□ 长江日报记者李煦

    5月23日下午，华中科技大学机械科学与工程学院教授、博士生导师曾祥瑞，做客第709期武汉“名家论坛”，以《是“竞争者”还是“好搭档”》为题，介绍人形机器人发展现状与未来展望。

    “名家论坛”由武汉市委宣传部、武汉市文化和旅游局主办，武汉图书馆承办，江汉区科协支持。当天论坛结束后，长江日报《读+》周刊专访了曾祥瑞教授。

    ■ 他每天面对“笨笨的”机器人

    这期论坛关注度很高，现场几乎座无虚席，曾祥瑞教授讲得深入浅出，听众很感兴趣。

    在互动环节发生了有趣的事情。举手要求发问的主要是青少年，他们提问的内容却颇为“老成”——机器人会不会取代人类？机器人会用在战场上吗？面对机器人，人类是应该焦虑，还是应该期待？

    曾祥瑞尤其欣赏“焦虑或期待”的问题。他说：“这个问题很有深度，我们开发机器人的目标，其实是希望所有的人都不那么焦虑，但人工智能和机器人的发展现在确实给一些岗位带来了冲击，这是很难避免的。我觉得我们要对自己有信心，不管你现在是做什么的，不管你现在在什么位置，你现在多大年纪，我们人总能做到和机器人不一样的事情。而对于现在的小朋友来讲，我觉得你们完全不用担心这样的问题。现在的教育改革，包括各类科创实验班，就是为了让大家能去发掘需求，去解决问题，去提升创造价值的能力。人类的创造性永远都会高于机器人。”

    一位初中生模样的听众发问：“机器人能给自己充电吗？”

    这似乎是在问，机器人能否完成充电动作；但也可能是在问一件深刻得多的事情——机器人有没有生命意识，它会知道自己电量不足，主动给自己充电换电吗？

    从某种意义上说，“拔插头”似乎是人类制约人工智能、制约机器人的终极手段。如果AI及其控制下的机器人能够感觉到“快饿死了”，要主动“觅食”，人类是该高兴呢？还是该恐惧呢？

    长江日报记者还在琢磨，只见曾祥瑞微笑着回答：“机器人可以给自己充电，有一些扫地机器人都可以做到这一点。不仅有能给自己充电的机器人，还有能给自己换电池的机器人，一台机器人从另外一台机器人背后把电池抽出来，换一个新的电池给它，这些现在都已经实现了。”

    在专访环节，记者向曾教授提出了关于“拔插头”的疑问。他表示，每天下班时，都会给机器人“关机”；然后每天上班来，第一眼看到的景象就是机器人瘫在椅子上或者坐在箱子里。

    记者问：“是不是因为你每天看到的机器人都笨笨的，所以你不担心它？”

    曾教授回答：“现在机器人肯定不行，差得比较远；它变聪明了也不要紧，聪明了就来帮我们。”

    ■ 一次开三把锁，机器人成功率不到一半

    曾祥瑞的工作内容之一，就是让机器人变“聪明”；用专业术语来说，就是研究人形机器人专用的大模型。现在的语言大模型聊天还可以，但是用到机器人身上就不大行。

    曾祥瑞解释说：人们经常打交道的多模态模型，可以识别文字、图像和声音，但是比较慢。大家和AI聊天时能够体会到，要是打开深度思考的功能，对方可能要思考个几秒甚至十几秒才能回答，在现实场景中，我们不可能每次都等这么久。

    机器人大模型还要能识别动作、环境和场景。这不仅需要专门的算法，还需要大量数据，包括具身物理知识。这方面，机器人还差得很远。在曾祥瑞设想的未来场景中，也有“采访机器人”，可以举着个麦克风与采访对象交流。但是就以记者进门寒暄打招呼、自我介绍后落座采访的过程为例，机器人大概率做不好这个极其简单的事情。

    曾祥瑞告诉记者，机器人执行“长序列”的任务时，会遇到两个问题。首先，每个动作单独的成功率，哪怕都是90%，那么连续两个动作的成功率就是90%×90%=81%，3个动作的成功率就只有90%×90%×90%=72.9%，一连串动作连起来之后，成功率越来越低。第二，上一个动作是否已经完成，是否应该去重新再做一遍，是否应该进入下一个动作？这需要判断，目前没有足够多的数据教机器人去处理所有这些不同的情况衔接。

    除了“长序列”困难，还有“泛化”困难，也就是生活中无处不在的“随机”：现场多一个人怎么办？座椅方位变化了怎么办？等等。

    正如科技评论者所说，在春晚等场合进行表演，那只是在可控环境中完成一套事先编程好的固定动作；现实所需要的，是在复杂环境中持续、稳定、智能地完成任务，这是两套根本不同的技术逻辑。前者可以通过密集试错，把一套动作最终打磨到几乎完美，这是对确定性任务的极致优化；真实世界不可控，没有彩排，没有工程师在后台实时修正，地面摩擦变化、物体位置偏差、突发干扰、人类行为随机性，都会改变系统状态。从会跳舞到会干活，中间跨越的不是动作难度，而是稳定的智能体系。

