WAIC機(jī)器人大咖圓桌：具身智能的下一個(gè)前沿是什么？

2025 WAIC雖已閉幕，但高價(jià)值的信息還有待分享。其中，由智元機(jī)器人主辦的「智啟具身論壇」上，多位重量級(jí)嘉賓進(jìn)行了一場(chǎng)圓桌對(duì)話，RoboX編譯整理了其中內(nèi)容，供大家參考：

嘉賓陣容：

羅劍嵐（主持人）：智元機(jī)器人首席科學(xué)家/具身研究中心主任/上海創(chuàng)智學(xué)院副教授

Sergey Levine：Physical Intelligence(Pl)聯(lián)合創(chuàng)始人/UC Berkeley副教授

Stefan Schaal：Instrinsic (Alphabet)科學(xué)與AI事務(wù)負(fù)責(zé)人

蘇航：清華大學(xué)計(jì)算機(jī)系副研究員/IEEE TPAMI期刊編委

陳曦：亞馬遜應(yīng)用科學(xué)、前沿人工智能與機(jī)器人部門負(fù)責(zé)人

姚卯青：智元機(jī)器人合伙人/具身業(yè)務(wù)部總裁

背景：AI與機(jī)器人的本質(zhì)變化

羅劍嵐：目前，在機(jī)器人技術(shù)獲取大量進(jìn)展的同時(shí)，我們也在試圖回答AI領(lǐng)域最深刻的問(wèn)題之一：為什么AI系統(tǒng)能在圍棋等項(xiàng)目中成為世界冠軍，卻不能做三歲小孩能做的事情？

機(jī)器人基礎(chǔ)模型的最新進(jìn)展來(lái)看，我認(rèn)為構(gòu)建一個(gè)計(jì)算大腦，能將計(jì)算轉(zhuǎn)化為物理能力，這也部分回答了這個(gè)問(wèn)題。

同時(shí)，我們也看到了一個(gè)趨勢(shì)：基礎(chǔ)研究與工業(yè)產(chǎn)品之間的差距正在顯著縮短。例如，谷歌的Gemini項(xiàng)目本質(zhì)上屬于基礎(chǔ)研究，但一旦開(kāi)發(fā)完成，它幾乎可以在第二天就上線，供全球數(shù)十億用戶使用。

那么，第一個(gè)問(wèn)題給Stefan和Sergey——

Stefan，你幾乎將畢生精力奉獻(xiàn)給了機(jī)器人技術(shù)，從模仿學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、機(jī)器人運(yùn)動(dòng)到操作，我們?cè)S多人都是閱讀你們的論文長(zhǎng)大的。

Sergey，你于2016年在谷歌建立了第一個(gè)機(jī)器人數(shù)據(jù)采集場(chǎng)，那是一個(gè)由七臺(tái)庫(kù)卡機(jī)器人組成的系統(tǒng)。

那么我的問(wèn)題是，在過(guò)去十年間，到底發(fā)生了什么改變，以至于這個(gè)領(lǐng)域受到了空前的關(guān)注度？這一次和你們職業(yè)生涯中看到的其它次有什么不同？

StefanSchaal：計(jì)算機(jī)視覺(jué)算法在硬件上的應(yīng)用，是機(jī)器人技術(shù)能夠開(kāi)始感知和觀察周圍世界的起點(diǎn)之一。隨著深度學(xué)習(xí)革命興起，極大地提高了視覺(jué)處理的效率，這也要?dú)w功于二維攝像頭的進(jìn)步。

接著，深度學(xué)習(xí)逐漸應(yīng)用于基礎(chǔ)模型。與此同時(shí)，它從一個(gè)被認(rèn)為無(wú)法在大規(guī)模系統(tǒng)中應(yīng)用的技術(shù)，發(fā)展到現(xiàn)在已成為可計(jì)算、可實(shí)現(xiàn)的技術(shù)。

SergeyLevine：是的，現(xiàn)在的一大變化是，學(xué)術(shù)界對(duì)「規(guī)?！挂约啊缚蓴U(kuò)展學(xué)習(xí)系統(tǒng)」的重要性有了更深刻的認(rèn)識(shí)。

