機器人如何從“連滾帶爬”到“遊刃有餘”

神奇的科普
12粉絲
2026年3月25日
AI 生成·可能包含錯誤
這是曾經的機器人
這是現在的機器人
等等
世界進化怎麼又不帶我
就在年初
人形機器人還是網絡上的搞笑素材
可就在今年
他們好像突然開竅了
25年4月
北京一樁舉辦了全球首場人形機器人
半程馬拉松
天空Ultra用兩小時40分鐘
跑完了21公里
穿越了碎石斜坡等複雜路面
同年8月的北京世界機器人大會上
宇數科技的兩臺G1機器人
更是上演了真實拳擊賽
出拳側踢
被擊倒後自主起身
完成了數個回合對抗
這些已經不僅是耐力或表演
更是對運動控制
環境感知和能源管理的
全方位極限檢驗
從連滾帶爬到遊刃有餘
機器人身上到底發生了什麼
是我們點對了科技術
還是他們自己偷偷進化了
今天我們就來聊聊
機器人領域究竟發生了什麼
而人類又做對了哪些關鍵突破
今天的主角
不是廣義上掃地或送餐的機器人
而是巨神智能
你可以將其理解爲
爲智能賦予一個物理身體
讓它能通過看摸走
與真實世界直接交互
感知並做出反應
舉個例子
傳統工業機器人抓雞蛋
主要依賴預設的程序和計算
而具備巨神智能的機器人
指尖有觸覺傳感器
能實時感知力度和狀態
邊抓邊調整
擁有像人一樣的手感
這種讓智能擁有身體的夢想
人類已經追逐了幾個世紀
早在15世紀
達文吉就設計過
水利驅動的機械騎士草圖
而機器人一詞的普及
源自1921年
捷克作家卡雷爾·恰佩克的戲劇
原意是代替勞動的苦工
從1937年能執行簡單動作
到1972年重達160公斤的
Wobble
再到2000年引發關注的
本田Asimo
他們都承載着
人類創造人造人的執念
但從夢想到現實
這條路走的並不輕鬆
很長一段時間
機器人被困在
形似神不似的初級階段
究其原因
主要就是兩點
要麼身子太笨重
要麼智能太僵硬
這裏不得不提及
機器人中著名的悖論
莫拉維克悖論
他的大意是說
對人類來說
輕而易舉的本能
對機器人卻難入登天
而人類覺得複雜的計算
對機器反而很簡單
讓你從一堆雜物裏
拿起一個雞蛋
你根本不用考慮
但對機器人來說
需要調動全身傳感器
實時計算階段的形狀
想做到和人一樣輕鬆自如
就代表他必須真的理解環境
並隨時調整自己
因此
早期機器人缺的不是算力
而是將大腦智能
與身體感知
行動深度融合的能力
轉折點大約在2020年前後
機器人領域彷彿按了加速鍵
一場對其身體和大腦
進行的大升級
同時展開
先看身體
我們爲機器人打造了
更輕更強
更持久的筋骨
材料革新率先讓機器人瘦了身
現在的他們
早就不全是鋼鐵之男了
例如重型T800
機身採用航空級
高強度鎂鋁合金一體壓住成型
堅決輕量與穩定
波士頓動力
阿特拉斯的部分肢體
則採用碳纖維複合材料
這種材料強度高
重量輕
可以助力機器人
完成跳躍空翻等高難度動作
在驅動與傳動方面
創新的關節設計
提升了機器人的靈活性
與承載能力
語書科技的
GO2四足機器人的關節
感知層面也有了突破
仿生電子皮膚
和靈巧手技術
讓機器人指尖具備觸覺
例如特斯拉的Gen2
通過11個高密度攝像頭
與力控傳感器的協同
實現了0.1毫米級的
物體抓取精度
最後是持久的耐力
能源系統進步
解決了續航焦慮
新一代機器人
搭載了高性能固態電池
像重型T800
就能實現4-5小時的
穩定續航
配合高效的散熱系統
保證在高強度運動時
也不會熱蕩機
再來說說大腦
如果說新材料
賦予了機器人強健的體魄
那麼AI技術的爆發
則爲它注入了靈魂
推動了機器人
從聽令行事
轉向自主學習
首先是AI大模型的賦能
過去機器人的每個動作
都依賴程序員詳細編碼
如今藉助AI大模型
機器人能夠通過
海量訓練數據
掌握通用技能
比如在英偉達
OMNIVOS等平臺
構建的虛擬世界中
機器人可以被設定
一個簡單目標
走到那個門口
機器人就會從盤山學步開始
記錄和評估
每次成功或失敗的嘗試
通過數億次的虛擬訓練
自己琢磨出了
保持平衡
行走