    曾祥瑞正在努力攻克这些困难。他们训练、测试机器人的方式之一，是“开锁”。“我们在网上买来二十几种不同的锁，有的锁要摁一下、弹出来、再去拧，有的是要先拿钥匙拧一下，每把锁都不一样，然后让机器人学着打开这些锁，现在一次连开三把锁也还比较困难。”

    记者问：“如果机器人看到人类开三把锁的视频演示，它能够自己把这个动作复现出来吗？”

    曾教授说：“我们在做这样的研究，具体要看锁的难度，总体来讲成功率还不很理想，10次里可能5次都不行，成功率不到一半。”

    每天面对这样的机器人，曾祥瑞自然希望机器人能够“再聪明点”。

    ■ 印度纺织工“助力”机器人

    很多人都在以自己的方式助力机器人变聪明。今年4月，据印度媒体报道，当地纺织厂工人在缝制服装时佩戴着头戴式摄像头设备。视频显示，这些轻便的摄像头记录着他们整个班次工人的手部动作和操作。工人说，他们被要求在工作时间佩戴这些设备。

    参与收集此类数据的公司称，这些叠衣服、缝布料、操作缝纫机的“第一人称视角视频片段”将被处理成数据集，供AI公司用于训练人工智能和机器人系统。

    据报道，全球各地都有工人在从事这种劳动，相关的数据采集、标注公司和分派任务的零工平台等，已经形成了一条完整的产业链。数据采集公司表示，工人担心自己是在帮助训练未来可能取代他们的机器人，这种忧虑是真实存在的，但这些机器人也可以被用于人们不愿做的工作，或者进入人类不易到达的场所。

    数据采集不仅覆盖工厂车间，还包括了居家场景。公司付费让人们录制切水果和蔬菜、处理餐具、叠衣服等日常任务视频。这方面最值钱的数据，据称是美国家庭生活日常场景，因为美国家用机器人有很大的盈利前景。

    而在4月11日，杭州“六小龙”之一的宇树科技发布视频显示，旗下H1机器人再度刷新人形机器人全球奔跑最快纪录，速度达到每秒10米，逼近“百米飞人”博尔特的巅峰速度。2009年8月16日，牙买加运动员博尔特跑出9.58秒（相当于每秒10.44米）的百米世界纪录，至今尚未被打破。宇树科技创始人王兴兴说过，“运动能力是所有机器人真正干活的先决必要条件”。

    可是8天后的北京亦庄，人形机器人半程马拉松比赛中，此前被看好夺冠的宇树科技H1机器人在比赛中失去平衡摔倒，被抬离赛道。夺冠的前三名机器人则打破了乌干达名将基普利莫3月创下的57分20秒人类男子半马世界纪录。

    据介绍，此次参赛队伍从去年的20支增至100多支，在全程21公里的比赛中，近半数机器人在穿越复杂地形时采用了自主导航，而非依赖遥控操作。102支参赛队伍中，只有47支完成比赛，真正依靠自主导航跑完全程的更少。评论者认为：“机器人此前多半停留在演示层面。能走路，能搬运，能做几个标准动作，但一旦离开实验室就容易失控。此次比赛的意义，在于把技术放进一个连续、开放、不可预测的环境里。马拉松不是短时间的爆发，而是对稳定性和持续性的考验……机器人在长时间运行中的可靠性，在复杂任务中的适应能力，在成本上的可负担性，依然是摆在行业面前的关键问题。”

    【访谈】

    人手的灵巧，机器人还够学

    ■ 人形机器人现在最大的用途是表演

    读+：有人说，人形机器人现在最大的用途是表演。春晚上的那些人形机器人，动作都是事先编程的，是反复调试过的一套固定表演动作。机器人在日常生活工作场景中用处不大。是这样吗？为什么会这样？

    曾祥瑞：目前确实如此。机器人的运动与操作是两类不同的问题，需要不同的技术。

    现在人形机器人在跑、跳、翻跟头、格斗踢腿这些方面都能做得非常好。可以说在运动能力方面，现在大部分的机器人都还可以。

    操作指的是机器人去操作其他的物体，对目前的人形机器人而言，操作还是一件比较困难的事情，大部分人形机器人只能做一些相对简单的操作，而且很多操作的成功率目前看来也还不高。就拿烹饪机器人来说，如果是做固定的几种菜，或者像做煎饼馃子那样做一个确定的动作，这些还是可以实现的，但是让它分拣一筐青椒、一筐胡萝卜、一筐茄子，它可能没法保证。青椒会软，茄子会滑，它不能保证每次都抓取成功。