過(guò)去，即使在計(jì)算機(jī)視覺(jué)領(lǐng)域，人們也并未完全認(rèn)識(shí)到規(guī)模和可擴(kuò)展學(xué)習(xí)的重要性。

而在機(jī)器人領(lǐng)域，數(shù)據(jù)難以獲取，實(shí)驗(yàn)難以開(kāi)展，特別是在實(shí)驗(yàn)室環(huán)境中，能擁有一臺(tái)機(jī)器人進(jìn)行研究就已經(jīng)很幸運(yùn)了。

這導(dǎo)致研究人員形成了一種思維模式，即他們必須在小規(guī)模上取得成果，而這種成果往往只是大規(guī)模應(yīng)用的「原型」，本質(zhì)上還是小規(guī)模方法。

在使用機(jī)器學(xué)習(xí)時(shí)，很難擺脫這種小規(guī)模模式。如果你在小規(guī)模學(xué)習(xí)上取得成果，并試圖逐漸擴(kuò)大規(guī)模，往往會(huì)遇到問(wèn)題。

而在機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理等領(lǐng)域，我們已經(jīng)學(xué)到了寶貴的一課：大規(guī)模、簡(jiǎn)單且通用的學(xué)習(xí)系統(tǒng)，能夠讓我們避開(kāi)許多將小規(guī)模學(xué)習(xí)應(yīng)用到現(xiàn)實(shí)世界時(shí)所面臨的復(fù)雜問(wèn)題。

因此，我認(rèn)為現(xiàn)在的不同之處在于，我們正在思考如何利用來(lái)自多個(gè)機(jī)器人的數(shù)據(jù)，如何將這些方法應(yīng)用于不同環(huán)境、不同任務(wù)，甚至不同機(jī)器人之間的遷移。我認(rèn)為，在機(jī)器人領(lǐng)域接受可擴(kuò)展學(xué)習(xí)的觀點(diǎn)，是使這個(gè)時(shí)代與以往不同的關(guān)鍵因素之一。

從「單一任務(wù)」到「行為集合」

羅劍嵐：我們的科學(xué)研究方式已經(jīng)發(fā)生了根本變化，傳統(tǒng)的小規(guī)模實(shí)驗(yàn)室實(shí)驗(yàn)已不再適用，必須進(jìn)行大規(guī)模研究。那么，這對(duì)機(jī)器人技術(shù)意味著什么？

StefanSchaal：我們突然進(jìn)入了實(shí)證科學(xué)的世界，進(jìn)入了大數(shù)據(jù)時(shí)代。這是首次有機(jī)會(huì)真正將機(jī)器人技術(shù)擴(kuò)展到各個(gè)領(lǐng)域，甚至是更通用的領(lǐng)域。現(xiàn)在，機(jī)器人正在從學(xué)習(xí)「單一任務(wù)」發(fā)展到學(xué)習(xí)「一類任務(wù)」，甚至是完整行為集合。

真正的挑戰(zhàn)，在于如何實(shí)現(xiàn)高性能，這是一個(gè)艱巨的任務(wù)，也是我一直擔(dān)心的問(wèn)題。如果你想從90%的性能提升到99.9%的性能，可能需要徹底重新思考方法。

這種情況在某些領(lǐng)域已經(jīng)發(fā)生過(guò)，也可能在我們身上發(fā)生——我們可能會(huì)在這個(gè)新的數(shù)據(jù)科學(xué)領(lǐng)域找到另一種方法來(lái)解決這個(gè)問(wèn)題，我還不知道答案，但這將非常令人興奮。

SergeyLevine：我從大規(guī)模機(jī)器學(xué)習(xí)世界中學(xué)到了一個(gè)有趣教訓(xùn)：與其構(gòu)建更復(fù)雜的系統(tǒng)，有時(shí)我們應(yīng)該構(gòu)建更簡(jiǎn)單、可擴(kuò)展性更強(qiáng)的系統(tǒng)。

