图灵汇官网

导读：具身智能的三维生存挑战

作者／IT时报记者沈毅斌
编辑／郝俊慧 孙妍

自Sora上线以来，具身智能作为另一热门技术领域，也逐渐步入商业化阶段。12月16日，由“华为天才少年”彭志辉创立的智元机器人宣布启动通用机器人商用量产。这距离他们推出“远征”与“灵犀”两个系列五款商用机器人新品，仅仅过去了四个月。

与此同时，比亚迪在其官方账号上发布了招聘信息，针对2025届全球高校硕士和博士毕业生，招募具身智能研究团队，旨在推动该技术在工业领域的实际应用。此外，小米集团的核心创始团队创办的小雨智造，最近也完成了新一轮融资，资金主要用于增强研发实力，促进具身智能产品的创新。

尽管具身智能在各大展览上展示了其潜力，但在实际应用中仍面临诸多挑战。相比依赖于大型语言模型的人机交互，具身智能需应对更为复杂的三维环境问题。

数据：从“好看的皮囊”到“有用的载体”

在展会上，人形机器人能够跳舞、互动、分类物品以及清理桌面等，已成为吸引观众的重要手段。如果将大型语言模型比喻为“有趣的灵魂”，那么具身智能就是“好看的皮囊”。然而，离开了展览场地，真正实现具身智能的场景依然有限。

如何让具身智能从“好看的皮囊”转变为“有用的载体”？数据成为了关键因素。智元新创具身业务部总裁姚卯青在浦江AI学术年会上指出，相较于大型语言模型可以从互联网上免费获取数据，机器人所需的数据集不仅数量有限，而且质量参差不齐。他提到，一个数据集中最多只有几百万条高质量且带有标签的数据，而这些数据集还包含了多种格式的混合体。

“可用的物理世界数据集还远远不足，”上海傅利叶副总裁周斌补充说，当前主流的机器人数据采集方法是人工远程操控，这种方法的目标是使机器人操作尽可能接近人类行为模式。不过，这种做法需要耗费大量的人力和时间资源。