（來源：MIT Technology Review）

Jan Liphardt 是斯坦福大學(xué)的生物工程學(xué)教授，但對(duì)許多生活在加州洛斯阿爾托斯的陌生人來說他是一位奇怪的人：他經(jīng)常牽著一條機(jī)器狗在街上散步。

多年來，Liphardt 一直在嘗試設(shè)計(jì)和改裝機(jī)器人。當(dāng)他牽著機(jī)器狗出現(xiàn)在公眾場(chǎng)合時(shí)通常會(huì)遇到三種反應(yīng)：孩子們非常興奮并渴望擁有一條屬于自己的機(jī)器狗；他們的父母則感到一絲不安；許多“嬰兒潮一代”則試圖假裝視而不見?！八麄儠?huì)快步走過，仿佛心里在想‘這又是什么荒唐的玩意兒？’ ”Liphardt 說道。

在我的多次關(guān)于機(jī)器人的討論中，我也發(fā)現(xiàn)大多數(shù)人傾向于分為這三個(gè)陣營(yíng)，盡管我并未觀察到如此清晰的年齡界限。有些人樂觀而充滿期待，希望未來的機(jī)器人能熟練地完成許多人類當(dāng)前承擔(dān)的任務(wù)，從烹飪到外科手術(shù)等等；而另一些人則感到擔(dān)憂，擔(dān)心機(jī)器人可能帶來的失業(yè)風(fēng)險(xiǎn)、安全問題，以及在人類與機(jī)器人共同生活時(shí)可能面臨的各種問題。

最后一個(gè)陣營(yíng)，也是我認(rèn)為人數(shù)最多的，那就是無(wú)感。從 1961 年通用汽車在新澤西的工廠首次安裝機(jī)械臂開始，關(guān)于機(jī)器人將如何徹底改變社會(huì)的說法層出不窮，然而直到今天，大多數(shù)這樣的承諾尚未成為現(xiàn)實(shí)。

不過在今年，我們有理由相信，即使是那些長(zhǎng)期處于“無(wú)感”陣營(yíng)的人，也開始關(guān)注機(jī)器人領(lǐng)域正在發(fā)生的變化。以下是幾個(gè)值得注意的發(fā)展趨勢(shì)。

機(jī)器人正在經(jīng)歷考驗(yàn)

人形機(jī)器人研發(fā)競(jìng)賽源于這樣一個(gè)核心理念：世界是按照人類形態(tài)設(shè)計(jì)和構(gòu)建的，而實(shí)現(xiàn)這種形態(tài)的自動(dòng)化將會(huì)給機(jī)器人技術(shù)帶來巨大的變革。該領(lǐng)域由一批直言不諱且充滿樂觀精神的企業(yè)家推動(dòng)發(fā)展，其中包括 Figure AI 的創(chuàng)始人 Brett Adcock。該公司專注于開發(fā)制造人形機(jī)器人，目前估值已超過 26 億美元，并已與寶馬展開合作測(cè)試其機(jī)器人產(chǎn)品。

Adcock 最近在接受 Times 采訪時(shí)表示：“最終，體力勞動(dòng)將變成一個(gè)可選項(xiàng)?！瘪R斯克同樣是這一領(lǐng)域的重要推動(dòng)者。他的公司特斯拉正在研發(fā)一款名為 Optimus 的人形機(jī)器人，馬斯克宣稱，這些機(jī)器人將創(chuàng)造一個(gè)“沒有貧困的未來”。此外，另一家機(jī)器人公司 Eliza Wakes Up 已經(jīng)開始接受預(yù)訂，其開發(fā)的名為 Eliza 的人形機(jī)器人售價(jià)高達(dá) 42 萬(wàn)美元。

去年6月，Agility Robotics 將一批名為 Digit 的人形機(jī)器人部署到 GXO Logistics 公司（該公司為耐克、雀巢等企業(yè)提供產(chǎn)品運(yùn)輸服務(wù)）。這些人形機(jī)器人能夠完成許多涉及搬運(yùn)的工作，例如從托盤上卸貨或?qū)⑾渥臃胖玫絺魉蛶稀?/span>

當(dāng)然，這其中也面臨一系列現(xiàn)實(shí)問題。例如，光亮的混凝土地板可能會(huì)導(dǎo)致機(jī)器人在行走時(shí)打滑，并且建筑物內(nèi)需要有全面覆蓋的高質(zhì)量 WiFi 網(wǎng)絡(luò)才能確保機(jī)器人正常工作，而更大的挑戰(zhàn)在于充電。目前，Agility 的 Digit 機(jī)器人配備一塊重達(dá) 39 磅的電池，每次充電可運(yùn)行 2 到 4 小時(shí)，之后需要花費(fèi) 1 小時(shí)進(jìn)行充電。因此，在輪班期間頻繁更換充滿電的機(jī)器人成為常規(guī)操作。

