21世纪经济报道记者雷晨 北京报道
作为未来产业的前沿领域，人形机器人已成为全球科技和产业竞争的新赛道。
近期，随着特斯拉、OpenAI、英伟达等科技巨头的加码布局，人形机器人赛道迎来空前热度。
从市场空间看，据GGII预测，2030年全球市场规模将突破200亿美元，中国市场规模将达到50亿美元左右。特斯拉CEO埃隆·马斯克展望，长期来看人形机器人需求量可能达100亿台。
那么，如何看待本轮的人形机器人热？人形机器人会有怎样的发展阶段？围绕这些问题，21世纪经济报道记者采访了全国政协委员、天娱数科（002354.SZ）CEO贺晗。
人形机器人发展的三个阶段
《21世纪》：当下人形机器人产业火热，背后的原因你怎么看？
贺晗：火热的背后是技术跨越带来的产业变革浪潮。今年以来，大模型技术与机器人技术加速融合、进化，使人形机器人成为具身智能的关键载体，为人形机器人带来了革命性的变革，让门槛大幅降低、场景快速增多，催生了“研发热”、“应用热”、“投资热”。
《21世纪》：目前，虽然产业火热，但人形机器人应用场景还比较单一，特别在日常生活中，还替代不了人，缺乏人的适应性和场景泛化，技术的跨越体现在哪里？
贺晗：过去我们谈人形机器人技术时，硬件谈的比较多，比如电机、减速器、滚珠丝杠等，而这次的技术跨越主要是在人形机器人大脑和小脑方面，从这个角度来看，可分三个发展阶段。
1.0阶段：基于程序控制的演示阶段。人形机器人脱胎于工业机器人，加上拟人化的外形，目的在日常生活中进行应用，过去大部分人形机器人行为控制与工业机器人一样，依赖于程序控制，即通过预先编写的程序或强化学习算法进行控制。这些程序通常是由工程师根据特定的任务和场景进行编写，机器人按照指令完成简单的动作演示。虽然强化学习技术在这一阶段开始应用，通过强化学习，人形机器人能够在模拟环境中进行大量的试验和探索，通过与环境的互动和不断的试错来改善自身的行为，学习到比较复杂的运动技能，如行走、跑步、跳跃、踢球等，但其应用主要限于固定任务范围内的优化，缺乏自主决策能力，更谈不上适应环境。这个阶段的人形机器人功能比较单一，只能完成一些预先设定的任务，主要应用于科技馆、展览会等场所，作为展示科技成果的工具。例如，在一些科技展览会上，人形机器人可以进行特定舞蹈、武术等表演，吸引观众的注意力。由于程序控制的局限性，机器人的动作和行为比较僵硬，缺乏灵活性和适应性。
2.0阶段：基于大模型的模仿阶段。去年以来，大模型技术一日千里、加速进化，并与机器人运动控制技术开始深度融合，特别是在Transformer和Diffusion的快速迭代升级下，机器人模仿学习技术有了巨大突破并开始流行，如DiffusionPolicy、ACT（ActionChunkingwithTransformer）等。模仿学习技术让人形机器人通过观察和模仿人类的行为，直接从人类的示范中学习动作和技能，快速掌握一些复杂的操作，如穿衣、做饭、打扫卫生等日常生活动作，以及特定领域的专业技能，如工业生产中的零件装配、医疗护理中的简单操作等。结合虚拟仿真平台技术，将模仿学习的数据在仿真环境进行海量泛化训练，可以更好的提高泛化能力和适应性。与强化学习相比，模仿学习不仅帮助人形机器人省去了1.0阶段中复杂且耗时的编程工作，可以零代码部署、作业，还避免了强化学习中大量的试错过程，因为它直接利用了人类提供的示范数据，大幅提高了学习的效率和数据的利用率。与此同时，视觉-语言-动作（VLA）模型的发展让人形机器人能够更高效地完成从视觉、语言理解到推理并生成动作的全过程，将自然语言指令转化为具体行动规划，并具备一定泛化能力，使人形机器人成为具身智能关键载体，这是革命性的。
3.0阶段：基于海量3D数据的智能阶段。这是下一步的发展方向，从被动响应和执行到主动感知和决策，是这个阶段的标志。核心是海量3D数据的喂养，让具身智能构建世界模型，这是真正意义上的具身智能大模型，它能创建对世界运作方式的内部表征，并具备行动后果的推理能力，从而显著提升对真实世界的感知、推理、执行与预测能力，使机器人认识和理解3D世界，并能够像人类一样进行推理和规划，不仅可以适应复杂多变的环境和任务需求，更为重要的是，具备自主决策、行动与操作能力。同时，随着多智能体协同技术的引入，未来，这一方向可能发展出更加高级的群体智能算法和多智能体系统，使得具身智能体能够协同完成复杂任务。
例如，在家庭陪伴场景中，机器人能够利用3D空间数据理解家庭成员的行为，并通过世界模型进行因果推理。如当检测到老人在客厅摔倒时，能够迅速判断位置并主动联系急救人员，同时采取初步的急救措施。当具身智能可以高度智能化的执行与人类相同的任务，则代表我们真正迈入了通用智能时代。
3D数据集：人形机器人竞争“新燃点”
《21世纪》：所以说3D数据是人形机器人发展的关键资源？
