首页 资讯 正文

腾讯音乐获两项鸿蒙座舱大奖,携造车载音娱新体验

体育正文 121 0

腾讯音乐获两项鸿蒙座舱大奖,携造车载音娱新体验

腾讯音乐获两项鸿蒙座舱大奖,携造车载音娱新体验

近日,一场(yīchǎng)被一些业内人士视作是“中国具身智能(zhìnéng)路线之争”的学术争论,引起了机器人行业的讨论。 一位讨论参与者是许华哲,来自清华大学交叉信息研究院(简称“清华叉院”),是中国科技顶尖人才培养机构的助理教授(jiàoshòu),同时也是机器人企业星海图(hǎitú)的联合创始人。另一位则是获得IEEE T-RO最佳论文奖的周博宇,这是亚洲单位首次(shǒucì)获得该奖项,同时他也是南方科技大学的助理教授、博士生导师(dǎoshī)。知乎平台(píngtái)中,他们围绕“机器人领域特殊任务研究是否有价值”等话题(huàtí)展开了讨论。 前者主张“特殊任务研究”于学科有益,但对于推动具身智能的发展(fāzhǎn)“几乎没有用处”。后者则主张无用之用方(fāng)为智能基石。5月23日,第一财经记者分别采访了许华哲、周博宇以及其他业内人士后了解到,在二者(èrzhě)观点的分歧和共识之外,这场争论折射出了学界(xuéjiè)对技术决定论的警惕,更直接对行业进行了“纠偏(jiūpiān)”。 在资本追捧大模型(móxíng)、企业砸钱秀肌肉的浪潮(làngcháo)中,究竟该押注通用颠覆,还是深耕工业现场那些(nàxiē)“不够性感”的工程细节?这是每一位具身智能从业者必须亲自探索的命题。 针对“特殊任务”的研究是否有意义(yìyì)? 整场讨论的原点,是许华哲在知乎上发表了一篇(yīpiān)名为《具身智能需要从ImageNet做起吗?》的文章(wénzhāng)。 许华哲在其中(qízhōng)提到,传统机器人(jīqìrén)学有相当一部分(yībùfèn)的研究重点在于“特别”的机器人或者“特别”的任务。比如一个蛇形机器人、一个老鼠机器人,或是让机器人去包(bāo)饺子、抖落衣服(yīfú)。这类“特殊任务研究”的任务对科学虽然有用,但对“推动具身智能的发展几乎没有用处”。 “我认为这种观点显然不对。”在《具身智能(zhìnéng):一场需要谦逊与耐心的(de)(de)科学远征》中,周博宇直接指出,具身智能本身是(shì)跨学科产物,它的发展必须依赖具体科学问题的突破。他以波士顿动力和蛇形机器人(jīqìrén)的研究为例,指出波士顿动力早期研究足式机器人时,没有人能预见其动态平衡算法会成为现代人形机器人的核心;蛇形机器人研究中的柔性驱动技术,也(yě)直接推动了医疗内窥镜机器人的发展。“这些看似无用的特别任务,都推动了科学的进步(jìnbù),以及具身智能的进步。” 针对特定场景的研究,对于行业来说的意义究竟有多大,成为了(le)二者讨论的核心(héxīn)矛盾。在(zài)许华哲看来,按照深度学习、计算机视觉领域的发展规律,推动力主要来自ImageNet这样的标准化数据集以及(yǐjí)ResNet或Transformer这样的通用模型。例如流水线(liúshuǐxiàn)分拣、零件抛光(pāoguāng)打磨等“特别的任务”,短期内有经济价值、创业需求,但长期会被具身智能的进展淹没。 许华哲向第一(dìyī)财经记者进一步解释,以机器人的局部运动为例,在强化学习为主导(zhǔdǎo)的方案(fāngàn)兴起前,人们利用控制(kòngzhì)手段也能让机器人完成特定任务,如在草地上行走、跳舞等。“不过,直到强化学习应用于此,机器人才具备了(le)从平地到草地、山地、跨台阶等只用一套系统就能应对的能力。” “只要通用(tōngyòng)智能做成,各种细分领域(lǐngyù)的问题(wèntí)也将迎刃而解”的观点,被周博宇视作是“通用大脑优越论”。他提到,即便是人类自身,在掌握某项特定技能时,也必须经历反复锤炼,方能得心应手。“通用智能无疑是一个宏伟的目标,但与此同时,我(wǒ)也希望青年学生与工程师们能关注到一些更为具体、务实的产业需求(xūqiú)。” 汽车总装车间中亟待解决的线束整理难题、半导体封装环节对高精度和高稳定性的严苛要求……“这些看似‘不够性感’的工程细节(xìjié),恰恰是(shì)锤炼真正智能的淬火池。”周博宇(zhōubóyǔ)说。 在“不够性感”的工程细节里寻找(xúnzhǎo)技术拐点 二者的讨论发出后,很快引起了业内(yènèi)多位人士的转发。 科大(kēdà)讯飞机器人(jīqìrén)首席科学家季超告诉第一(dìyī)财经(cáijīng)记者,自己对二者的观点都很认同。对技术迭代的追求和工程化落地的能力,对于现阶段的具身智能而言同样重要。“表面上看,一个惊艳的模型或巧妙的算法,可能令人(lìngrén)眼前一亮,但如果缺乏长期工程化落地的经验积累、真实场景中的反复(fǎnfù)打磨,以及对细节极致追求的‘脏活累活’,这种优势很容易被复制甚至超越。” 杭州钛(tài)维云创的(de)(de)创始人兼CEO张磊也很快转发了二者的讨论。作为聚焦于纺织行业的具身智能企业,在大部分的工作时间里,张磊都在处理一些“不够性感”的工程细节。