2010年代末到2020年代初的自然語(yǔ)言處理領(lǐng)域，就經(jīng)歷了這樣的變化。當(dāng)時(shí)，每個(gè)自然語(yǔ)言處理任務(wù)都是獨(dú)立的領(lǐng)域。然而，最終大型語(yǔ)言模型的出現(xiàn)，吸收了許多這些專門技術(shù)。

當(dāng)然，畢竟機(jī)器人與網(wǎng)絡(luò)代理不同，它是一個(gè)高度集成的學(xué)科。但我認(rèn)為，作為機(jī)器人專家，我們必須謹(jǐn)慎思考哪些系統(tǒng)構(gòu)建應(yīng)該簡(jiǎn)化，并通過(guò)大規(guī)模學(xué)習(xí)來(lái)解決。

機(jī)器人技術(shù)確實(shí)需要高度的魯棒性和可靠性，而這很難從更多相同類型的學(xué)習(xí)技術(shù)中獲得。我們也應(yīng)該非常謹(jǐn)慎地思考在哪里增加復(fù)雜性，在哪里強(qiáng)調(diào)簡(jiǎn)單性和規(guī)模。

「沒(méi)什么能比得上真實(shí)數(shù)據(jù)」

羅劍嵐：機(jī)器人技術(shù)需要什么樣的數(shù)據(jù)？數(shù)據(jù)的多樣性和質(zhì)量又該如何考量？

陳曦：機(jī)器人技術(shù)與大語(yǔ)言模型、視覺(jué)技術(shù)的關(guān)鍵區(qū)別在于，我們最終需要解決一個(gè)物理系統(tǒng)的問(wèn)題。這意味著我們的數(shù)據(jù)也必須來(lái)自物理系統(tǒng)。當(dāng)然，你可以通過(guò)模擬、人類示范等方式收集一些代理數(shù)據(jù)，但最終，沒(méi)有什么能比得上機(jī)器人在實(shí)際環(huán)境中操作并收集數(shù)據(jù)。

這一直是擴(kuò)展機(jī)器人技術(shù)的瓶頸之一，因?yàn)樗诤艽蟪潭壬鲜枪铝⒑退槠摹邪l(fā)項(xiàng)目分布在許多不同的學(xué)術(shù)實(shí)驗(yàn)室中，通常由計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生構(gòu)建系統(tǒng)，他們通常不是硬件工程師或?qū)＜摇?/p>

然而，在最近這一波對(duì)人工智能和機(jī)器人技術(shù)的興趣和投資浪潮中，許多公司都愿意并有能力進(jìn)行大量投資，這使我們能夠獲得更多可用于運(yùn)行策略和收集數(shù)據(jù)的物理系統(tǒng)。

因此，我對(duì)這個(gè)問(wèn)題的簡(jiǎn)短回答是：你最終需要大量的物理機(jī)器人，以及來(lái)自這些物理機(jī)器人的數(shù)據(jù)。

蘇航：對(duì)于具身人工智能來(lái)說(shuō)，我們有時(shí)也會(huì)使用一些模擬數(shù)據(jù)，或者使用視頻數(shù)據(jù)來(lái)訓(xùn)練。但我相信，在未來(lái)，真實(shí)數(shù)據(jù)將會(huì)變得非常重要，我認(rèn)為我們將會(huì)擁有大量真實(shí)數(shù)據(jù)。

我認(rèn)為，真正的瓶頸在于如何高效地收集數(shù)據(jù)。目前，遠(yuǎn)程操作數(shù)據(jù)的收集效率并不令人滿意。而「機(jī)器人自主收集數(shù)據(jù)的方法」可能會(huì)更加高效，這意味著我們可以擴(kuò)大數(shù)據(jù)收集規(guī)模。

因此，盡管目前自主收集數(shù)據(jù)的方法并不完美，但我相信，在不久的將來(lái)，這將成為數(shù)據(jù)注入的一種可能性。只要我們有大量的真實(shí)機(jī)器人，就意味著可以擁有大量數(shù)據(jù)集。