贺晗：是的。3D数据对于提供真实人物、场景的展示、丰富的交互和决策支持至关重要，3D数据能让AI对物理世界人与物的形态、结构、位置、动作有更准确的理解，可以在三维场景中像人类一样对视觉信息进行高级推理，超越二维视觉的局限。具身智能大模型极端依赖大规模、高质量的3D数据训练。当下高质量3D数据集匮乏是产业痛点，全球范围内，3D数据都处于极端重要，又极端缺乏的状态。3D数据集正在成为竞争的核心节点。2023年10月，谷歌DeepMind联合全球33家顶级学术实验室共同开发OpenX-Embodiment数据集，基于该数据集训练了RT-X系列3D多模态大模型用于人形机器人。2024年3月，斯坦福大学、伯克利大学联合全美多家头部研究机构推出DROID分布式机器人交互数据集，涵盖3D轨迹、3D场景等。2024年3月，全球著名人工智能专家李飞飞教授领衔、联合美国多所大学推出BEHAVIOR-1K具身智能数据平台，涵盖了50个场景、9000多个具有丰富物理和语义属性的物体。3D数据集，在可见的未来，决定3D多模态大模型和空间智能的发展，以及全球科技竞争的走势。
《21世纪》：天娱数科在这方面有什么布局？
贺晗：3D数据集的发展有两个痛点，一是3D数据的获取与处理成本高昂、流程繁杂，需要大量的时间、人力与资金投入；二是3D数据的标准化程度低，导致数据的兼容性较差，共享和复用难度大。
为了解决第一个问题，我们去年与合肥产投一起战略投资了芯明。芯明是一家专注空间计算及人工智能芯片及产品设计的高科技企业，其自研空间计算芯片是目前全球唯一单芯片集成芯片化实时3D立体视觉感知、AI、SLAM（实时定位建图）的空间智能系统级芯片，采用12nm制程工艺，具备3.5TOPS的端侧算力，功耗仅为约0.5W，可支持单芯片接入6路传感器，其产品解决方案已在全球范围内应用在泛机器人、XR、消费电子、物流无人机、3D扫描等多个前沿应用领域的龙头企业产品中，真正实现了“感算一体、多路融合、空间智能”的功能。与芯明合作后，依托其芯片和模组优势，我们通过多种高精度3D扫描设备，采集3D场景、模型、动作等多类数据源，大幅降低了3D数据采集成本。
为了解决第二个问题，我们融合大模型、3D数据集、可视算法，构建了空间智能MaaS平台，通过跨类型数据的智能解析提高数据标准化程度和易用性。目前模型与多项算法已完成中央网信办生成式人工智能服务备案。平台目前拥有超80万组3D数据、35万组多模态数据。今年10月份，我们采集加工形成的“人形机器人空间动捕长程数据”、“大场景空间感知模型重建数据”等5个3D具身智能数据集正式在北京国际大数据交易所完成数据资产登记，通过数据信息的核验、合规审查、登记备案等环节，成为全国首个完成资产登记的3D具身智能数据集。未来，天娱数科将在模型训练、数据集拓展、平台性能优化等方面持续努力，不断深化AI+3D技术竞争优势。
《21世纪》：你对中国人形机器人产业发展有什么建议？
贺晗：一是加快标准制定与完善，包括硬件接口标准、软件通信协议标准、3D数据集标准、性能标准等，确保不同企业的产品之间能够实现更好的兼容性和互操作性，同时大力推动标准国际化。
二是加强复合型人才培养，目前人形机器人领域懂机械、自动化、程序控制的很多，懂大模型、具身智能的很少，两者都懂的少之又少，建议在高校中设置具身智能相关专业或方向，加强多学科交叉融合，增加实践教学环节，培养学生的跨学科思维和实际动手能力。
三是鼓励通用平台建设，建立从硬件到软件、从底层到应用层、从模型底座到3D数据集的多层次具身智能通用平台架构，鼓励企业、高校和科研机构等各方在平台上进行技术研发、应用创新和资源共享，形成良好的产业协同创新氛围，降低创业门槛，避免重复“造轮子”，加速具身智能技术的推广应用和产业化进程。
据法新社巴黎3月15日报道，15日发布的一项新的重要分析称，影响神经系统的疾病——如中风、偏头痛和痴呆症——已经超过心脏病，成为全球范围内导致人们健康损害的主要原因。 记者3月20日从中国科学院地质与地球物理研究所获悉，该所科研人员在东北黑土区开展了大范围的野外调查和样品采集工作，通过分析采集的黑土样品发现，黑土物质最初都是由风力搬运而来。相关研究成 英国科学家首次创造了一个新颖的实验平台，即“量子龙卷风”。它能模拟超流体氦中的黑洞，使研究人员能更详细地观察类似黑洞的行为以及与周围环境的相互作用。通过对超流体氦表面微波动力学的观 记者3月20日从中国科学技术大学获悉，该校郭光灿院士团队在量子态分辨研究中取得重要进展：他们在最小资源消耗的量子态分辨问题中首次提出了全局最优自适应策略，并发展了自适应集体测量实验技术， 我国制氢加氢一体站建设有了团体标准。记者从中国石化获悉，为推动我国氢能交通产业发展，中国石化联合国内数十家氢能头部企业发布了国内首个《制氢加氢一体站技术指南》团体标准。该标准的制定 3月21日上午，全球首列氢能源市域列车在中车长客股份公司（以下简称“中车长客”）试验线上进行了时速160公里满载运行试验。当日试验过程中，车以160公里/小时速度运行的列车，每公里实际运行平均能耗 。本文链接：对话天娱数科CEO贺晗：3D数据集，人形机器人竞争“新燃点”http://www.sushuapos.com/show-2-9709-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。