理論上，如果充電站數(shù)量充足，這些機(jī)器人可以在工廠夜間停工時(shí)自主移動(dòng)到充電站補(bǔ)充電量，但這種自主移動(dòng)可能會(huì)意外觸發(fā)建筑的安保系統(tǒng)。“這確實(shí)是個(gè)問題?！盇gility 的首席技術(shù)官 Melonee Wise 如是說。

Wise 對(duì)人形機(jī)器人能否廣泛應(yīng)用于工作場(chǎng)所持謹(jǐn)慎態(tài)度，她表示：“我一直是個(gè)悲觀主義者?！睓C(jī)器人在實(shí)驗(yàn)室里表現(xiàn)良好是一回事，但將它們投入到一個(gè)實(shí)際的、繁忙的倉(cāng)庫(kù)環(huán)境中則是另外一回事。這樣的倉(cāng)庫(kù)里通常有大量工人和叉車，而且貨物需要在緊迫的時(shí)間壓力下完成高效搬運(yùn)。

如果說 2024 年是人形機(jī)器人大量進(jìn)入人們視野的一年，那么今年我們將真正見證這些機(jī)器人在現(xiàn)實(shí)環(huán)境中接受考驗(yàn)，并了解它們是否能如預(yù)期那樣提高生產(chǎn)力。如今，隨著 Agility 的機(jī)器人被部署到快節(jié)奏的客戶設(shè)施中，很明顯，即使是看似微小的問題，累積起來也可能對(duì)整體運(yùn)行產(chǎn)生重大影響。

此外，人類與機(jī)器人共享工作空間也帶來了額外的挑戰(zhàn)。據(jù) Wise 透露，在 GXO 的設(shè)施中，人類和機(jī)器人通常被安排在不同的工作區(qū)域，但一些特殊情況依然可能發(fā)生。例如，一名人類員工可能會(huì)無(wú)意中將物品遺留在充電站附近，導(dǎo)致機(jī)器人無(wú)法順利返回充電站補(bǔ)電。這時(shí)，機(jī)器人需要向人類發(fā)出警報(bào)，要求清除障礙物，從而拖慢操作流程。

盡管人們常說，機(jī)器人不會(huì)請(qǐng)病假，也不需要醫(yī)療服務(wù)，但隨著今年人形機(jī)器人被大規(guī)模投入實(shí)際工作場(chǎng)景，它們的真實(shí)局限性將逐漸顯現(xiàn)。

從想象中學(xué)習(xí)

我們教機(jī)器人完成任務(wù)的方式正經(jīng)歷快速的變革。過去，我們需要將任務(wù)分解成多個(gè)步驟，用明確的編碼指令逐步指導(dǎo)機(jī)器人完成。而如今，得益于人工智能的進(jìn)步，機(jī)器人可以通過觀察來自主獲取指令。就像 ChatGPT 是通過接觸數(shù)萬(wàn)億句子學(xué)會(huì)寫作，而不是直接學(xué)習(xí)語(yǔ)法規(guī)則一樣，機(jī)器人如今也可以通過觀看視頻和觀察示范來掌握技能。

這引發(fā)了一個(gè)重要問題：我們?nèi)绾螢闄C(jī)器人提供這些學(xué)習(xí)所需的視頻和示范？

英偉達(dá)一直致力于通過虛擬世界來解決這一問題，這項(xiàng)工作建立在其深厚的視頻游戲行業(yè)技術(shù)積累之上。英偉達(dá)構(gòu)建了高度逼真的模擬世界，為機(jī)器人研究人員提供了一個(gè)測(cè)試平臺(tái)。在這些虛擬環(huán)境中，機(jī)器人數(shù)字化的復(fù)制品可以進(jìn)行大量訓(xùn)練。例如，一輛自動(dòng)駕駛汽車可以在虛擬世界中行駛數(shù)百萬(wàn)英里，或者一個(gè)工廠機(jī)器人可以學(xué)習(xí)如何在不同的光照條件下導(dǎo)航。

去年 12 月，英偉達(dá)推出了一個(gè)名為“Cosmos”的世界基礎(chǔ)模型，通過學(xué)習(xí)超過 2,000 萬(wàn)小時(shí)的視頻來生成合成訓(xùn)練數(shù)據(jù)，為機(jī)器人提供大量的學(xué)習(xí)資源。

以下是英偉達(dá)模型在實(shí)際應(yīng)用中的一個(gè)場(chǎng)景。假設(shè)你經(jīng)營(yíng)一家機(jī)器人公司，想要制造一個(gè)能夠在醫(yī)院清理環(huán)境的人形機(jī)器人，那么你可以利用英偉達(dá)的 Cosmos 模型構(gòu)建這個(gè)機(jī)器人的“大腦”，讓它具備基本的物理知識(shí)和對(duì)世界的理解。然而，為了讓它在醫(yī)院中真正發(fā)揮作用，你還需要讓它熟悉醫(yī)院的具體工作環(huán)境。傳統(tǒng)方法包括在醫(yī)院拍攝視頻和圖片，或者讓工作人員佩戴傳感器和攝像頭記錄他們的日常工作。

