當前，大模型、多模態、具身智能等概念方興未艾，發展智能化技術成為了各行各業頭部企業的共識，玩家們各顯神通，紛紛亮出看家法寶。機器人行業內更是涌現了一批在設施巡檢、搶險救災、家政服務等通用或垂直領域的應用成果。然而，在配天機器人CTO郭濤看來，真正的具身智能，需要具備多模態融合感知決策能力、泛化能力，任務成功率也尚待提升，從這些層面上來講，具身智能商業落地還有很長一段路要走。

配天機器人作為國內工業機器人領域的頭部廠商，也在具身智能領域進行了諸多探索。配天機器人于2023年發布了繹零機器人運動控制引擎，該技術將人工智能和傳統控制技術深度融合，使機械臂習得高動態和擬人特性的控制策略網絡，使機械臂更好地適應環境變化，以滿足各類復雜任務的需求，大幅度提升了機械臂任務執行的精度、速度和泛化能力。通過本次探索，配天打通了具身智能應用的核心技術邏輯。

配天機器人CTO郭濤從具身智能的技術路線出發，分享了他對行業未來發展方向的洞察。以下為采訪對話原文，有所修改。

實現具身智能，多模態融合感知決策和任務泛化能力是基礎能力

Q:“您如何看待當前具身智能的發展水平?”

郭濤：“具身智能需要的是和物理世界實時交互、即時決策，進而處理泛化任務。將多模態做深度融合后，進行綜合分析，這是處理泛化任務的基礎。

而目前市面上的大模型應用中，只有圖文大模型應用做到了雙模態深度融合，其余應用還處于一個淺融合、淺應用的狀態，數據量級也不夠，還沒有達到大模型的體量。大多是分別分析幾種模態，再用小模型進行融合。比如AI攝像頭融合激光雷達，二者本質上更像是一種模態，攝像頭識別目標類別和位置，激光雷達識別目標位置，結合起來精度提升了，但遠遠達不到綜合感知。多模態融合水平不夠，數據量級不夠，導致現在的一些所謂具身智能沒有任務泛化能力，僅能處理同一條件下同一類型的任務，應用價值有限。”

從自動化到智能化，生產模式的變化倒逼技術升級

Q：“配天發展具身智能的驅動力有哪些?”

郭濤：“配天機器人作為國內最早做工業機器人的企業，歷經多次技術變遷。這十年間是工業自動化和智能制造的時代。3C、汽車領域生產特點為大規模標準化，機器人在人工編程下重復同一件工作。當下，大規模同品類的生產場景的自動化普及率已經非常高，小規模定制化生產也成為了一種新趨勢，這既是機器人企業發展的危機，也是轉機。自動化時代繁瑣復雜的人工編程示教模式效率低下、成本高企，已經無法滿足新生產趨勢的需要。生產模式的變化倒逼機器人廠商發展具身智能，只有擴展下游市場，才能將行業從盲目價格內卷的困境中解放出來，贏得更大的發展空間。可以說，智能生產、柔性生產的浪潮已經勢不可擋。”

硬件上為移動機構和執行器深度結合，軟件上采用端到端架構，或將是具身智能的終極形態

Q：“具身智能的終極形態將會是怎樣的?”

早在2021年，配天機器人就瞄準了具身智能這個方向。彼時，具身智能還是一個不為人知的概念，直到大模型概念開始火爆，機器人行為大模型逐漸被業界熟知，配天的戰略藍圖才逐步顯現在公眾視野中。郭濤認為，目前的具身智能，數據還沒有到大模型的量級，但幾億參數是可以做到的，并且幾億參數也可以找到商業落地的突破口。

關于具身智能的終極形態，郭濤從硬件和軟件兩個層面分享了他的見解：

“在具身智能的發展的初級階段，無論是協作機器人、掃地機器人還是自動駕駛，胳膊和腿是分家的，它們的特點是任務環境單一且盡量不和物理世界發生交互。現在已經出現了大量機械臂與移動平臺結合的產品，但商業價值存疑，因為這類產品的機械臂能執行的任務非常有限。

具身智能的高級形態將會是機械臂和移動平臺的深度結合，也就是移動能力和操作能力的深度融合。到那時，具身智能就會面對不斷變化的環境和暴漲的任務量，這也是具身智能開始顯現商業價值的階段。

目前具身智能的架構主要有兩種，一種為分層架構，一種為端到端架構。短期來看，商業落地的主力還將是分層架構。因為目前，端到端架構模式需要的算力還無法被滿足，但是長期來看，端到端架構更智能、更泛化、更有想象空間，可能是具身智能的終極形態。”

格局未定，全生態共同分享萬億蛋糕

Q：“多領域玩家入場，具身智能未來的產業鏈結構將是怎樣的?”