“机器人的夹爪怎么去抓牛仔、棉麻、丝绸(sīchóu)等质地不同的布料,怎么迁移、缝纫,这些都需要我们针对特定的任务和场景进行(jìnxíng)重复训练。” 但在赞同周博宇“通用性无法脱离具体性而存在”的观点之外,张磊也(yě)同样认同(rèntóng)许华哲对机器人数据和仿真训练环境的观点。 “就像许华哲说的那样,在虚拟世界中的仿真(fǎngzhēn)训练和海量的数据并不是万能解药。”他告诉记者,在机器人的训练里,模拟不同(bùtóng)状态物体所需要的数据量不同。如果想要(xiǎngyào)训练出一个(yígè)能够操作五个自由参数量的刚体机器人模型,仿真环境需要模拟的数量级可能在十的五次方。 但如果想要训练机器人“大脑”,也就是搭载在实体硬件上的大模型操作柔性物体(wùtǐ),由于柔性物体参数可能有上百个,那么模拟环境数量的量级可能就会指数(zhǐshù)级增加,成本和技术难度(jìshùnándù)都有所飙升。“因此,我们现在会采用(yòng)真实(zhēnshí)数据(shùjù)‘反标’的手段,来补偿虚拟环境缺失的精度和真实性,用50%的真实数据和50%的仿真数据来训练大模型。” 不过,就未来的发展方向而言,张磊坦言(tǎnyán)“自己也没有理清”。他告诉记者,具身智能仍然处在一个探索(tànsuǒ)的初级阶段,自己无法打包票哪(nǎ)一种技术方案更好、会走到最后。 当前(dāngqián),在大模型(móxíng)落地的(de)方案中,出于安全(ānquán)和稳定性考虑,张磊将整个流程85%-90%的部分都采用了基于(jīyú)经典控制理论的建模方法,剩下的10%-15%则采用了基于强化学习的智能学习算法(suànfǎ)。“相比VLA(Vision-Language-Action,视觉语言动作)或者端到端的模型,客户更注重安全性,这也是我们采取这个方式的主要理由。” 尽管如此,张磊仍然和许华哲、周博宇一样,相信机器学习会成为(chéngwéi)具身智能未来的主流。周博宇说,“设想如果我们能彻底理解人脑的工作机制,甚至创造(chuàngzào)出超越人脑的新架构,那我们就有望仅凭少量数据快速掌握多种技能,突破(tūpò)传统模块化系统的性能天花板,这是很符合自然(zìrán)的。”他认为,这不仅依赖于AI本身的发展,还需要脑科学、类脑计算(jìsuàn)等(děng)多学科的协同突破。 观点(guāndiǎn)竞合纠偏行业发展 第一财经记者看到,讨论双方的(de)观点并非全部“针锋相对”。许华哲也向第一财经记者坦言,传统的机器人(jīqìrén)训练方法在今天依然有他的价值。周博宇也在交谈中告诉记者,当学者在探索一些此前从未有人想过(xiǎngguò)的东西时,有机会激发产业需求,带来技术的收敛(shōuliǎn)。 谈及周博宇对自己(zìjǐ)观点的讨论,许华哲(xǔhuázhé)告诉记者,这正是自己发表文章的目的之一。“我本身也很期待有人跟我展开讨论这些观点,我和周老师私交(sījiāo)很好,除了周老师以外,还有不少人主动跟我私聊。” 而另一边,周博宇也(yě)表示,自己(zìjǐ)这篇文章“酝酿了很久”。“近两年,这个行业的发展超过了我和身边朋友的预期,在这个过程(guòchéng)中会有一些激进、极端,甚至有一些喧哗(xuānhuá)的声音,学术讨论本身能够起到一个纠偏的作用。” 立德智库数据显示,2025年4月(yuè)(yuè),中国机器人行业融资数量超过45起,环比(huánbǐ)增长9.3%。根据已披露金额及行业估值测算,预估总融资金额达(dá)60.5亿-71.5亿元,较3月的18.5亿-25.3亿元实现了2-3倍增长。 从技术路径上来讲,VLA模型已经成为(chéngwéi)了(le)各家企业“秀肌肉”的重点。今年年初以来,Figure AI、Physical Intelligence、英伟达、灵初智能等多家企业都(dōu)发布(fābù)了VLA模型。在这些VLA模型的展示demo中,大多数都体现了语言交互和语言动作跟随的能力(nénglì)。 “语言理解虽是直观的智能表现,但执行层面的薄弱让技术难以落地。”周博宇以工业、医疗等场景(chǎngjǐng)举例,他认为(rènwéi),在这些场景当中,高精度运动控制(kòngzhì)、触觉力觉反馈等能力远比语言交互关键。周博宇提到,他担忧过度聚焦(jùjiāo)语言会导致资源错配,“企业为了融资,不得不分散精力做‘秀肌肉’的功能,反而忽略了场景的真实需求(xūqiú)”。 在许华哲和周博宇的(de)观点里,“长坡厚雪”是他们对这个行业的共识。这场争论的价值,或许正在于撕开技术理想主义的面纱,让行业在狂热中(zhōng)看清现实。在具身(jùshēn)智能技术拐点到来之前,机器人的竞争与合作,不仅仅在企业(qǐyè)渲染的demo视频中,更在那些“不够性感”的工程细节(xìjié)里。 (本文来自第一(dìyī)财经)
腾讯音乐获两项鸿蒙座舱大奖,携造车载音娱新体验

欢迎 发表评论:

评论列表

暂时没有评论

暂无评论,快抢沙发吧~