波士顿动力等人形机大佬激励年轻人，探讨技术方向

8 月24 日，“2024世界机器人大会”主论坛进入第三天，在下午的主论坛上，有“为人形机器人发展提供新‘动力’”的对话环节，德国慕尼黑工业大学教boy授Alois C. Knoll主持，AI研究所执行主任、波士顿动力公司创始人Marc Raibert（马克·雷伯特）与来自本土的四家企业老总参与了讨论。

这四位国内领军企业的老总是（图从左3至右）：星动纪元创始人、清华大学交叉信息研究院助理教授陈建宇，宇树创始人、CEO兼CTO王兴兴，北京大学前沿计算研究中心助理教授、北大银河通用具身智能联合实验室主任王鹤，北京具身智能机器人创新中心总经理熊友军。

1   年轻人该怎么做

主持人：我有一个评论，我认为埃隆·马斯克本人，由于他的野心和资源，可能会在几年内生产出1 万台机器人，不一定是因为它们会直接给他赚钱。例如他对电动汽车所做的一切，没有人怀疑我的说法：现在每家汽车公司都有淘汰内燃机的计划。这是一件了不起的事情，他似乎对此很认真。

现在，我们都对观众的热情和厂商的展示水平印象深刻。我们看到很多年轻人/ 青少年。对于年轻人的问题是：如果这些人对人形机感兴趣，我们该怎么办？或者我们能做些什么来激发他们对人形机的兴趣？你们有什么建议吗？

让机器人更有趣

Marc（波士顿动力）：机器人越有趣，就越能让人们与之互动。这次展会上有很多机器人，有的机器人旁边会围着一群人。只要人们能与它们互动，人们就会停留下来。我们越能做到这一点，公众的热情就会越高涨。

我参加这次活动最令人兴奋的事情是有很多人告诉我：“你所做的工作是我十几岁时看到的，现在我正在做。”因此，我们越能展示我们的工作，就越有可能激励下一代。

选择自己喜欢的方面

陈建宇（星动纪元、清华）：机会永远是留给有准备的人的。

像Marc做这件事情已经做了几十年，台上的几位嘉宾也是多年生根在机器人或相关领域。因为人形机器人是一个非常长周期的事情，同时它也包罗万象，从技术上的软硬件、AI再到商业、产品等，所以从业者应该去问一问自己的内心：在这一领域内，到底自己最有激情、最喜欢、最热爱的是什么？然后从此刻开始就去积累它，等待未来，那么会有时间去施展自己的机会的。

从零开始，适合年轻人入行

王兴兴（宇树）：

①对于所有年轻人，包括现在的从业者，其实这个时代是非常精彩的。

② 而且AI、机器人都是呈阶梯发展的， 就像ChatGPT 没有出来之前，人们觉得语言模型没什么用，但突然就发生了阶跃式的进步。同样，机器人、AI也会遵循这种规律。所以尽管人们现在看到的机器人、AI比较弱，但实际上这是件好事，因为从业者有机会去做得更好，可以把这种人类目前可以预估的最伟大的技术就在当下、未来几年实现。所以这件事情非常值得人们做。

③这个行业还有一个比较适合年轻人的特点——没有那么多的历史包袱，不像数学有成百上千年的历史，涌现过非常天才的数学家，你一定要比他们做得更好。当下AI和机器人技术都比较新，尤其AI 技术是最近几年的东西，所以非常适合年轻人从事。

陈建宇认为：如果在未来5 年到10 年或者几十年后往回看，我们现在所处的这个时代和原始人差不多，所以想想这种感觉非常激动人心。

主持人：很明显，你已经点燃了这些。

做好自己

王鹤（北大、北大银河）：未来15 年，人形机器人从当下在产业中没有规模化应用，到可能成长为像今天汽车产业体量的过程。

在这个过程中，年轻人做好自己就可以了。因为15年后很多工作将是与人形机器人相关的，今天可能你负责销售汽车，15 年后，你的岗位可能就调到销售人形机器人。今天你是班里的佼佼者，学了AI，你可能发现你的职业生涯就是围绕着进一步提升人形机器人的能力展开的。

所以大家做好自己，我们一起共享光明的人形机器人的未来。

保持野心

熊友军（北京具身智能机器人创新中心）：我经历过个人电脑时代、智能手机时代、移动互联网时代，现在正在经历智能汽车/ 电动汽车时代。下一个时代就是具身智能的时代。而具身智能时代的典型代表是人形机器人。所以给现在的年轻人的建议就是：保持野心，dream big。

