智东西

作家 | 许丽念念

剪辑 | 漠影

机器东说念主样子后空翻、拳击、拟东说念主化奔波、舞蹈……这些高难度炫技仍是让东说念见识怪不怪，进工场干分拣、拼装、巡检也越来越多，有时候容易让公众以为，机器东说念主看上去很明慧能干，距离走进日常糊口不远了。

但把视角从屏幕拉回到产业现场，画风却不太一样。行业举座处在试点多、界限化少的早期阶段，多数名堂仍停留在实验室demo和展会秀场，技艺旅途、买卖模式都还在探索，信得过能落地的少之又少。

这种不雅感上最先、运用上滞后的是非反差感，不由得让东说念主追问，无遥操、全自主的机器东说念主距离走进东说念主类糊口到底还有多远？

ATEC2025赛事行家委员会主席、香港工程院院士刘云辉老师提议，机器东说念主有三大中枢才能，行走、操作、矫正环境。这亦然判断机器东说念主能否恰当确凿环境的焦虑依据。再具体一些，从机器东说念主完好的“感知-决策-履行”的经由上来看，机器东说念主需要准确感知确凿环境，进行全自主决策，并完成最终的长链条任务履行。

问题是，这些才能在今天的机器东说念主身上，究竟到了哪一步？行业需要一个尽量接近确凿又能公开不雅察的窗口。

近日，第五届ATEC科技精英赛构建了一套确凿天下恰当力测试框架，比赛由香港汉文大学主持，ATEC前沿科技探索社区、北京大学、北京师范大学、蚂逼近团集结经办，行家评审声威包括刘云辉、谢立华、Masayoshi Tomizuka等多位海外知名机器东说念主学者。

赛事在全户外场景下矜重行走、操作、矫正环境等多项才能，来无礼家的13支顶尖赛队完成了吊桥穿越、定向越野、自主浇花与垃圾分拣等系列任务。

就像蚂逼近团技艺计谋部崇拜东说念主所说，“缠绵的每沿途题，都不是为了让它‘完成得顺眼’，而是为了让它在碰撞中显露信得过的弊端。因为要是问题不是确凿的，就不会牵引出确凿的技艺擢升。只好“真问题”，才能让行业知说念下一步要冲破什么。”

一、拒却圭臬化环境，机器东说念主须过问非结构化的确凿场景

现时，多数机器东说念主技艺考据，基本都是在灯光可控、大地平整、进军物规矩的圭臬化环境中。

收尾便是，这种开拓屏蔽了确凿天下的强大不详情味，就算赢得可以的进展，也难以拓展到其他场景的运用中。这是在判断全自主机器东说念主能否过问东说念主类糊口场景时，最先被圭臬局面举高预期的第一个维度——环境感知才能。

 感知到底难在哪？对机器东说念主来说，条件它能俗例各式前俯后合的光影、布景和杂物，能完了多模态信息和会，还要在指标和环境不停变化的情况下，保持输出褂讪。

ATEC2025赛事组行家、香港汉文大学（深圳）理工学院助理老师钟仿洵提到，“确凿环境里最大的问题是不详情味和高动态性，你看到的不一定是确凿。”机器东说念主必须具备识别并处理感知信息中“不详情味”的才能，这是完了高等自主的前提。

垃圾分拣便是一个很典型的例子，这么的任务尤其凝视机器东说念主的环境识别才能：垃圾类型、材质、步地都各不疏浚，还可能有污渍、遮盖、节略堆叠。归并个物体只须在堆叠规定、污渍上变一下，在实验室里老师出来的识别才能很可能一下子就无法泛泛处事了。

多支赛队在采访时提到，实验室里的精确识别，到了确凿场景可能一刹失效。比如，比赛本日，香港大好天的太阳直率十分是非，香蕉皮在被反复持取后发生不可回弹形变；实验室采集的桌子数据皆备不适用，现场桌子反光影响了激光相机点云；透明物品比如矿泉水瓶由于反光等原因，导致多台机器东说念主识别失败；有的机器东说念主垃圾还没持取到，就急着往垃圾桶走……

这与许多机器东说念主运用试点中，换一个工位、灯光，运用后果就大打扣头的情况高度相似。它们指向的都是归并个行业事实：机器东说念主在确凿环境的感知才能，是可大界限部署的基本前提。

