1月12日，在第九屆深商盛典 “AI 硬件論壇” 上，自變量機(jī)器人創(chuàng)始合伙人兼 COO 楊倩以 “基于具身大模型構(gòu)建可精細(xì)操作的通用機(jī)器人” 為主題發(fā)表演講。她深入剖析了機(jī)器人在物理世界應(yīng)用中的核心痛點(diǎn)，分享了自變量在具身智能大模型領(lǐng)域的技術(shù)探索與落地成果，提出具身智能大模型是賦予機(jī)器人 “自主” 能力的核心引擎，為行業(yè)突破技術(shù)瓶頸、實(shí)現(xiàn)規(guī)?；瘧?yīng)用提供了全新思路。

行業(yè)悖論：物理世界的復(fù)雜性挑戰(zhàn)傳統(tǒng) AI

“人工智能領(lǐng)域存在一個(gè)有趣的悖論：人類覺得最簡(jiǎn)單的事情，對(duì)機(jī)器人來說往往最難；而人類認(rèn)為復(fù)雜的任務(wù)，機(jī)器人卻能輕松完成?！?楊倩在演講開篇拋出的觀點(diǎn)引發(fā)了現(xiàn)場(chǎng)嘉賓的強(qiáng)烈共鳴。她舉例道，ChatGPT 等大語言模型能在幾秒內(nèi)完成詩歌創(chuàng)作、PPT 制作等復(fù)雜任務(wù)，但卻無法完成清理垃圾、刷馬桶、疊衣服等人類習(xí)以為常的基礎(chǔ)勞動(dòng)。

這一悖論的背后，是物理世界與數(shù)字世界的本質(zhì)差異。楊倩解釋道，數(shù)字世界的信息具有結(jié)構(gòu)化、可預(yù)測(cè)性的特點(diǎn)，而物理世界充滿了不確定性與復(fù)雜性。“同樣是抓取物體，一個(gè)圓形的硬盒子和一個(gè)柔軟的塑料袋，機(jī)器人需要采用完全不同的力度和方式；即使是同一個(gè)物體，在不同的擺放角度、不同的環(huán)境光照下，處理方式也需靈活調(diào)整?！?/p>

傳統(tǒng)技術(shù)難以應(yīng)對(duì)這種復(fù)雜性。工業(yè)場(chǎng)景中的機(jī)械臂雖然能實(shí)現(xiàn)毫秒級(jí)的精準(zhǔn)操作，但只能在固定場(chǎng)景下完成單一任務(wù)，一旦更換操作對(duì)象或環(huán)境，就會(huì)完全失效；家庭場(chǎng)景中的掃地機(jī)器人，也需要人類提前清理障礙，無法自主應(yīng)對(duì)突發(fā)狀況?！斑@些問題的核心癥結(jié)在于，傳統(tǒng) AI 模型缺乏對(duì)物理世界的理解能力，無法像人類一樣‘感受’環(huán)境變化并做出適應(yīng)性決策?！?楊倩強(qiáng)調(diào)，破解這一難題，必須依靠專門針對(duì)物理世界研發(fā)的具身智能大模型。

技術(shù)路徑：端到端路線構(gòu)建具身智能大腦

“如果說硬件是機(jī)器人的軀體，那么具身智能大模型就是賦予其感知、決策、執(zhí)行能力的大腦?！?楊倩表示，自變量機(jī)器人從成立之初就確立了 “以大模型為核心” 的技術(shù)路線，構(gòu)建了端到端的全棧自研模型。

與傳統(tǒng) AI 模型不同，自變量的具身智能大模型是平行且獨(dú)立于大語言模型的全新基礎(chǔ)模型?！八皇菍?duì)現(xiàn)有大語言模型的簡(jiǎn)單微調(diào)，而是基于物理世界的特性從頭研發(fā)?！?楊倩介紹，該模型具備多模態(tài)輸入輸出能力，能夠整合視覺、觸覺、力覺等多種傳感器數(shù)據(jù)，實(shí)現(xiàn)對(duì)物理世界的全方位感知。

