠出花样，却可能叠不出蓝色的，人们对机器人的期待是它能叠各种被子，但现实是它从感知到认知存在不足。

当然，物理AI在概念上明确无误，就是要具备自主性。不过，也需认识到，所有物理AI都必须完成从特定环境到普遍环境的延伸，好比自动驾驶从单行道发展到高速公路，再进入城市道路的逐步推进。

在技术层面，松延动力首席财务官韩深任向每日经济新闻记者透露，当前机器人虽能获取视觉、触觉等感知信息，然而其独立判断能力尚显薄弱。具体而言，该设备在自主决策方面存在短板，究其原因在于模型结构尚未完善。目前，关于如何有效训练以及精准输出结果等关键问题，仍需行业持续探索与进步。

他的看法是，现阶段阻碍模型进步的关键在于，人们对模型的了解尚未建立成一套公认的准则，换言之，当前的结构设计还不够明确，VLA这类主导架构能否最终获得认可，目前还难以断言。

韩深任认为，让模型与数据的运作关系顺畅起来，大约要耗费三到五年的时间，等到那个时候，机器人就能达到人类般的判断水平，碰到状况能自主应对，这样才有可能进入寻常百姓家。

人形机器人具备完全自主性需要多长时间？谭旻表示，要实现和人类一样的自主程度，业内普遍觉得至少要花几十年时间，而具备有限自主能力大概能在2030年到2050年期间达成目标。那个时刻，机器人可以明白特定环境下的自然语言要求，并执行相应任务，比如“去冰箱拿一瓶可乐”。不过，要处理复杂且多样化的家庭服务，仍然要经历漫长的改进过程。

北京长木谷医疗科技股份有限公司的骨科手术设备现阶段以人机合作为主，董事长张逸凌向每经记者透露，伴随治疗案例与应用实例的持续增多，该手术设备将逐步提升其高级医师的操作水平，最终会从需要医师介入的人机合作为起点，逐步发展为可部分独立操作，最终实现完全自主操作。我预计这个目标在五年到十年之间可以达成,期待自主操作的手术设备将在我国问世。

本文图片均由每经记者 张蕊 摄

每日经济新闻