在体育场景中，雷同的问题相似存在。定向越野比赛，复杂周折的林间小径光影摇曳，树荫和坑洼不拒绝错，机器东说念主必须判断目前的暗块到底是可以踩上去的土路，照旧需要阴私的坑洼，需要感知系统可靠计算地形、识别可通行区域。

刘云辉老师暗示，这类任务强调是在当然场景下测试畅通才能和环境识别，在一些有限请示下，望望机器东说念主能弗成通过及时反应克服进军、爬山涉水。

手脚冠军选手的浙大Wongtsai团队称，面对复杂的确凿环境，他们在Isaac LAB中搭建了一个尽可能复原比赛场景的环境，甚而特意对RealSense相机的噪声，比如双目视差、散斑投射、纹理缺失等问题进行模拟。这种“仿真到确凿”的闭环缠绵，让他们的四足机器东说念主成为首个全自主跑皆备程定向越野的参赛选手。

行业正加速从圭臬局面可用走向确凿场景可用，确凿环境是机器东说念主走出Demo、能在更多场景复制落地的必修课。

要是机器东说念主能学会全自主垃圾分拣，惩办了背后复杂视觉感知、多材质物体识别、褂讪持取上的历久不毛，就有望在工场、环卫、物流等“脏乱差”场景运用；要是机器东说念主能自主完成定向越野，就能惩办改日在园区巡检、户外勘测、灾害调停等复杂地形场景中碰到的确凿不毛。

二、解脱东说念主类遥控，机器东说念主大界限落地需要自主决策

目前，咱们看到的许多炫酷的机器东说念主才能展示，许多都是由东说念主类操作员遥控操作，机器东说念主更多饰演汉典操作平台，而非具备信得过决策才能的智能体。这种机制，在产业发展早期，如实能够更快速考据机器东说念主才能、荟萃数据、蕴蓄造就等。

然而，机器东说念主的进展很猛进度上来自东说念主类的造就判断和临场操作，是东说念主脑在替机器东说念主的大脑处事，容易遮盖了机器东说念主在感知、决策等的短板，难以确凿反馈其在无东说念骨搅扰下的进展。这是在判断全自主机器东说念主能否过问东说念主类糊口场景时，最容易被遥控进展好意思化的第二个才能——决策自主性。

一些头部公司仍是作念出转机，以特斯拉Optimus为例，年中，其书记淹没了传统遥控操作学习的样子，之后，马斯克10月发表对Optimus功夫视频的驳斥：“是AI，不是遥控”，这都评释，无遥控仍是成为具身企业改日发展的明晰共鸣。

全自主、无遥操是行业发展的焦虑趋势处所，赛事通过评分规矩，明确奖励无遥操的参赛选手。但这也极具挑战性，浙大Wongtsai团队的队长朱承睿形容，从东说念主类汉典遥控操作到自主放弃，约略是蒸汽机时间到电气化时间的飞跃。

吊桥穿越任务中，机器东说念主需要通过三种不同间距的桥面段，自主识别桥面结构，决定是否需要借助器用通过、是否拉绳搭桥等。有的选手给机器东说念主装上宽大的“脚底板”，幸免穿卓越程中被随意卡住；有的机器狗通过擢升绕开随意，还不详了拉绳搭桥的顺序。

在刘云辉院士看来，这类任务的中枢是决策与谋略，因为桥板位置不一样，机器东说念主要我方作念念念考、作念决策，比如提起板来填充，从而转变环境，恰当我方的畅通。这是包含了环境评估、器用使用、任务谋略的高等智能行径。

港汉文CUMAE团队谈说念，比赛中的不同任务对机器东说念主的硬件和AI才能有不同条件，AI和机器东说念主的发展应在一个大系统里相互息争、显露上风，而不是相互单独发展，这给了团队在改日惩办雷同问题的一个念念路。

目前，机器东说念主在小脑的畅通放弃与畅通性能擢升马上，但在大脑部分的AI才能还很基础，不少业界东说念主士都曾暗示，AI才能不及也导致了机器东说念主没能真高洁界限落地。

