2025世界人工智能大會（WAIC）現(xiàn)場，人形機器人展臺空前火熱，前來觀摩者絡(luò)繹不絕。
這正折射著具身智能前所未有的話題熱度。伴隨機器人登上春晚舞臺、全球首個人形機器人馬拉松比賽舉辦，具身智能正一路成為AI領(lǐng)域最熱門的賽道之一。
在這樣的節(jié)點，2024年12月，“訊飛系”的安徽聆動通用機器人科技有限公司（以下簡稱為 “聆動通用”）正式成立。聆動通用是安徽省首家“大腦-小腦-本體”全鏈路自主可控的硬科技初創(chuàng)企業(yè)，同時具備多場景商業(yè)閉環(huán)的實踐經(jīng)驗。依托訊飛星火認知大模型底層能力，該公司致力于將具身大模型和通用機器人本體深度耦合，打造新型生產(chǎn)力。
在本次WAIC上，聆動通用發(fā)布全新產(chǎn)品——具身智能采訓(xùn)推一體機。
聆動通用CEO、科大訊飛機器人首席科學(xué)家季超對時代周報記者介紹，公司這次展出的采訓(xùn)推一體機，提出了“消費級與工規(guī)級融合方案”。聚焦行業(yè)級具身數(shù)據(jù)缺失重大問題，應(yīng)用于具身智能機器人面向真實場景的技能提升訓(xùn)練，這或?qū)⑹蔷呱碇悄軝C器人從算法實驗室走向工業(yè)產(chǎn)線的關(guān)鍵第一步。
在孵化聆動通用之前，科大訊飛已有自己的機器人產(chǎn)品及相關(guān)技術(shù)布局。
2022年初，科大訊飛啟動了“訊飛超腦2030計劃”；2023年，季超團隊發(fā)布業(yè)界首個集成全自主國產(chǎn)認知大模型的具身智能人形機器人，在國內(nèi)率先打通以大模型和具身智能為代表的機器人全鏈路；2024年，世界機器人大會上，科大訊飛展示了一款高約1.7米，體重為60公斤的大模型+具身智能的人形機器人，整體運動性能提升2倍，復(fù)雜任務(wù)拆解成功率超95%，開放場景物體尋找成功率超過85%。此外，科大訊飛還推出過AI掃拖機器人X3、AI助教機器人X1等細分場景的機器人產(chǎn)品。
就機器人在工業(yè)場景中的應(yīng)用，從技術(shù)邏輯看，具身智能的核心矛盾始終存在：一方面，工業(yè)生產(chǎn)要求機器人具備近乎100%的可靠性，任何“幻覺”都可能導(dǎo)致生產(chǎn)線停擺；另一方面，通用大模型+機器人在實際場景中的規(guī)劃成功率目前還達不到工業(yè)級要求，高質(zhì)量數(shù)據(jù)的稀缺與跨場景適配的復(fù)雜，讓機器人難以突破“實驗室好用、工廠不好用”的困境。
立足于數(shù)據(jù)缺失難題，季超與他的團隊對采訓(xùn)推一體機的研發(fā)探索，正是試圖通過“消費級與工規(guī)級融合”的硬件創(chuàng)新、“全棧數(shù)據(jù)鏈打通”的軟件架構(gòu)，在成本與精度、通用與專用之間找到平衡。
在WAIC現(xiàn)場，季超坦言，具身智能的終極戰(zhàn)場不在舞臺，而在產(chǎn)業(yè)應(yīng)用，聆動通用和科大訊飛要讓機器人對人類生產(chǎn)真正產(chǎn)生幫助。
受訪者供圖
重塑機器人應(yīng)用：大小腦結(jié)合，探索具身智能的突圍路徑
時代周報：采訓(xùn)推一體機強調(diào)“全棧數(shù)據(jù)鏈打通”，關(guān)鍵技術(shù)節(jié)點有哪些？如何與科大訊飛的核心技術(shù)（如星火大模型、語音交互）協(xié)同？
季超：采訓(xùn)推一體機關(guān)鍵技術(shù)節(jié)點包括跨不同本體的適配（例如解決構(gòu)型、協(xié)議和格式等差異）、數(shù)據(jù)清洗（高質(zhì)量的數(shù)據(jù)）等。從協(xié)同來說，星火大模型是“大腦”的核心支撐，采訓(xùn)推一體機則是基于底層能力，開發(fā)屬于自己的具身智能大模型。簡而言之，聚焦機器人行業(yè)突破，是平臺+賽道的邏輯。