那么，如何利用這些數(shù)據(jù)呢？對(duì)于終身學(xué)習(xí)來(lái)說(shuō)，這意味著我們需要一個(gè)閉環(huán)的數(shù)據(jù)重用機(jī)制。這可能是未來(lái)數(shù)據(jù)利用的方向。

羅劍嵐：我們應(yīng)該如何獲取數(shù)據(jù)？真實(shí)數(shù)據(jù)、模擬器還是其他方式？你們?cè)趺纯矗?/p>

Sergey Levine：真實(shí)數(shù)據(jù)非常重要。如果我們看看其他領(lǐng)域，機(jī)器學(xué)習(xí)之所以能在這些領(lǐng)域取得成功，是因?yàn)槲覀兡軌蛴行У乩么笠?guī)模的真實(shí)世界數(shù)據(jù)集。

這并不意味著我們只應(yīng)使用真實(shí)數(shù)據(jù)，但的確需要獲取大規(guī)模的機(jī)器人數(shù)據(jù)集，并利用它來(lái)學(xué)習(xí)對(duì)物理交互的通用理解。

一旦我們擁有了一個(gè)對(duì)真實(shí)世界中的物理交互有良好理解的模型，它就能更好地吸收其他來(lái)源的數(shù)據(jù)，也就能在機(jī)器人技術(shù)上取得更大進(jìn)步。因此，我認(rèn)為模擬技術(shù)并不是推動(dòng)機(jī)器人技術(shù)發(fā)展的關(guān)鍵，相反，大規(guī)模真實(shí)世界數(shù)據(jù)集可能會(huì)推動(dòng)機(jī)器人理解各種其他類型數(shù)據(jù)的能力。

姚卯青：每種數(shù)據(jù)收集過(guò)程都有其自身的成本。例如，人力成本、存儲(chǔ)成本，數(shù)據(jù)量也與訓(xùn)練模型所需的計(jì)算量相關(guān)。因此，有時(shí)候某種方式收集數(shù)據(jù)可能更便宜，但存儲(chǔ)和消耗數(shù)據(jù)的成本卻更高。

此外，我認(rèn)為從長(zhǎng)遠(yuǎn)來(lái)看，為機(jī)器人技術(shù)收集數(shù)據(jù)花費(fèi)數(shù)百萬(wàn)、數(shù)十億甚至更多資金，我認(rèn)為這并非是不可承受的——Meta的超級(jí)智能實(shí)驗(yàn)室雇傭研究人員的成本就高達(dá)12億美元，這些資金完全可以輕松獲得數(shù)億條軌跡數(shù)據(jù)。

如果這是解鎖人工智能的密碼，我認(rèn)為任何科技巨頭或國(guó)家都不會(huì)猶豫投入這筆資金。最終，問(wèn)題不在于如何獲取數(shù)據(jù)，而在于如何從不同應(yīng)用領(lǐng)域和行業(yè)中獲取最具代表性的數(shù)據(jù)。

我非常同意Stefan之前的觀點(diǎn)，我們需要大量在現(xiàn)實(shí)世界中工作的ASI系統(tǒng)，以獲取最有價(jià)值的數(shù)據(jù)，甚至是那些邊緣案例和失敗案例，以幫助我們有效地迭代系統(tǒng)。

因此，當(dāng)我們有數(shù)百萬(wàn)臺(tái)機(jī)器人在現(xiàn)實(shí)世界中部署時(shí)，我們的問(wèn)題將不再是如何以低成本獲取數(shù)據(jù)，而是如何從數(shù)十億甚至數(shù)萬(wàn)億條軌跡中篩選出最有用的數(shù)據(jù)，因?yàn)槲覀儫o(wú)法承擔(dān)存儲(chǔ)和計(jì)算所有數(shù)據(jù)的成本。

通用性 or 專業(yè)化？

羅劍嵐：如果我們想構(gòu)建一個(gè)能夠像人類一樣在物理世界中感知、推理和行動(dòng)的機(jī)器，它就必須被放置在現(xiàn)實(shí)世界中，與環(huán)境互動(dòng)，并生成大量的互動(dòng)數(shù)據(jù)。

