机器人“成人”有多难？一场沙龙揭开了三大现实难题

这跟普通人有什么关系？

你可能听过“人形机器人”要进工厂、进家庭。但理想很丰满，现实很骨感。最近一场名为“科技有「联想」”的沙龙，请来了机器人行业的创业者、投资人和技术专家。大家坐在一起，聊了聊让机器人真正“干活”到底卡在哪儿。说白了，就三个大困惑：数据、模型、量产。

让机器人学会“做事”，就像教小孩一样，得给它看很多例子。但这些例子（数据）怎么来？目前常用的方法是让人远程操控机器人，记录下动作。这方法成本有多高？嘉宾算了一笔账：真机遥控采集一小时数据，成本要几百到上千元。一万小时就要上千万元——相当于盖一栋小楼的钱。

有没有便宜的办法？有公司提出，直接用网上的人类视频（比如普通人做饭、打扫的视频）来教机器人。这种视频成本低很多，但问题也很头疼：视频质量参差不齐，很多根本不能用。有家公司的CTO打了个比方：“把脏数据变干净，就像从铁矿石炼成钢铁，全行业都得一起出力。”

有了数据，还得有“大脑”来学，这个大脑就是AI模型。模型也有两种做法：一种是“显式”的世界模型（像英伟达的一种方案），另一种是“隐式”的世界模型。显式模型训练一次要花好几千万到上亿元，非常烧钱。而隐式模型成本只有它的八十分之一。不少公司选择了更经济的隐式路线。

另外，机器人要干的事比自动驾驶复杂得多——自动驾驶只在二维路面上跑，机器人要在三维空间里抓东西、开门、拧螺丝。所以需要的数据量远大于自动驾驶，现在的数据规模可能还远远不够。

很多机器人公司能造出一台样机，但一提到批量生产就“倒在黎明前”。嘉宾指出，从拿到一个想法到真正在工厂里造出来、装好、客户愿意再买，中间有三大关卡：

有嘉宾认为，现在的人形机器人还像个“3岁小孩”，得容忍它磕磕绊绊。而整个产业链很长，做零部件的、做大脑的、做整机的都有可能各自做出优秀公司，不太可能出现一家通吃的局面。

机器人的产业才刚刚起步，就像一场马拉松才跑了前两公里。虽然困难不少，但方向很清晰——数据要更便宜、模型要更高效、量产要更可靠。对于普通人来说，这意味着：机器人进家门可能还要等几年，但工厂里已经开始小规模试点它的“工作能力”了。