時代周報：此次推出的采訓(xùn)推一體機為何采用消費級與工規(guī)級融合的方案？這與行業(yè)內(nèi)其他數(shù)據(jù)采集設(shè)備有何本質(zhì)區(qū)別？
季超：采訓(xùn)推一體機核心是為了解決高質(zhì)量數(shù)據(jù)稀缺的問題。具身智能領(lǐng)域最稀缺的是高質(zhì)量的機器人操作數(shù)據(jù)，數(shù)據(jù)采集最核心的目的是為了后續(xù)的模型訓(xùn)練。
眾所周知，工業(yè)場景需要長時間、高強度的數(shù)據(jù)采集，需要更加嚴苛的工規(guī)級方案，從而保證數(shù)據(jù)穩(wěn)定性，但純工規(guī)級成本太高，因此只能在關(guān)鍵環(huán)節(jié)用工規(guī)級，其他部分用消費級，這樣既控制成本又能滿足模型訓(xùn)練需求。
我們的產(chǎn)品與其他數(shù)據(jù)采集設(shè)備的區(qū)別在于，多數(shù)設(shè)備廠商只賣硬件，很難負責后續(xù)數(shù)據(jù)的治理和使用。而我們推出的一體機則是“數(shù)據(jù)+服務(wù)的商業(yè)模式”，所產(chǎn)生的數(shù)據(jù)是為后端的具身大模型服務(wù)的，其采集的真機數(shù)據(jù)直接用于聆動具身VLM基座模型的微調(diào)，從而形成“數(shù)據(jù)采集—模型訓(xùn)練—硬件部署-場景落地”的全鏈條閉環(huán)。
時代周報：當前工業(yè)場景中，機器人數(shù)據(jù)采集和模型訓(xùn)練的痛點具體表現(xiàn)為什么？
季超：比如，在汽車零部件分揀場景，SKU種類成千上萬種，且不同品牌機器人的數(shù)據(jù)格式、接口協(xié)議也存在不統(tǒng)一的情況。小模型的開發(fā)成本高，采集的數(shù)據(jù)現(xiàn)階段也很難互通，模型訓(xùn)練時要先花大量精力做數(shù)據(jù)質(zhì)量的校驗和篩選轉(zhuǎn)換，效率極低。
時代周報：聆動通用的一體機方案提到“大小腦結(jié)合”是核心技術(shù)路徑，能否用通俗的語言解釋這一模式如何解決機器人泛化性差的問題？
季超：“大腦”是指我們的視覺-語言多模態(tài)基座模型，基于互聯(lián)網(wǎng)海量數(shù)據(jù)預(yù)訓(xùn)練而成，形成針對特定任務(wù)的先驗知識，讓機器人具備一定的推理能力；“小腦”則是通過一體機采集的真機數(shù)據(jù)，針對性微調(diào)，讓機器人具備一定的規(guī)劃能力。
現(xiàn)階段，不同場景用小模型逐個開發(fā)成本相對較高。我們的基座模型通過少量真機數(shù)據(jù)微調(diào)，就能快速適配多SKU零件分揀，并在“類”級任務(wù)之間實現(xiàn)較低成本的泛化，這得益于“大小腦結(jié)合”的范式革新。
時代周報：您曾說，通用大模型的60%成功率與工業(yè)要求99.999%可靠性差距巨大。那么，如何縮小差距、解決痛點？
季超：差距的本質(zhì)是模型對陌生場景的誤判，工業(yè)場景天然把每一個工序的邊界盡可能壓縮，本質(zhì)上并不需要特別長程的規(guī)劃，但是對節(jié)拍效率和精度有要求。因此，大腦加小腦的預(yù)訓(xùn)練加微調(diào)的方案，一定程度上可以通過提高數(shù)據(jù)質(zhì)量降低幻覺風(fēng)險。
