聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

布雷特·阿德考克認為，人形機器人公司真正的成功之道在于實現(xiàn)硬件與AI的深度融合，并且要確保二者能夠有機統(tǒng)一。

在近期的對話中，美國知名人形機器人公司Figure AI的創(chuàng)始人布雷特·阿德考克強調，任何一家成功的機器人公司都需要在軟硬件方面形成全面布局，不可偏廢。

今年3月10日，智元合伙人、具身業(yè)務部總裁、研究院執(zhí)行院長姚卯青在接受采訪時表示，在人形機器人賽道上，"偏科"的公司確實較多。一些公司在算法研發(fā)方面表現(xiàn)突出，但硬件制造能力相對薄弱，這會嚴重制約算法研發(fā)的落地驗證；而另一些公司則專注于機器人本體的制造，對AI技術的研發(fā)投入受到限制。相比之下，智元則致力于在硬件和AI技術上實現(xiàn)全面布局，是一家于2023年2月在上海注冊成立的"獨角獸"公司。

中國的機器人公司確實更傾向于重視硬件技術的研發(fā)。去年8月，宇樹科技創(chuàng)始人王興興在接受采訪時表示，具身智能大模型的研發(fā)投入巨大，因此宇樹科技采取了較為謹慎的態(tài)度。他指出，由于當前具身智能模型的技術路線尚不清晰，投入研發(fā)可能會帶來不確定的風險。不過，王興興也強調，宇樹科技依然會繼續(xù)關注和研發(fā)具身智能大模型，因為硬件是AI的基礎，只有深入了解了AI模型，才能設計出高性能的人形機器人本體。

相比之下，姚卯青則認為，智元將具身智能研發(fā)作為公司的戰(zhàn)略級投入領域，這體現(xiàn)了公司在技術投入方面的更大膽度和更長遠的戰(zhàn)略考量。

姚卯青指出，機器人公司如果不具備AI能力，就難以實現(xiàn)智能化轉型，也就失去了未來的競爭力。他強調，AI能力將成為未來機器人產(chǎn)品競爭力的關鍵因素，就像當前的新能源汽車和智能手機一樣，在經(jīng)歷了硬件方案高度統(tǒng)一和供應鏈高度整合之后，最后的競爭必然聚焦在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(jù)公司介紹，這款模型最大的創(chuàng)新在于其架構設計。智元GO-1采用了Vision-Language-Latent-Action (ViLLA)架構，該架構由多模態(tài)大模型（VLM）和混合專家模型（MoE）組成。

其中，VLM（Vision-Language-Model）通過利用海量的互聯(lián)網(wǎng)純文本和圖文數(shù)據(jù)進行學習，幫助機器人理解和掌握通用知識和場景信息。MoE則由兩組"專家"組成：隱式規(guī)劃器（Latent Planner）借助大量的人類和其他機器人本體的操作數(shù)據(jù)，獲得通用的動作理解能力；動作專家（Action Expert）則利用仿真數(shù)據(jù)和真實機器人采集的數(shù)據(jù)，掌握精細的動作執(zhí)行能力。

姚卯青用人類學習乒乓球的進階過程來類比，VLM之于機器人的作用好比上乒乓球的基礎理論課，從圖文指導中形成對乒乓球招式的初步理解。隱式規(guī)劃器（Latent Planner）的角色，類似于給初學者觀看乒乓球世界冠軍打比賽的視頻，提供視覺刺激和理論指導。而動作專家（Action Expert）則利用仿真數(shù)據(jù)進行模擬訓練，如同使用發(fā)球機進行模擬練習；利用真實機器人數(shù)據(jù)進行訓練，則如同請乒乓球教練手把手示范教學。

智元公司提供的四類具身智能訓練數(shù)據(jù)。

智元具身研究中心常務主任任廣輝指出，目前市場上身智能模型在落地應用中面臨諸多挑戰(zhàn)。例如，以斯坦福大學的ACT為代表的具身智能小模型，在訓練時未充分運用大規(guī)模圖文和操作視頻數(shù)據(jù)，導致技能單一且難以學習新技能；基于視覺-語言-動作多模態(tài)大模型（Vision-Language-Action，VLA）構建的具身智能模型，雖然通過大量圖文數(shù)據(jù)提升了場景感知和指令理解能力，但未有效利用人類和機器人本體的操作視頻數(shù)據(jù)，這一關鍵數(shù)據(jù)來源的缺失使模型迭代成本更高。

智元發(fā)布的實驗數(shù)據(jù)顯示，與現(xiàn)有最優(yōu)模型相比，GO-1的成功率提升了32%，達到78%。

智元表示，GO-1具身智能模型具有更強的泛化能力，顯著降低了模型的使用門檻。此外，該模型搭配了一整套數(shù)據(jù)回流系統(tǒng)，用于反饋場景測試中的錯誤數(shù)據(jù)，并將其納入后續(xù)模型訓練，從而實現(xiàn)模型的持續(xù)迭代優(yōu)化。

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，階躍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。據(jù)智元介紹，雙方將圍繞階躍的多模態(tài)、推理和訓練等底層平臺能力展開合作，將其應用于機器人領域。

當前，開發(fā)具身智能大模型的數(shù)據(jù)采集路徑尚未達成共識。銀河通用等公司更傾向于采用合成數(shù)據(jù)，但許多企業(yè)仍認為真實機器數(shù)據(jù)是解決數(shù)據(jù)瓶頸的重要途徑。為此，智元在上海建設了一座專門的數(shù)據(jù)采集工廠，投放了近100臺機器人，日均采集真實數(shù)據(jù)達3萬至5萬條。此外，智元還針對工業(yè)場景開展概念驗證項目（POC），前往工廠實地采集數(shù)據(jù)，助力模型訓練。

業(yè)內(nèi)普遍認為2025年是具身智能機器人"量產(chǎn)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，雙足人形機器人共731臺，輪式通用機器人269臺。姚卯青透露，千臺機器人中有數(shù)百臺已出貨給客戶，其余作為研發(fā)樣機使用。

姚卯青預計，智元今年的出貨量將突破數(shù)千臺，并實現(xiàn)營收較去年數(shù)倍的增長。同時，公司計劃在科研教育、服務業(yè)等領域進一步拓展應用場景。

采寫：南都記者 楊柳