聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

中國的人形機器人公司，近年來在技術發(fā)展層面，持續(xù)探索硬件與AI的協(xié)同發(fā)展路徑。在近期一次對話中，美國知名人形機器人公司Figure AI的創(chuàng)始人布雷特·阿德考克（Brett Adcock）表示，硬件與AI的協(xié)同發(fā)展，是實現(xiàn)技術突破的關鍵所在。他強調，一家優(yōu)秀的機器人公司，不能只專注于其中一部分技術，而必須在硬件與AI兩個維度上均衡發(fā)展。

阿德考克還提到，目前中國市場上的部分機器人公司，過分強調硬件建設，卻忽視了AI技術的投入。這種"偏科"的現(xiàn)象，實際上正在改變中國頭部人形機器人企業(yè)的戰(zhàn)略方向。具體來說，這類企業(yè)正在將硬件與AI協(xié)同發(fā)展作為核心戰(zhàn)略，以實現(xiàn)技術突破。

3月10日，在一次采訪中，智元公司合伙人、具身業(yè)務部總裁姚卯青進一步分析了這一現(xiàn)象。他指出，在人形機器人賽道上，"偏科"現(xiàn)象普遍存在。一些公司雖然在算法研發(fā)方面投入較大，但卻在硬件制造能力上有所欠缺，這會嚴重制約算法研發(fā)的效果。而另一些公司雖然注重硬件建設，但在AI技術投入方面則受到限制。只有像智元這樣的公司，能夠在硬件與AI兩個維度上實現(xiàn)全面布局，才能在競爭中脫穎而出。

值得注意的是，智元的這種"雙輪驅動"戰(zhàn)略，正是其在2023年2月成功獲得"獨角獸"稱號的重要原因。確實有部分中國機器人公司，將重心放在硬件建設上。去年8月，宇樹科技創(chuàng)始人王興興在接受采訪時曾提到，由于具身智能大模型的研發(fā)投入較大，宇樹科技在這一領域采取了較為謹慎的態(tài)度。他指出，考慮到當前具身智能模型技術路線尚不清晰，投入可能會帶來不確定性，因此選擇暫時觀望。然而，王興興也強調，宇樹科技不會放棄對這一領域的研發(fā)，因為硬件是連接AI的橋梁，缺乏對具身智能模型的深入了解，很難設計出優(yōu)秀的機器人本體。

相比之下，姚卯青認為，智元在這一領域的投入更為積極。他指出，機器人公司如果不具備強大的AI能力，就無法實現(xiàn)智能化轉型，也就無法實現(xiàn)真正的作業(yè)能力。在姚卯青看來，AI技術能力將成為未來機器人產品競爭力的關鍵所在，就像新能源汽車和智能手機等終端產品一樣，隨著硬件方案逐漸趨于統(tǒng)一，供應鏈高度整合，最終的競爭將集中在AI能力上。

智元的人形機器人

3月10日，智元發(fā)布了首個通用具身基座大模型GO-1。據公司介紹，這款具身智能模型最大的創(chuàng)新在于其架構設計。智元GO-1采用了Vision-Language-Latent-Action (ViLLA)架構，這一架構由多模態(tài)大模型（VLM）與混合專家模型（MoE）組成。

其中，VLM通過學習海量的互聯(lián)網純文本與圖文數據，幫助機器人理解通用知識和場景信息。而MoE則由兩個"專家"組成：隱式規(guī)劃器（Latent Planner）利用大量的人類與機器人本體的操作數據，獲得通用的動作理解能力；動作專家（Action Expert）則通過仿真數據和真實數據的結合，獲得精細的動作執(zhí)行能力。

從技術原理上來看，這種架構構建了從通用場景感知、指令理解、動作理解到動作最終執(zhí)行的全鏈條。姚卯青用乒乓球教學的比喻進一步解釋了這一架構的創(chuàng)新之處。他指出，VLM之于機器人的作用，好比是基礎理論課，幫助機器人理解乒乓球的基礎知識。隱式規(guī)劃器（Latent Planner）的作用，好比是讓初學者觀看世界冠軍的比賽視頻，幫助他們理解乒乓球的高級技巧。而動作專家（Action Expert）則通過仿真數據進行模擬訓練，如同使用發(fā)球機進行訓練，而利用真實數據進行訓練，則如同請乒乓球教練手把手指導。

這一創(chuàng)新性的技術架構，不僅為智元的人形機器人開發(fā)開辟了新的技術路徑，也為整個機器人行業(yè)的發(fā)展提供了重要的參考價值。

具身智能模型的四類訓練數據。智元公司為其提供技術支持。

智元具身研究中心常務主任任廣輝指出，當前市場上具身智能模型面臨著諸多實際應用難題。例如，斯坦福大學的ACT小模型雖然在訓練方法上有所創(chuàng)新，但未能充分運用大規(guī)模圖文和操作視頻數據，導致其技能單一且難以學習新技能?；赩ision-Language-Action（VLA）構建的模型雖然在場景感知和指令理解方面表現(xiàn)突出，但在缺乏大規(guī)模機器人操作視頻數據的情況下，其迭代成本過高。

智元發(fā)布的實驗數據顯示，其推出的GO-1模型較現(xiàn)有最優(yōu)模型顯著提升了成功率，從46%提升至78%，改進幅度達32%。

智元方面表示，GO-1模型在泛化能力方面進行了顯著優(yōu)化，降低了具身模型的使用門檻。同時，該模型搭配了一套完整的數據回流系統(tǒng)，能夠實時反饋場景測試中的錯誤數據，并將這些數據融入后續(xù)模型訓練，實現(xiàn)模型的持續(xù)迭代。

為拓展應用場景，智元正在尋求與頭部大模型公司合作開發(fā)具身智能模型。2月下旬，跳星星辰宣布與智元達成戰(zhàn)略合作，共同探索AI+具身機器人在各領域的應用。智元介紹稱，雙方將基于跳星的多模態(tài)、推理和訓練等底層技術能力，開發(fā)出符合機器人應用場景的產品。

在數據采集路線的探索方面，目前仍存在不同的策略選擇。部分企業(yè)傾向于利用合成數據，但也有不少公司認為真實機器人的數據是解決數據瓶頸的重要途徑。為此，智元在上海建立了 dedicated的數據采集工廠，部署了近100臺機器人，日采集量達到3萬至5萬條真實數據。

業(yè)內普遍認為，2025年是具身智能模型"量產元年"。1月初，智元宣布已累計下線1000臺通用具身機器人，其中包括731套雙足人形機器人和269套輪式通用機器人。姚卯青透露，這1000臺機器人中有數百臺已經交付給客戶，其余作為樣機投入研發(fā)。

姚卯青預估，公司今年的出貨量將突破數千臺，并預計營收較去年將實現(xiàn)數倍增長。此外，智元計劃在科研教育、服務業(yè)等領域進一步拓展應用場景。

采寫：南都記者 楊柳