在知名咨询公司Gartner提出的技术成熟度曲线中，一项新技术或某种创新面世初期，常常会因过度渲染以致期望值不断膨胀，直至泡沫破裂。2024年8月，人形工作机器人被Gartner评为处于技术成熟度曲线的萌芽期。但近日来，外界对人形机器人技术的期望值显然在加速膨胀。

人形机器人产品密集发布，资本市场数次因相关概念而躁动，媒体对人形机器人的报道热情尚未停歇。然而，在热度之下，一个有些“冰冷”的问题始终存在——对于一个尚在持续发展的技术而言，这种热情是否会带来泡沫？而当泡沫破裂，人形机器人行业又该何去何从？

京城机电旗下配天机器人CTO郭涛在接受专访时直言，行业整体的发展需要“泡沫”，不然将永远“无人知晓”，但行业发展最终所需要的是，通过一点点啃硬骨头，推动技术发展达到落地应用。从应用角度出发，郭涛认为，具身人工智能目前尚不具备完全泛化能力，在人形机器人赛道再度沸腾之际，他选择将目光投向更现实的“战场”。

配天机器人CTO郭涛图片来源：受访者供图

“完全泛化”无解？通用具身智能面临“三角制约”。人形机器人接近于人的外观让人们期待它们能够真的像人类一样解决通用泛化问题，但这一畅想的背后可能面临任务自主性、任务复杂度、变化适应性等三大能力要求的“三角制约”。

市场对人形机器人与通用具身智能的兴奋，在很大程度上源于AI大模型所带来的应用想象。然而，靠大语言模型足以击破具身智能的“三角制约”吗？郭涛提醒道，大语言模型与通用具身智能对变化适应性的要求截然不同。

配天机器人产品图片来源：受访者供图

此外，相比于大语言模型，通用具身智能的训练数据也要少得多。郭涛表示，大语言模型需要万亿级tokens的数据进行训练，但全世界没有这么多人自发贡献机器人的行为数据。尤其在工业领域，数据是私有的，要获取这类数据首先要获取工业用户的信任。

如何解决泛化能力与商业价值的矛盾是具身人工智能从技术展示走向商业落地的关键。郭涛认为，“现阶段不可能出现泛化的具身人工智能”，但这并不意味着具身智能不是正确的方向。在人形机器人赛道再度沸腾之际，郭涛提出通过局部泛化实现商业化落地。

配天机器人是国内最早从事工业机器人研发的企业之一，产品可应用于多种工业场景。但随着业务发展，传统工业机器人面对的应用场景已从大规模工业生产转向多品种小批量生产，而后者的需求依靠传统的工业机器人难以解决。

郭涛总结道：“凡是预编程解决不了的问题，传统的机器人都做不了。”这一业务痛点促使配天机器人必须向具身智能探索。配天机器人提出加快具身智能项目落地，现阶段以实现单一任务泛化为目标，主打焊接这一应用场景。

在郭涛看来，发展具身智能是一个逐步蚕食的过程，从具体的场景、具体的工艺入手，一点一点铺大应用领域。同时，也只有先通过具体场景的实践证明，才能逐步获取工业领域客户的信任，进而获得更多工业数据，形成良性循环。

谈及当前行业的热度，郭涛坦言，任何行业都会经历从无人知晓到泡沫式增长、突然下跌再缓慢爬起来的过程。郭涛指出，相比于大语言模型，具身智能目前不存在相对统一的模型底座和行业共识，但对此他抱有信心。

（文章来源：每日经济新闻）