電子發(fā)燒友網(wǎng)報(bào)道（文/梁浩斌）在近年來，在關(guān)節(jié)材料和電機(jī)技術(shù)的進(jìn)步下，人形機(jī)器人的運(yùn)動(dòng)能力越來越強(qiáng)，在機(jī)器人“小腦”，也就是平衡、運(yùn)動(dòng)算法上取得了突破，讓人形機(jī)器人能夠?qū)崿F(xiàn)接近于人類的動(dòng)作流暢度，甚至能完成一般人無法完成的雜技動(dòng)作。

而在機(jī)器人硬件基礎(chǔ)逐步提高的前提下，也就成為了機(jī)器人“大腦”開發(fā)的基石，真正讓人形機(jī)器人走向“具身智能”。最近有消息稱，特斯拉正在利用一支數(shù)據(jù)采集團(tuán)隊(duì)，來訓(xùn)練Optimus機(jī)器人像人類一樣自主行動(dòng)。那么具體是如何做的？

延續(xù)純視覺路線，百人團(tuán)隊(duì)采集訓(xùn)練數(shù)據(jù)

根據(jù)報(bào)道，特斯拉數(shù)據(jù)采集團(tuán)隊(duì)在鼎盛時(shí)期擁有超過100名員工，在8小時(shí)的輪班中，數(shù)據(jù)采集員需要根據(jù)任務(wù)指派文件和操作手冊，重復(fù)數(shù)百次包括奔跑、蹲下、舞蹈、拿杯子、擦桌子、拉窗簾等動(dòng)作，以確保數(shù)據(jù)采集工作正確完成。

值得一提的是，特斯拉在此前是使用動(dòng)作捕捉服或是遠(yuǎn)程手動(dòng)控制機(jī)器人來采集數(shù)據(jù)。而今年6月，特斯拉開始改用純攝像頭采集數(shù)據(jù)，這與其自動(dòng)駕駛的技術(shù)路線相同。團(tuán)隊(duì)成員被告知，不采用動(dòng)作捕抓服后，數(shù)據(jù)采集的工作效率會(huì)更高。除了環(huán)境周圍的攝像頭外，數(shù)據(jù)采集員工需要穿戴頭盔和背包，搭載5臺(tái)攝像頭記錄全程的動(dòng)作。

特斯拉數(shù)據(jù)采集團(tuán)隊(duì)的前員工表示，目前遠(yuǎn)程操控功能主要被用于接待投資者參觀時(shí)使用?！巴顿Y者們希望看到這些機(jī)器人實(shí)際運(yùn)行起來，演示時(shí)我們會(huì)使用動(dòng)作捕抓手動(dòng)控制這些機(jī)
器人，這樣整個(gè)操作過程看起來才會(huì)更加流暢自然”。

與自動(dòng)駕駛類似，人形機(jī)器人實(shí)際上也需要海量的數(shù)據(jù)訓(xùn)練，數(shù)據(jù)是泛化能力的核心。但問題在于，相比自動(dòng)駕駛能夠通過路測和仿真來采集數(shù)據(jù)，目前針對人類動(dòng)作記錄的數(shù)據(jù)獲取要麻煩得多。人形機(jī)器人的路線規(guī)劃可以與發(fā)展多年的自動(dòng)駕駛類似，但動(dòng)作、觸覺等仍需要大量真實(shí)數(shù)據(jù)，因?yàn)椴煌牧?、不同形狀的物體需要機(jī)器人靈巧手對其施加不同的力，以及不同的抓取方式。

目前機(jī)器人主要的數(shù)據(jù)采集方式有幾大類，包括真實(shí)場景采集、仿真環(huán)境、多模態(tài)融合采集、人機(jī)協(xié)作與自主生成等。

真實(shí)場景采集是通過在實(shí)際環(huán)境中部署機(jī)器人，直接收集傳感器數(shù)據(jù)。例如上海智元數(shù)據(jù)采集中心構(gòu)建了家居、工業(yè)、商超等五大類真實(shí)場景，利用 100 余臺(tái)機(jī)器人每日采集超萬條數(shù)據(jù)。這類數(shù)據(jù)能提供最真實(shí)的環(huán)境反饋，解決仿真數(shù)據(jù)與現(xiàn)實(shí)的 “域差距” 問題，但成本較高。為提升效率，智元采用模仿學(xué)習(xí)與強(qiáng)化學(xué)習(xí)結(jié)合的路徑：前者通過人類示范總結(jié)規(guī)律（如機(jī)械臂分揀動(dòng)作），后者通過獎(jiǎng)勵(lì)機(jī)制讓機(jī)器人在試錯(cuò)中優(yōu)化策略。