跟着行业向界限化落地迈进，全自主才能势必会成为机器东说念主企业的中枢竞争壁垒，亦然机器东说念主从“器用”迈向“伙伴”的中枢秀美。

三、不啻单一才能，机器东说念主需要褂讪跑完一整条长程任务链

即使感知、决策才能都过关，机器东说念主能否过问东说念主类糊口场景，还取决于第三个维度：能弗成褂讪履行具有一连串复杂动作的长程任务链，而不是只完成某一个精彩动作。

不少演示都是通过遥控来完了对机器东说念主单一动作才能极限的展示，然而在仓储拣选、园区巡检、灾害调停等信得过运用场景中，机器东说念主需要完成的是具有多个顺序的长程任务链。

家庭场景亦然如斯，叠一稔、浇花、洗碗、收纳等亦然长程任务，以家庭浇花这么看似小事的邃密任务为例：机器东说念主需完成汲水壶、接水、走到花盆前、放弃浇水、再归位的全经由，水壶分量和重点在过程中无间变化，这锻练的是从感知、谋略到力控、步态协同的一整套才能。

在ATEC的自主浇花任务中，这种系统性挑战被直不雅呈现：有的机器东说念主在提起水壶后时时摇晃、对不准浇花位置等，需要屡次调试，东说念主工屡次搅扰；少数戎行能完周至经由，但时常速率较慢。这些场景与试验中“机器东说念主老是要东说念主去救场”的情况十分相似。

“VLA模子有一定的泛化才能，但它只可理解图像媾和话指示，无法将这些指示与信得过的物理交相互对应，在物理天下的理解和交互才能方面存在不及。”浙大Wongtsai团队说。最终，团队照旧聘任了传统的视觉识别+机械臂谋略的决策。

北理工CyberPrime团队提到，自主浇花任务难以全自主完成的原因主要有两方面：硬件上，传统高精度机械臂分量大、速率慢，搭载在四足机器东说念主平台上不稳；软件上，操作算法泛化才能有限，实验室用极少说念具老师的策略，到了比赛现场皆备不适用。在他们看来，机器东说念主走入糊口，硬件畅通才能没问题，主要瓶颈在于操作精度、安全性和自主性，这亦然实验室改日几年主要攻破的标的。

这也揭示了具身智能正濒临的处境：各式模子、算法看上去很能干，但一落到具体机器东说念主的履行层面上就处处受限，软硬件脱节；机器东说念主下半身能够顺利移动，然而上半身操作要道却异常费力。 更严格地说，即便能跑起来，在万古分、多轮次、多场景的任务链下，它们也很难保持一贯的褂讪性和可崇拜性。

改日，信得过落地的机器东说念主居品，必须要面对长程任务链这说念坎，有趣系统可靠性、任务完好性完了移动与操作的融合。

结语：确凿天下“翻车”很泛泛，是具身智能落地的必经之路

两天的比赛看下来，任务挑战大，全自主太难，机器东说念主翻车情况如实存在。

不外，刘云辉院士以为，翻车很泛泛，亦然一个擢升，至少把机器东说念主拿到场景下测试了，失败亦然一个收尾，但能够给到反馈，闪开拓者反念念何处作念的不够好、技艺应该奈何改进。“我以为你莫得失败，其实就遥远不可能有顺利的一天。”

针对户外复杂场景，各参赛戎行尝试了种种化的技艺旅途与革命决策：有的团队将传统模块化算法与前沿的端到端大模子决策并行测试，寻找褂讪性与智能化的最好均衡；有的为应付吊桥的动态浪荡，缠绵出轻量化放弃与及时环境建模相伙同的独有策略。这些充满创造力的技艺探索，为机器东说念主场景落地蕴蓄了贵重实践造就。

不少参赛选手在采访中都提到，ATEC的比赛开拓贴近试验场景，对技艺发展来说具有更本体的道理道理。他们基本都怀抱着是非的职责感，期待着机器东说念主改日更多地去完成东说念主类无法完成的处事，让机器东说念主去承担东说念主类危急的处事，这种确凿天下极限挑战便是通往那条路的开首。

具身智能要从风口上的故事形成基础顺序，需要一套能经得住时分锻练的测试场和评价体系。

几年后回头看体育游戏app平台，这场没那么多“爽感”的基于确凿场景的大赛，有时恰是这套体系的早期雏形。