郭濤：“從產業鏈角度來講，本體廠商具備硬件基礎、物理運動控制技術優勢，正躍躍欲試準備下場;網絡通信廠商有算力優勢，必然也會占領一席之地;本身做AI算法的學術機構也會分一杯羹。整個生態將會由多個領域的廠家共同打造，大家共同分享這塊價值萬億的大蛋糕。

配天等本體廠商目前的優勢主要體現在物理結構上。具身智能產品對硬件性能要求比較高，作為國內資深的本體廠商，配天對機器人的重量、爆發力、靈敏度、功耗等性能有極強的把控能力。當然，算力、末端執行器、傳感器、感知決策都是未來熱門的研究方向。”

小模型+機械臂，工業場景或將成為具身智能商業落地的最佳切入點?

Q：“具身智能商業落地的切入點將會是在哪里?”

郭濤：“目前，具身智能商業落地有一些制約因素，包括數據量不夠、物理交互任務成功率不高等。大家對具身智能應用的想象大多在家用方面，但是家用場景是最需要機器人具備泛化能力的場景。”郭濤認為，具身智能的最先突破點還是在先進工業。在工業場景，具身智能只需要把一項任務做深做透，就能實現商業閉環。工業場景甚至不需要人形機器人，很多人形機器人瞄準的場景，如貼標、測試等，只用機械臂就能輕松搞定;另外，人形機器人的硬件可靠性沒有達到商業化落地的狀態。”

郭濤認為，在工業領域，具身智能的發展可以從機械臂+小模型這條路徑出發，先解決一些具體應用場景的痛點難點，逐步去打通制造業全場景。

比如目前配天錨定的免示教焊接領域，與3C行業、汽車零部件行業大批量復制的生產模式不同，船舶制造、軌道交通、建筑鋼構、航空航天等行業的焊接生產模式為多品種生產以及單品定制生產。在這種生產模式下，應用工業機器人的性價比極低。因為機器人示教程序重復利用率低，繁瑣復雜的編程示教過程必然造成效率低下，而過于依賴人工又造成運營成本高企。應用具身智能，實現免示教焊接，能極大地釋放以上行業的生產力。

由此延伸，具身智能技術可以打破場景對自動化的限制，自動化將延伸至工業生產的方方面面，工業機器人的市場體量會指數級增長。

對于人形機器人，郭濤認為輕量臂結合移動平臺，打造能泛化的人形機器人，才能實現商業化落地。目前，配天既有免示教焊接機器人，又有輕量臂產品，二者都是基于繹零機器人運動控制引擎研發的。在郭濤看來，二者雖然工藝不同，但核心技術是相同的。

虛擬仿真技術，或將成為破解制造業大模型數據集難題的可行之路

Q：“現階段具身智能的發展面臨著哪些技術難點?如何破局?”

郭濤認為，具身智能發展的重點難點還是在于算力、數據和模型結構。這個階段，產業格局尚不清晰，還需要整個生態的合作伙伴通力協作，共同推進產業的發展。

配天目前正著眼于數據集這項挑戰。不同于C端大模型應用，千億甚至萬億的數據來源于網絡用戶，企業數據只能達到百萬級、千萬級。應用虛擬仿真技術，擴展虛擬空間中的數據量，或將成為一條能走通的路，這也是配天打造仿真云平臺的初衷。通過配天云平臺，使用者可在線完成機器人的編程、訓練，一方面大幅簡化了工作流程，另一方面顯著降低了在實際應用中的調試成本。

Peitian

在時代和技術的變革面前，不轉型就是死局。危機即是轉機，具身智能已經在站在了人工智能應用的舞臺中央，給各行各業擘畫出了一個看得見的未來。群雄逐鹿時，有機器人廠商躬身研究AI技術，也有AI企業布局機器人產業，大家雖然路徑不同，但都有一個最終的指向目標，那就是摸索到具身智能商業落地的那扇門。在門后的新世界中，無數行業會因為生產力的解放，煥發出巨大的生機和活力。打開這扇門，釋放具身智能的價值，配天機器人愿與各位同道者共同努力。

關鍵詞：