人形机器人：泡沫还是未来？

随着科技的飞速发展，人形机器人无疑成为了今年的焦点。然而，这不仅仅是一个科技潮流，更是一个充满争议的话题。

自春晚机器人扭秧歌以来，人形机器人领域的发展速度可谓惊人。从4月份的机器人马拉松跑步，到8月份的运动会，行业内的进步可谓日新月异。

此外，各种机器人展会也如雨后春笋般涌现，就连往年专注于大模型的WAIC展会，今年也划出了大片区域展示机器人。

然而，尽管场面热闹，喧嚣之下却出现了不同的声音。

金沙江创投的朱啸虎年初直言：“人形机器人就是泡沫”。

网友们的观点也类似，视频中的机器人似乎无所不能，但现实中却连门都打不开。

具身智能的前景无疑广阔，但为何争议不断？深入行业现状，我发现问题并非空穴来风。

在具身智能产业中，确实存在一些难点。甚至业内人士对这些行业问题也未能达成共识。

例如，技术路线尚未统一。未来是强化学习更强，还是世界模型更厉害？我们应更关注数据还是模型？这些问题尚无定论，大家只能各自为战，难以形成合力。

虽然这些路线目的相同——提高生产力——但关键在于数据瓶颈。

“没有数据就没有训练”，这是行业面临的直接问题。要让大模型智能涌现，至少需要100亿到1万亿个Token的数据。但现实是，大部分研究的数据量只有几个亿，最大的公开数据集也只有10亿左右。

不过，尽管存在挑战，但云技术的发展为行业带来了新的希望。

以华为云为例，其CloudRobo具身智能平台通过云端生成合成数据来训练物理AI。这不仅解决了数据问题，还通过虚拟世界降低了试错成本。

具体来说，华为云通过MetaEngine自研引擎复刻真实场景，并在这个虚拟场景中生成第一视角数据。这不仅能提升训练效率，还能解决“没米下锅”的问题。

而且，这些虚拟训练后的机器人能够无缝连接实体机器人，直接应用于现实世界中。

除了数据训练问题外，行业标准不统一也是一大挑战。华为云提出的R2C协议（Robot to Cloud）旨在推动行业标准化，实现多机协同。

尽管上云并非万能，但在复杂场景下具有巨大价值。通过云端处理复杂任务，机器人本体得以专注于执行变得更轻、更便宜。

总之，尽管人形机器人领域存在诸多挑战和争议，但云计算等新技术正为行业带来新的解决方案。与其争论能否成功，不如先修路让机器人真正走进工厂和家庭。

图片、资料来源

观察者网：华为云发布CloudRobo具身智能平台，不做机器人本体

硅星人：世界机器人大会上什么都有，就是没什么共识

亿邦动力：百万机器人企业、240亿融资难掩具身智能三大“非共识”争议

机器之心：具身智能的终极命题：是造「人」还是造「生产力」？

黄浴：具身智能行为学习需要什么数据？

IT业界：具身智能火了，但数据的瓶颈如何解决？

华为云、知乎等，部分图源网络