在數(shù)據(jù)訓(xùn)練方面，自變量構(gòu)建了海量的真實(shí)場(chǎng)景數(shù)據(jù)集，涵蓋家庭服務(wù)、工業(yè)生產(chǎn)、養(yǎng)老等多個(gè)領(lǐng)域?！拔覀兪占藬?shù)百萬條物體操作數(shù)據(jù)，包括不同材質(zhì)、不同形狀物體的抓取、搬運(yùn)、裝配等過程，讓模型能夠?qū)W習(xí)物理世界的基本規(guī)律?！?楊倩表示，通過持續(xù)的訓(xùn)練與優(yōu)化，模型已具備強(qiáng)大的泛化能力，能夠應(yīng)對(duì)未見過的場(chǎng)景與任務(wù)。

實(shí)時(shí)應(yīng)對(duì)能力是具身智能大模型的另一大優(yōu)勢(shì)。“物理世界的交互是實(shí)時(shí)進(jìn)行的，機(jī)器人必須在毫秒級(jí)時(shí)間內(nèi)做出決策?！?楊倩舉例道，當(dāng)機(jī)器人抓取一個(gè)易碎品時(shí)，需要實(shí)時(shí)感知物體的重量、硬度，動(dòng)態(tài)調(diào)整抓取力度，避免物體損壞。自變量的具身智能大模型能夠?qū)崿F(xiàn)感知與決策的無縫銜接，確保機(jī)器人在復(fù)雜環(huán)境中高效、安全地完成任務(wù)。

落地成果：從技術(shù)突破到場(chǎng)景賦能

經(jīng)過兩年多研發(fā)，自變量的具身智能大模型已實(shí)現(xiàn)多項(xiàng)世界性技術(shù)突破，成功賦能機(jī)器人完成一系列復(fù)雜任務(wù)。“柔性物體操作是行業(yè)公認(rèn)的技術(shù)難題，而我們的機(jī)器人已經(jīng)能夠自主完成晾衣、疊衣、切菜等任務(wù)?！?楊倩通過視頻展示了機(jī)器人的實(shí)操成果。

在家庭服務(wù)場(chǎng)景中，自變量機(jī)器人能夠根據(jù)衣物材質(zhì)調(diào)整晾曬方式，將襯衫、毛衣等不同衣物分類疊放整齊；在廚房場(chǎng)景中，機(jī)器人可以精準(zhǔn)控制刀具力度，完成切菜、配菜、倒果汁等操作，動(dòng)作流暢度堪比專業(yè)廚師?！斑@些任務(wù)看似簡(jiǎn)單，但需要機(jī)器人具備對(duì)物體屬性的精準(zhǔn)感知、對(duì)操作力度的精確控制，以及對(duì)任務(wù)流程的合理規(guī)劃，是具身智能大模型能力的綜合體現(xiàn)?！?楊倩介紹道。

工業(yè)場(chǎng)景中，自變量機(jī)器人成功解決了柔性生產(chǎn)的痛點(diǎn)。傳統(tǒng)自動(dòng)化生產(chǎn)線難以應(yīng)對(duì)多品種、小批量的生產(chǎn)需求，而自變量的機(jī)器人能夠快速適應(yīng)不同規(guī)格、不同材質(zhì)的產(chǎn)品，完成裝配、檢測(cè)、包裝等工序。

更令人矚目的是，自變量機(jī)器人已實(shí)現(xiàn)高自由度靈巧手的精準(zhǔn)控制?！拔覀兊撵`巧手擁有20個(gè)自由度，能夠完成發(fā)牌、系鞋帶等精細(xì)操作，每一個(gè)手指的動(dòng)作都能精準(zhǔn)模擬人類。” 楊倩表示，這一突破意味著機(jī)器人在精細(xì)操作等高端領(lǐng)域的應(yīng)用成為可能。

展望未來，楊倩表示，自變量將持續(xù)深耕具身智能大模型技術(shù)，推動(dòng)機(jī)器人在更多場(chǎng)景的落地應(yīng)用?！拔覀兊哪繕?biāo)是讓機(jī)器人能夠真正融入人類的生產(chǎn)生活，成為無所不能的助手。” 她認(rèn)為，隨著技術(shù)的不斷進(jìn)步，具身智能將打通數(shù)字世界與物理世界的壁壘，在家庭服務(wù)、工業(yè)生產(chǎn)、醫(yī)療健康等領(lǐng)域引發(fā)深刻變革，讓 “機(jī)器人開始感受世界” 成為改變?nèi)祟惿畹闹匾α俊?/p>