浙江人形機器人創(chuàng)新中心：直面具身智能操作挑戰(zhàn)，開啟技術突破新程

在 2025 年 3 月 13 日舉辦的第三屆具身智能機器人產(chǎn)業(yè)發(fā)展論壇上，浙江人形機器人創(chuàng)新中心首席科學家、浙江大學求是特聘教授熊蓉分享了關于機器人智能操作發(fā)展的深刻見解。

機器人智能操作從最初簡單的抓放，發(fā)展到如今的高精度作業(yè)，這一巨大飛躍離不開大模型的融合應用，它極大提升了機器人的行為規(guī)劃與決策能力。隨著數(shù)據(jù)驅動技術的進步，機器人正從感知智能邁向行為智能，接觸交互的重要性日益突出。但當下數(shù)據(jù)獲取與應用成為難題，數(shù)據(jù)稀缺制約著發(fā)展。常用的數(shù)據(jù)獲取手段有人工遙控采集和合成數(shù)據(jù)生成。遙控采集對設備實時性及操作人員經(jīng)驗要求高，成本昂貴;合成數(shù)據(jù)在視覺渲染上較成熟，可接觸仿真卻存在明顯缺陷。

從技術方法看，大模型雖有通用性，但準確性有待提高，尤其在機器人高精度、高可靠性和高效率的行為要求下，這一不足更為凸顯。同時，機器學習領域也面臨可解釋性差、災難性遺忘等問題，亟需優(yōu)化。盡管挑戰(zhàn)重重，但人形機器人、大動作模型和空間智能等技術正處于產(chǎn)業(yè)起步階段，資本和研究投入積極活躍。

在機器人發(fā)展歷程中，操作能力一直是關鍵。早期機器人通過專家離線編程在工業(yè)場景發(fā)揮作用，隨著應用場景拓展，機器視覺技術興起，基于專家規(guī)則的在線感知及伺服控制推動了制造業(yè)發(fā)展。如今，具身智能操作成為研究熱點，從 2011 年起計算機領域采用數(shù)據(jù)驅動提升智能可泛化性，在自動化和機器人領域，借助人工智能通過環(huán)境交互獲取數(shù)據(jù)學習操作。2016 年谷歌利用機器人訓練學會抓取操作，之后相關機構不斷融合技術，推動具身智能從簡單抓放走向復雜作業(yè)，不過大模型在動作軌跡和力覺信息處理上仍有不足。

具身智能操作面臨數(shù)據(jù)、方法和執(zhí)行體性能等多方面挑戰(zhàn)。數(shù)據(jù)匱乏，遙控采集成本高，合成數(shù)據(jù)接觸仿真薄弱;方法上大模型通用性和準確性難平衡，機器學習存在可解釋性差等問題;執(zhí)行體組件在接觸作業(yè)中的性能無法滿足具身智能操作需求。

浙江大學熊蓉團隊在機器人領域深耕多年。自 2000 年聚焦智能融合，2012 年推動自主學習。在人形機器人研發(fā)上成果顯著，研發(fā)出多種類型機器人。2023 年 12 月注冊成立浙江人形機器人創(chuàng)新中心有限公司，專注人形機器人與具身智能融合，發(fā)布領航者 1 號和 2 號樣機。在操作技術研究方面，團隊在感知層、行為層、動作層和底層控制等方面都探索出獨特方法，有效提升機器人操作性能，在多個領域得到應用，顯著提升自動化水平。