    原因首先是没有“灵巧手”。人手是非常灵巧和精密的，手的皮肤能感知到力量、形变、温度和纹理，这些目前在机器上还很难完整复现出来。可能个别的单点指标，机器人能做得比人好，比如说测很精密的压感。但是要同时感知所有这些东西，机器人的“手”就做不到了。除了感知能力，人的手在运动方面也非常灵活，可以做出很微小的动作。此外，人的手柔软、有弹性，人手有指纹，有时候还有茧，茧也有茧的作用，所有这些在机器人上复现出来都是很难的，都还没有做到。

    第二个是算法和数据。现在很多人工智能的技术都要靠大量的数据去支撑，但是对机器人而言，没有那么多与“手”相关的数据，所以在算法方面做这些带有泛化的操作也有难度。

    总的来说，让人形机器人模拟人去“操作”，还有很多困难，所以现在只能看到一些有限的演示。

    除此之外，人形机器人要真正派上实际用场，还需要交互能力，理解人类语言、执行动作，有些服务型岗位，可能还需要反复和人类沟通，并了解人类的动作、表情、意图。这方面目前在技术上还没有完全实现。

    ■ “叠衣服”是机器人一大挑战

    读+：跑马拉松和叠衣服，对于人形机器人来说，哪一个更难？难在何处？

    曾祥瑞：叠衣服更难。就像上面说的，跑马拉松属于运动，叠衣服属于操作。操作比运动难。

    操作衣服，比操作别的东西比如方向盘更复杂一些。为什么？方向盘这种零件，在建模的时候，我们可以把它简化为一个不变形的“刚性体”。对于刚性的系统，物理上建模与仿真很容易，技术上已经弄得很明白。但是衣服、毛巾是柔性体，它会变形；它怎么变形，又和外界施加什么样的力、力的方向以及本身材质有关；而且它不是随便乱变，衣服你不可能把它撕开，必须顺着来，它有些地方可能会硬一些，有些地方有缝线，有些地方包了一个边，有的地方又很软。这个模型就很复杂。

    而且每个人的衣服不一样，人能够很轻松地知道每件衣服应该怎么抓起来，每件衣服应该叠成什么形状，但对机器人来讲就是个难题。

    如果你看国际上一些头部企业的机器人叠衣服视频，你会发现，很多机器人叠的都是纯色T恤，这是最好叠的。首先，T恤是最好叠的衣服；然后，纯色、同一材质，对机器人来讲，它的识别、抓取、折叠等操作都会容易一些。

    目前来看，大家一般都是大量采集人类叠衣服的数据，采了足够量的数据之后，对模型进行训练，这里可能还涉及要不要具有语言理解能力，因为叠衣服可以有语言指令，当然也可能不用语言。总之，叠衣服是一个很大的挑战。

    ■ 武汉“电子皮肤”产业独领风骚

    读+：武汉在人形机器人方面，地位怎么样？

    曾祥瑞：人们常说的武汉的科教优势、人才优势，我就不重复了。与叠衣服相关的“电子皮肤”产业，武汉很有优势。

    今年5月15日，华威科柔性智能传感器生产一期项目在葛店国家经开区正式开工。项目建成后，企业电子皮肤年产能将突破千万片，成为全球首个千万片级机器人触觉传感器量产基地。华威科的人形机器人“电子皮肤”市场占有率超过70%，出货量稳居行业首位，产品已配套多款主流整机。

    搭载电子皮肤的机器人“灵巧手”，一平方厘米里面集成了近100个触觉点，通过压力的控制，不仅可以拿起豆腐，而且豆腐不会被抓碎。电子皮肤除了用在机器人手上，还可装在汽车的座椅里面，感知人的姿态、动作和压力，并随之调整改变。去年6月，华威科200万片车规级产能在葛店达产，截至目前配套灵巧手超1.8万台，并率先将柔性触觉大规模导入汽车智能座舱，首年出货逾百万片。今年订单同比增长300%，现有产能趋紧，扩产势在必行。

    目前的人形机器人产业，如果是做整机的，确实面临挑战；但是像“电子皮肤”这样在产业链上提供支持，前景可观。

    读+：美国未来学家凯文·凯利认为，人形机器人的前景有限，因为其携带的电池通常不能提供很长的续航时间，而一旦解决了电池续航问题，电池本身就可能变成一种高能量包，成为新的威胁。对此您怎么看？

    曾祥瑞：电池我不担心。电池的功率密度、安全技术都会进步。你看中国新能源汽车发展这么好，电池的技术进步是很快的。我觉得对机器人来讲，电池、能源的技术进步速度可能比具身智能进步速度还快，我们只要有一些投入，很快就能有符合人形机器人要求的电池。我预计，在符合人形机器人要求的大模型出现之前，电池技术应该就能达到要求，我对此很有信心。至于安全威胁，这么多新能源汽车都在外面跑，新能源汽车的电池大得多，大家也觉得挺好。