我們提出的解決方案核心價值在于“用真實數(shù)據(jù)對抗幻覺”，從而提升任務(wù)數(shù)據(jù)質(zhì)量。在硬件層面，現(xiàn)在市面上大部分的人形機器人操作精度只有厘米級，但我們基本上達到毫米級。我們通過設(shè)計一體機實現(xiàn)高質(zhì)量真機數(shù)據(jù)，具體到任務(wù)場景設(shè)計，盡可能約束和定義清楚目標場景任務(wù)。隨后，在預(yù)訓(xùn)練模型中實現(xiàn)海量數(shù)據(jù)預(yù)訓(xùn)練，從而形成先驗。這樣就可以從大腦、小腦以及硬件層面，共同降低幻覺風(fēng)險，提升整個工業(yè)級應(yīng)用的可用性和可靠性。
時代周報記者現(xiàn)場攝
具身智能：機器人行業(yè)的范式革命
時代周報：聆動通用成立時，具身智能硬件領(lǐng)域已有眾多玩家，為何選擇此時入局？核心競爭力在哪？
季超：2021年，科大訊飛已內(nèi)部關(guān)注并開始布局具身智能。
具身智能和大模型的發(fā)展路徑比較類似，簡單來說，就是在多模態(tài)大模型基礎(chǔ)上，進一步進行模態(tài)拓展。所有能被數(shù)字化的信息都可以被Tokenize，所有 Token 都能被Transformer 擬合。具身智能接下來要走的路，就是過去幾年大模型已經(jīng)走過的路，這將是機器人行業(yè)的范式革命。
我們認為，具身智能前景非常廣闊，足以讓各家各顯神通。
就聆動通用而言，我們的核心競爭力主要在于三點：一是科大訊飛在大模型領(lǐng)域的豐富積累，具備切入具身領(lǐng)域的慣性優(yōu)勢；二是長期以來，團隊沉淀的行業(yè)場景理解和數(shù)據(jù)積累可以快速形成數(shù)據(jù)飛輪以及到模型-應(yīng)用的閉環(huán)；三是AI+供應(yīng)鏈的理解和整合能力?，F(xiàn)階段，具身機器人供應(yīng)鏈雖然比較全。但是從系統(tǒng)集成角度看，距離真實行業(yè)落地還有距離，目前大多處在消費級、科研級。
時代周報：您認為具身智能“規(guī)?；钡臉藴适鞘裁?？采訓(xùn)推一體機能否推動行業(yè)邁過這道坎？
季超：規(guī)?；臉藴剩瑯I(yè)界各有不同理解。我們認為，首先，整體技術(shù)范式要形成初步共識，才會有規(guī)?；目赡?。目前看這兩年基本開始收斂；再者，除了技術(shù)路線和技術(shù)架構(gòu)的共識，規(guī)模化還需要在高質(zhì)量的數(shù)據(jù)標準上形成一致。我們推出一體機也是希望構(gòu)建未來的AI數(shù)據(jù)基建工程。
時代周報：未來10~15年，采訓(xùn)推一體機這類設(shè)備會帶來哪些新職業(yè)，新業(yè)態(tài)？聆動通用想在其中扮演什么角色？
季超：職業(yè)上，可能會催生“機器人訓(xùn)練師”這類新職業(yè)。比如，用采訓(xùn)推一體機采集任務(wù)操作數(shù)據(jù)并訓(xùn)練技能模型，讓機器人快速掌握新技能，從而在AI浪潮下催生的數(shù)據(jù)標注師等職業(yè)；
產(chǎn)業(yè)上，未來分工也會更細，有公司做通用硬件，有公司做場景化模型。我們則希望在全球競爭中，步入具身+高端制造業(yè)領(lǐng)域的“國家隊”序列，并憑借全棧能力重塑上下游產(chǎn)業(yè)鏈，構(gòu)建下一代具身智能機器人核心產(chǎn)業(yè)鏈，從而推動機器人從科研、消費層進入工業(yè)實際生產(chǎn)，滿足千行百業(yè)需求，構(gòu)建新一代生產(chǎn)力工具。
本文鏈接：http://m.enbeike.cn/news-2-3132-0.html具身智能機器人不夠智能？聆動通用CEO季超：“大小腦結(jié)合” 是破局關(guān)鍵
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