甚至奔跑的肌肉記憶
這就好比讓機器人
在虛擬世界裏
經歷了千萬次的進化
找到了最優的運動模式
當這套訓練好的模型
移植到實體機器人上時
它便擁有了
驚人的適應性和流暢性
其次是運動控制算法的進化
它讓機器人的動作更絲滑
北京人形機器人創新中心
開源的天空live算法框架
是代表
它採用強化模擬學習方法
吸收人類運動中
關節變化等動捕數據
進行模仿學習
使機器人能夠初步掌握
類似人類的形態
再在仿真環境中
通過強化學習持續優化
這讓機器人能在臺階
斜坡草地等複雜環境中
實時調整步態
穩如磐石
同時導航與空間智能的突破
讓機器人學會了認路
一個機器人想要自主行動
必須做到能理解空間
傳統依賴slime技術的機器人
如同鹿吃
只知道單純的避障
而不理解空間環境
現在我們爲機器人注入了空間智能
研究者將大語言模型
視覺模型與導航系統結合
當你說去廚房拿杯水
大模型能理解這個指令
並知道廚房有冰箱
櫥櫃和水杯
同時新興的視覺語言動作模型
通過融合視覺感知
憑適量的畫面直觀判斷
可穿行空間
從而規劃出更自然的路徑
儘管這項技術仍在完善中
但它標誌着機器人的旋路邏輯
開始從實圖模式
轉向認知環境模式
最後機器人的訓練方式
也徹底革新了
除了大模型的虛擬仿真
實體訓練基地也不可或缺
例如北京人形機器人創新中心
打造了國內首個基於真實場景的
巨神智能數據訓練基地
1比1還原了工業
在這裏
機器人可以進行海量試錯
而訓練師通過VR設備
進行遠程操縱教學
這些精準數據
將驅動機器人變得更熟練
更趨近於人類
有人會問
爲什麼非要把機器人做得像人
答案很簡單
因爲我們的世界是爲人類設計的
樓梯用腿走
工具右手拿
桌椅也是按人體比例造的
機器人想要幫人幹活
就得先適配這個世界
到了2025年
他們已經不只是展臺上的明星
更是實打實的勞動力
在工業產業上
機器人成了可靠的新工人
工人是機器人規模化應用的第一盞
例如智原精靈技一
已在某頭部
車企的供應鏈工廠上上崗
負責分點零件與搬運
在鄭州煤礦機械的燈塔工廠裏
150臺工業機器人
23條自動生產線
完成從切割焊接
到裝配的大部分工序
這些機器人構成了
無人化智能生產的核心
在特殊後院環境
機器人成了無可替代的先鋒
在四川梁州的地震救援演習中
四足機器人深入模擬廢墟
在瓦礫與鋼筋中穿梭偵察
在伊拉克油田
防爆機口每日巡檢
代替人工排查易燃易爆的隱患
此外專爲消防定製的機器口
已投入實戰演練
能扛着水炮深入火葬開爐
在生活與商業場景中
機器人又可以扮演服務與協作者
在25年世界人工智能大會上
舉陣制超的MASS RACE機器人
展示了其大腦小腦
當機器人越來越能幹
一個老問題再次浮現在我們面前
機器人會徹底代替人類嗎
目前來看
機器人主要接手的是重複
繁重或危險的任務
比如在工廠內搬運重物
在化工廠危險區域巡檢
在災後廢墟中持續搜救
它們更像是一個不知疲倦的超級工具
把我們從重複
繁重危險的勞動中解救出來
而需要創造性情感交流
複雜審美和倫理判斷的工作
依然是人類不可被替代的疆域
我們並非在創造替代者
而是在拓展人類能力的邊界
如同起重機拓展了力量
汽車拓展了速度
機器人正在拓展我們的物理存在
與執行能力
雖然前路漫漫
但未來的方向已經清晰
一個擁有強健身體
和會學習大腦的機器人時代
正從實驗室和工廠
一步步向我們走來
從大分析的草圖
到能跑半碼
在工廠作業的質量體
人類把想象招進現實的旅程
從未停步
驅動這一切的
以及那個最樸素的初衷
讓技術更好地爲人類服務
回看機器人摔倒的視頻
我們笑的
其實是技術攀登路上
那些笨拙
卻堅實的腳印
每一次摔倒
都在爲今天穩健的奔跑記錄數據
而最讓人驚歎的
或許不是機器人變成了高手
而是人類在試圖爲機器
賦予智能與身體的過程中
不斷探索學習
與超越自我的故事
因爲人類最厲害的超能力
從來不是造機器人
而是永遠好奇
永遠將不可能
變成可能
我是垂涎宇宙
講有溫度的故事
做有思考的科普
我們下期再見