仿真環(huán)境是利用物理引擎構(gòu)建虛擬世界，生成包含傳感器信號(hào)（視覺、力覺等）的訓(xùn)練數(shù)據(jù)，批量生成低成本數(shù)據(jù)。這種數(shù)據(jù)采集技術(shù)，依賴精確的物理建模（如關(guān)節(jié)剛度、摩擦系數(shù)）和渲染引擎；需要支持大規(guī)模參數(shù)隨機(jī)化以增強(qiáng)數(shù)據(jù)多樣性；最終輸出為可直接用于模型訓(xùn)練的原始傳感器數(shù)據(jù)或標(biāo)注數(shù)據(jù)集。

多模態(tài)融合采集則是整合多種傳感器數(shù)據(jù)以提升環(huán)境感知精度，其中也有幾種技術(shù)路線。
數(shù)據(jù)級(jí)融合：直接對齊原始信號(hào)，如將 LiDAR 點(diǎn)云與攝像頭圖像投影到同一坐標(biāo)系；
特征級(jí)融合：在神經(jīng)網(wǎng)絡(luò)中層融合視覺特征與 IMU 運(yùn)動(dòng)數(shù)據(jù)，例如 MVX-Net 通過注意力機(jī)制混合圖像紋理與點(diǎn)云幾何信息；
決策級(jí)融合：獨(dú)立運(yùn)行單模態(tài)模型后整合結(jié)果，如百度 Apollo 結(jié)合攝像頭 YOLO 模型與 LiDAR 檢測進(jìn)行障礙物判斷。

人機(jī)協(xié)作與自主生成則分別是兩種數(shù)據(jù)采集方式，首先人機(jī)協(xié)作是類似于使用動(dòng)捕裝置生成動(dòng)作軌跡，將人的動(dòng)作映射到機(jī)器人上；自主生成則是機(jī)器人根據(jù)模型不確定性自主選擇高價(jià)值數(shù)據(jù)點(diǎn)，減少對人類標(biāo)注的依賴。

但總體來看，多模態(tài)融合采集是當(dāng)前主流的數(shù)據(jù)采集方案。

當(dāng)前機(jī)器人仍離不開遠(yuǎn)程操控

另一家最近在網(wǎng)上爆火的挪威人形機(jī)器人公司1X Technologies，他們宣布了旗下NEO人形機(jī)器人將會(huì)在2026年出貨，并開始預(yù)售，售價(jià)僅2萬美元，甚至公司還提供了6個(gè)月499美元的租賃計(jì)劃。 而NEO機(jī)器人的定位是家庭服務(wù)機(jī)器人，在宣傳片中NEO能夠自動(dòng)完成打掃、開門、整理衣服、將衣物放入洗衣機(jī)、將餐具放入洗碗機(jī)并啟動(dòng)、拿飲料等工作。許多人看完后已經(jīng)開始想象未來所有家務(wù)交給機(jī)器人的場景。

然而最近WJS的記者在體驗(yàn)以及采訪了1X CEO Bernt B?rnich之后，卻發(fā)現(xiàn)實(shí)際情況要遠(yuǎn)遠(yuǎn)落后于人們預(yù)期。目前，NEO的所有動(dòng)作，都由戴著VR眼鏡和操作手柄的工作人員在遠(yuǎn)程控制。另一方面，機(jī)器人的行走速度緩慢、動(dòng)作同樣較為拖沓，工作效率低下。而更重要的是，利用VR控制機(jī)器人的工作人員，將會(huì)獲得用戶房間內(nèi)的視頻信息，這對用戶個(gè)人隱私造成很大的威脅。

當(dāng)然1X表示預(yù)計(jì)到2026年，Neo將自主執(zhí)行大多數(shù)家務(wù)，通過人工指導(dǎo)的過程來讓機(jī)器人收集真實(shí)世界數(shù)據(jù)，并進(jìn)行學(xué)習(xí)。但也有可能跟很多超前的科技產(chǎn)品一樣，2026年只是一個(gè)目標(biāo)，實(shí)際的量產(chǎn)落地時(shí)間還是未知數(shù)。

小結(jié)：

綜合來看，當(dāng)前人形機(jī)器人的發(fā)展正處在硬件基礎(chǔ)發(fā)展迅速，與數(shù)據(jù)采集、AI訓(xùn)練起步的關(guān)鍵交匯期。關(guān)節(jié)材料、電機(jī)技術(shù)的突破與平衡算法的升級(jí)，為機(jī)器人賦予了接近人類的動(dòng)作潛力；而行業(yè)內(nèi)多樣化的數(shù)據(jù)采集模式，共同構(gòu)成了機(jī)器人向“具身智能”邁進(jìn)的核心支撐。未來人形機(jī)器人真正要走進(jìn)家庭，還需要面臨大量的現(xiàn)實(shí)問題，包括安全、隱私、自主決策等，從演示級(jí)產(chǎn)品到實(shí)用產(chǎn)品，可能還要等待很長的時(shí)間。