每經(jing)記者(zhe)｜黃鑫(xin)磊    每經(jing)編輯｜文多    

9月(yue)17日，杭州宇(yu)樹科(ke)技(ji)股(gu)份有(you)限公司(si)（簡稱宇(yu)樹科(ke)技(ji)）副總經理杜鑫(xin)峰(feng)(feng)在(zai)“2025世界儲(chu)能大(da)會”上發表(biao)演(yan)講。杜鑫(xin)峰(feng)(feng)表(biao)示，公司(si)的(de)機器人(ren)現在(zai)廣泛應用于(yu)文娛表(biao)演(yan)方(fang)面，同(tong)時在(zai)工業(ye)巡檢、電網、儲(chu)能等場景中(zhong)有(you)了(le)一定應用。

“機(ji)器人除(chu)了(le)在生(sheng)活中提供情緒(xu)價值，更多被定位于‘進廠打工’。我們認(ren)為，讓機(ji)器人進入工廠進行復雜的(de)操作和(he)繁重(zhong)(zhong)、重(zhong)(zhong)復的(de)工作也是(shi)公(gong)司將來(lai)一定要(yao)解決的(de)問題(ti)。”杜鑫峰(feng)說。

2021年以來，具身智能研(yan)究(jiu)面臨的(de)首要困難是數(shu)(shu)據(ju)(ju)獲取(qu)。與(yu)語言大模型的(de)數(shu)(shu)據(ju)(ju)獲取(qu)方(fang)式不同(tong)，具身智能方(fang)面的(de)訓練(lian)數(shu)(shu)據(ju)(ju)依(yi)賴機(ji)器(qi)人(ren)硬件實體與(yu)物理(li)環境交互生成，而此前缺乏(fa)成熟的(de)人(ren)形機(ji)器(qi)人(ren)載體，導致基(ji)礎數(shu)(shu)據(ju)(ju)積累方(fang)面一片空白。因此，如今的(de)核心(xin)挑戰已轉為如何(he)高效(xiao)采集、獲取(qu)和制造(zao)訓練(lian)數(shu)(shu)據(ju)(ju)。

杜鑫(xin)峰介紹，行業內(nei)針對這一痛點(dian)當(dang)前主要采(cai)用兩種路(lu)徑解(jie)決問題：

一是真實環(huan)境采(cai)集，即通過人工遙控機器人完(wan)成(cheng)抓(zhua)取、移(yi)動等(deng)操作(zuo)，成(cheng)功執行任務后(hou)即可形成(cheng)有效樣(yang)本。該(gai)方法雖易于實現，但數據生成(cheng)效率很低。

二是(shi)仿真環境訓(xun)練，即(ji)依托(tuo)算力(li)在三維孿(luan)生環境中批量(liang)生成訓(xun)練場景(jing)。這一方法可支持數千(qian)臺虛擬(ni)機器人同步訓(xun)練，但訓(xun)練效果高度(du)依賴重力(li)、摩擦力(li)等物理模(mo)型的精密程度(du)，否則訓(xun)練效果難以在現實中復現。

“針對機(ji)器(qi)(qi)人(ren)(ren)在各種環境里的適應性問題和場景(jing)遷(qian)移性問題，公司也提出了幾種解(jie)決方(fang)案。一是(shi)通用(yong)解(jie)決方(fang)案，即將高性能的四(si)足(zu)機(ji)器(qi)(qi)狗和人(ren)(ren)形機(ji)器(qi)(qi)人(ren)(ren)大(da)量應用(yong)在各個場景(jing)中；二是(shi)使(shi)用(yong)機(ji)器(qi)(qi)人(ren)(ren)動作訓(xun)練大(da)模型。”杜(du)鑫峰說。

宇(yu)樹科(ke)技的四足機(ji)(ji)器狗和人(ren)形機(ji)(ji)器人(ren)已被初步應用在(zai)儲能與電(dian)網場景中。其(qi)中，機(ji)(ji)器狗在(zai)變電(dian)站場景表現(xian)突出。它可(ke)自(zi)適應平(ping)地(di)、鵝卵石路面、臺階(jie)、斜坡等(deng)復雜(za)地(di)形，通(tong)過采集(ji)4條(tiao)腿(tui)上12個(ge)電(dian)機(ji)(ji)的電(dian)流數據，結合(he)強化學習自(zi)動選擇適配步態，實現(xian)全(quan)地(di)形穩定行走(zou)。

杜鑫峰介紹(shao)：“機器狗在工業巡檢領域優勢顯著，能精準適配野外、災后現場等非結構性環境(jing)，替代人工完成一些(xie)搬運、搶險救災等工作。”

封面(mian)圖(tu)片來(lai)源：視(shi)覺中國-VCG211402494245