2   与“波士顿动力”创始人对话

主持人：因为Marc在舞台上，也许在座的嘉宾可以问他一些问题。

失败是成功之母

陈建宇（星动纪元，清华）：您认为机器人和AI最重要的研究课题是什么？如果你只能选择一个研究课题、一个研究项目。

Marc：这个问题让我稍微侧向回答，这有点回避你的问题。

刚才的主题讲演部分，我没有放映最后一张幻灯片，这是一段展示机器人失败的视频。它有2 分钟长，可能有25次不同的失败。我认为关注失败是做这项工作中最有趣和最有用的部分。然后，当你做的东西不起作用时，继续前进很重要。

这并不是一个确切的研究课题，但这是一种做事的精神。

所以，如果我问你们所有人的问题，那就是我没有看到任何人在演讲中介绍事情不起作用。我敢肯定，整体式机器人不会做那些后空翻，也不会做碰撞等很酷的事情。你喜欢碰撞吗？

主持人：我记得1985 年看VHS 录像带时的一个视频，在第一部分，一切进展得非常顺利，然后就展示了它的真实情况，看到了所有问题的出现。

手的发展方向

王兴兴（宇树）：对于人形机器人的手，未来几年比较合适的是有几根手指？几个电机会是比较好的一个方向？

Marc：我们最近在研究所举办了一个研讨会，名为关于操纵的逆向观点。我认为灵巧性很重要，但基本上，尽管人们已经努力工作了至少50 年，但它还没有走多远。

我们有不同的想法，再次尝试不同的东西，也许我们需要更多的动态操纵，而不是所有的静态把握。我认为学界很多人在制定学习灵巧性的要求方面对自己不够严格，他们正在做非常简单、容易的事情。

我认为这里有一个机会：有多少根手指。我不知道有多少根手指合适，我认为五根手指很多，但也许有一天我会觉得更有趣的问题是手掌呢？我们的手掌非常好，它们不仅是静止的块。你看到的几乎每只机器人的手都有很多手指在做这件事，但不仅如此。

终极技术是什么

王鹤（北大、北大银河）：我之前提到过，可能在15年后，这个世界上会有数以百万计的人形机器人。

如果人形通用机器人是最终的体现，那么这种通用机器人的最终技术是什么？视觉、语言、动作模型这些端到端模型是人形机的终极技术或方法吗？

Marc：我很难接受这种观点，即端到端是取得进步的方式。也许最终渐近式端到端是正确的方式。但我认为我们知道得太多了，我认为太多的学分被赋予了学习，我知道应该对学习保持乐观，但如果你看看今天存在的解决方案，最好的学习方法起着微不足道或次要的作用。当然，在波士顿动力公司，尽管人们正在努力，但今天学到的东西很少，我认为控制系统、控制理论等这些在过去二三十年里建立起来的东西仍然发挥着巨大的作用。

我不想把它们扔掉。我希望我们能真正拥抱学习，但要将其与我们已经知道的东西结合起来，并找到一种方法将它们结合在一起，至少在未来5 年或10 年内是这样在渐近中。

主持人：我为什么要使用100 万个神经元作为PID控制器的函数来学习？有些人做到了，然后他们达到了经典作品90% 的性能。我们有很多理论、技术、方法论，我们为什么要扔掉这些？我认为这更多的是模块化的问题。你在哪里使用学习，在哪里使用经典的东西，你如何以一种智能的方式将其结合起来？我们的大脑也是如此，但这可能会让我们走得太远。

为何终止Atlas开发

熊友军（北京具身智能机器人创新中心）：作为波士顿动力的创始人，您之前主持开发了像Atlas这样的非常令人惊奇的产品。但是前不久，你们终止了Atlas机器人的研发，由原来的液压驱动转向纯电驱动的方式。这是出于什么样的考虑？是因为成本，还是因为出于商业化的考虑？

Marc：关于为什么要转型？由于Atlas是液压机器人，我喜欢液压，我们用液压建造了许多机器人。但是由于力量、重量等原因，可能人形的建筑机器人等人形机仍有空间继续使用液压系统。

但我认为有两个因素。一是液压很麻烦，至少对于Atlas这样的高性能产品。虽然经过我们不懈的努力，但无法让它不会渗油出来。因为当你把注油的机器人放在某个地方，诸如工厂和家里时，它们不能滴油，所以这是一件事：很难找到精通液压技术的人，因为人们认为这是一个非常古老的世界，尽管Atlas 在液压、如何直接工作到服务器阀方面有很多创新，但液压动力装置难有较大的创新。

二是电机已经足够强大了。

（本文来源于《EEPW》202410）