“然而，這種方法成本高昂且非常耗時(shí)，意味著你只能采集到數(shù)量有限的真實(shí)數(shù)據(jù)。”英偉達(dá)模擬技術(shù)副總裁 Rev Lebaredian 指出。而 Cosmos 模型可以通過這些有限的示例，生成一個(gè)完整的三維模擬醫(yī)院。在這個(gè)虛擬環(huán)境中，模型能夠引入各種變化，比如更換地板顏色、調(diào)整病床尺寸等，從而生成多種略有不同的環(huán)境?！叭绱艘粊恚杉默F(xiàn)實(shí)世界數(shù)據(jù)會(huì)被擴(kuò)展數(shù)百萬(wàn)倍。” Lebaredian 說道。通過這種方式，機(jī)器人不僅能夠?qū)W習(xí)如何在特定的醫(yī)院環(huán)境中運(yùn)作，還可以適應(yīng)各種可能的變化場(chǎng)景。

這種方式類似于機(jī)器人既從現(xiàn)實(shí)世界的經(jīng)驗(yàn)中學(xué)習(xí)，也從虛擬環(huán)境中想象并擴(kuò)展出更多可能性，當(dāng)然，這種想象仍然需要嚴(yán)格遵循物理規(guī)則。

雖然通過人工智能和模擬訓(xùn)練機(jī)器人并非全新的概念，但隨著技術(shù)的進(jìn)步，這種方法正變得越來越經(jīng)濟(jì)和高效。

更聰明的大腦搭配更靈活的身體

機(jī)器人技術(shù)的許多進(jìn)步都集中在提升機(jī)器人的感知和規(guī)劃能力上，換句話說，就是優(yōu)化它們的“大腦”。相比之下，改進(jìn)機(jī)器人的“身體”進(jìn)展較慢，而這直接影響到機(jī)器人在物理世界中的移動(dòng)能力，尤其是在那些比受控裝配線更為復(fù)雜且不可預(yù)測(cè)的環(huán)境中。

軍事領(lǐng)域正致力于改變這一局面，并不斷推動(dòng)機(jī)器人在物理世界中可能性的邊界。例如，美國(guó)海軍正在測(cè)試由 Gecko Robotics 公司開發(fā)的機(jī)器人，這些設(shè)備利用磁力爬墻技術(shù)可以垂直攀爬墻壁，用于執(zhí)行基礎(chǔ)設(shè)施檢查任務(wù)，包括檢測(cè)航母上的裂縫、缺陷和焊接問題等。

其他的，以無(wú)人機(jī)為例，新技術(shù)已經(jīng)將無(wú)人機(jī)的能力擴(kuò)展到復(fù)雜的室內(nèi)環(huán)境。例如，國(guó)防科技廠商 Xtend 獲得了一份價(jià)值 880 萬(wàn)美元的合同，為五角大樓開發(fā)適應(yīng)室內(nèi)和城市環(huán)境的無(wú)人機(jī)。這些無(wú)人機(jī)能夠在狹小空間中導(dǎo)航，并應(yīng)對(duì)不可預(yù)測(cè)的布局，同時(shí)克服 GPS 信號(hào)失效的挑戰(zhàn)?！斑@些系統(tǒng)的設(shè)計(jì)目標(biāo)是克服戰(zhàn)場(chǎng)上的極端環(huán)境條件?！盭tend 的聯(lián)合創(chuàng)始人兼首席技術(shù)官 Rubi Liani 表示。根據(jù)計(jì)劃，Xtend 在今年初將向五角大樓交付第一批無(wú)人機(jī)。

另一個(gè)備受關(guān)注的方向是水下無(wú)人載具的發(fā)展，美國(guó)計(jì)劃投入超過 10 億美元開發(fā)小型無(wú)人載具，重點(diǎn)是自主控制的潛艇和水面艦艇。

所有這些變化共同描繪了一個(gè)未來：機(jī)器人在學(xué)習(xí)方式、工作場(chǎng)所適應(yīng)性以及物理移動(dòng)能力方面將變得更加靈活和高效。

斯坦福大學(xué)的 Jan Liphardt 認(rèn)為，這場(chǎng)變革的下一個(gè)突破口將是通過語(yǔ)音指令提升機(jī)器人的能力。得益于大型語(yǔ)言模型在理解和生成文本方面的卓越表現(xiàn)，這些模型已成為 Liphardt 與機(jī)器人之間的翻譯工具。

他解釋說：“我們可以對(duì)我們的四足機(jī)器人說，“‘嘿，你是一條狗’，然后它就會(huì)嘗試模仿狗的行為，比如嗅探、吠叫?！彼a(bǔ)充道，“接著，我們只需要改變一個(gè)詞，比如告訴它‘你是一只貓’，它就會(huì)開始喵喵叫，還會(huì)跑開躲避狗。而這一切發(fā)生的背后，我們甚至不用修改任何代碼?！?/span>

原文鏈接：

https://www.technologyreview.com/2025/01/23/1110496/whats-next-for-robots/