繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

騰訊首席科學家張正友:為具身智能進化構建軟硬協同新範式

2025-08-04 07:46

轉自:中國證券報

  日前,騰訊發佈了具身智能開放平臺Tairos,這是國內首個以模塊化的方式提供模型、開發工具和數據服務的具身智能軟件平臺。「模型層包括了多模態感知模型、規劃大模型以及感知行動聯合大模型,相當於提供機器人的右腦、左腦和小腦,機器人硬件本體廠商可以各取所需。」騰訊首席科學家、騰訊Robotics X實驗室主任、福田實驗室主任張正友在接受中國證券報記者採訪時表示。

  「身智相融」「軟硬協同」,這是張正友在採訪中頻繁提及的關鍵詞。2018年加入騰訊組建機器人實驗室Robotics X以來,張正友團隊推出過多款不同形態的機器人原型產品。在對國內六七十家機器人公司的廣泛調研過程中,其團隊發現,很多廠商很難同時做好軟硬件。張正友表示:「具身智能本身需要非常大的投入,我們想把自己的一部分能力,例如具身智能軟件的能力變成平臺化的東西開放出來,希望能夠讓整個行業發展得更快、更健康。這是我們的出發點。」

補齊關鍵軟件能力

  跑着跑着,「頭」掉了仍然繼續跑……在張正友看來,機器人馬拉松比賽中的這一幕,充分反映了當時機器人在感知行動聯合能力方面的不足。不過,他也表示:「行業進步很快,明年再比,也許就可以甩開遙控器,實現自主奔跑。」

  「智能」正成為各大機器人追求「進化」的核心着力點。在Tairos發佈環節,一臺接入了Tairos平臺能力的宇樹機器人G1按照「走到我身邊」的指令順利走到了張正友身邊——它知道「身邊」是什麼意思,在哪里,還能規劃怎麼走過去。

  「我問它,要不要喝一杯,它回答說,太忙了,晚上要加班。昨天晚上彩排的時候,它還不是這麼説的。這是我第一次聽到它説晚上還要加班。」張正友向記者回憶發佈環節的細節,這是「智能」帶給人類的「小驚喜」。

  這些都是機器人感知、規劃、行動能力提升的表現。但還遠遠不夠,比如除了視覺感知,還要有力感知、觸覺感知這些能力。「如果地面結冰了,不在跑道了,視覺沒有看到,一定要靠傳感器的力感知才能快速調整。」張正友説,這都是機器人仍然需要進化的領域。

  事實上,當前機器人整體硬件能力提升要比軟件能力提升更快,因為具身智能本身更難、投入也更大。「我們調研了國內六七十家機器人公司發現,一個公司想要把具身智能從本體到軟件全部做好是不現實的,尤其是初創公司,它可能硬件能力比較強,但AI能力比較弱,因為所需投入比較大。如果能夠利用Tairos平臺幫助他們在模型方面實現進步,整個能力就會提升。」張正友表示,「身智融無礙」,這正是騰訊推出具身智能開放平臺Tairos的初衷,致力於為機器人本體與應用開發商補齊關鍵軟件能力。他強調,騰訊聚焦於軟件能力不斷進化和開放,而非做機器人本身。

 雙足人形並非終點

  張正友2018年組建騰訊機器人實驗室Robotics X,其團隊曾推出多模態四足機器人Max、輪腿式機器人Ollie以及自研三指/五指靈巧手TRX-Hand、自研機械臂TRX-Arm以及人居環境機器人原型「小五」等。

  2024年9月推出的「小五」,採用四腿輪足複合設計,兼具足式越障與輪式高效移動能力,並配備大面積觸覺皮膚、多指靈巧手及安全人機物理交互系統,主要面向智慧養老場景需求。比如騰訊展示了養老院場景實驗中,「小五」抱扶老人、取快遞、自主避障推輪椅等功能。

  複雜的人居環境,是張正友最感興趣也是探索機器人技術應用的核心戰場。「人居環境是一個極具難度的場景,安全性、魯棒性挑戰都很大,用這樣比較難的場景驅動來打造研究原型,目的不是把機器人變成產品,而是把機器人的智能水平和本體里的某些核心技術(例如觸覺傳感器技術等)向前推進。」張正友認為,前沿探索有很多不確定性,不能被產品化所引導,靠產品引導來做研究是做不成的,「假如是説什麼時候一定要交付什麼,往往就會做成hardcode(硬編碼)的東西。」

  張正友也認為,雙足人形並不一定是人居環境的最佳形態。他指出,目前的人居環境以平地為主,雙足效率相對較低,如果把雙足人形作為標準,就把很多想象力限制了,「人居環境里是不是會有更高效、更理想、更佳的機器人形態,這是我們要去探索的。」

  張正友坦言,養老這樣的複雜人居環境場景具有很多困難,「我加入騰訊成立機器人實驗室曾有一個十年的規劃,現在七年已經過去了,三年以后,我希望養老等各方面應用能做起來。這也是騰訊為什麼沒有在機器狗等形態的產品上做過多停留的原因。因為還有更大的目標在支撐着我們,假如一開始停留在輪腿一體化、機器狗上面,那后面就沒精力去做其他東西了。」

 公眾熱情不是壞事

  張正友指出,騰訊現階段的重點是模型能力和仿真環境的優化。「模型能力、數據採集、仿真環境,這里面難點很多,每個環節都有不少需要提升的地方。」他舉例説明,「在仿真環境里面如何讓觸覺很真實地仿真出來?像人的觸覺,空間分辨率在1毫米左右,在仿真環境里面目前還達不到這麼好的分辨率。」

  此外,張正友認為,大語言模型可以通過文本來理解世界,但機器人不行,針對真實世界有很多東西是用文字描述不出來的,3D世界模型還處於初步階段,「機器人需要的對3D世界的認知並不是簡單地將一張照片變成3D就可以了」,這些方面可能沒有任何一家企業能單打獨鬥就很好地攻關,需要全行業一起努力。「更多企業和研究單位參與進來,對具身智能的發展是利好。我們也願意把具身智能軟件能力開放出來,幫助行業發展。」張正友説,也許會有技術不夠成熟的企業最后倒閉,但這是任何一個技術發展過程當中都會出現的現象。

  在張正友看來,外界的高度熱情不是壞事。他表示:「投資人以及行業從業者其實對具身智能領域什麼能做、什麼不能做、發展到什麼階段、什麼時候到來,心里是很清晰的。社會公眾對於機器人服務人、融入生產和生活有很高的期待,這種熱情對我們來説是一件好事,也對我們提出了更高要求,給我們提供了很多試驗場。」

  「具身智能行業還是剛剛起步,處於初級階段,如何讓具身智能行業往前走,我們怎樣用現有的能力投入,讓整個生態更完善,這是最重要的。」張正友説。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。