最終，我們將擁有各種異構(gòu)數(shù)據(jù)。我們的問(wèn)題將不再是數(shù)據(jù)量的多少，而是如何處理這些數(shù)據(jù)。

Stefan，你提到過(guò)，目前我們既需要性能也需要專業(yè)化。而Sergey則認(rèn)為，我們應(yīng)該將通用性作為首要考慮因素。我對(duì)你們兩位在通用性與專業(yè)化方面的觀點(diǎn)很感興趣。

SergeyLevine：顯然，我們需要機(jī)器人能夠在特定的應(yīng)用領(lǐng)域中發(fā)揮作用，這就意味著至少要在一定程度上專門化。但我認(rèn)為，阻礙機(jī)器人在開(kāi)放世界環(huán)境中應(yīng)用的一個(gè)主要因素，是它們處理各種意外情況的能力。

這意味著，機(jī)器人需要具備通用能力。因?yàn)橥ㄓ媚芰Ρ举|(zhì)上能帶來(lái)魯棒性。

要想克服這一障礙，使機(jī)器人在現(xiàn)實(shí)世界環(huán)境中具備常識(shí)，這將是一個(gè)巨大的進(jìn)步。一旦達(dá)到這一點(diǎn)，我們就可以開(kāi)始在現(xiàn)實(shí)世界中部署機(jī)器人，讓它們積累經(jīng)驗(yàn)，并變得越來(lái)越專業(yè)化。

StefanSchaal：我認(rèn)為，關(guān)鍵在于你想要機(jī)器人做到什么任務(wù)、多快能夠做到？這些都是不同的路徑。通用性顯然是我們所有人都渴望的，但如果你更關(guān)注工業(yè)任務(wù)，那么現(xiàn)在工業(yè)領(lǐng)域越來(lái)越傾向于高混合、低產(chǎn)量的生產(chǎn)模式，這意味著事情變化很快。

當(dāng)事情變化很快時(shí)，人們不希望花費(fèi)半小時(shí)、一小時(shí)甚至幾天的時(shí)間來(lái)重新訓(xùn)練模型。因此，你需要快速概括和適應(yīng)基礎(chǔ)模型的方法。

我認(rèn)為，無(wú)論你選擇哪條路徑，都希望能產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)可以用于下一個(gè)機(jī)器人，使其變得更好，更通用。這些只是不同的路徑，取決于你是想在兩年內(nèi)將機(jī)器人交付給客戶，還是還有更多的時(shí)間來(lái)實(shí)現(xiàn)這一目標(biāo)。

產(chǎn)學(xué)研之間的鴻溝

羅劍嵐：在機(jī)器人領(lǐng)域，學(xué)術(shù)界和產(chǎn)業(yè)界之間一直存在差距，這種差距在機(jī)器人領(lǐng)域尤為明顯。

通常在學(xué)術(shù)論文中，你做了一些研究，錄制了視頻上傳，然后就結(jié)束了，你不再關(guān)心之后會(huì)發(fā)生什么。因此，我想問(wèn)問(wèn)你們兩位都有在學(xué)術(shù)界和產(chǎn)業(yè)界都有工作經(jīng)驗(yàn)的嘉賓，如何才能縮短這種差距？

陳曦：首先，機(jī)器人應(yīng)該24小時(shí)不間斷工作——如果你的策略出了問(wèn)題，你就需要回去修復(fù)它。你要對(duì)你的策略、你的模型的質(zhì)量負(fù)責(zé)，這樣你也可以體驗(yàn)到你的模型在各種長(zhǎng)尾情況下如何失敗，并研究如何改進(jìn)系統(tǒng)的通用性和魯棒性。

在機(jī)器人領(lǐng)域，仍然有大量的前沿研究需要完成，學(xué)術(shù)界仍然是培養(yǎng)人才和進(jìn)行前沿研究的最佳場(chǎng)所。但與此同時(shí)，很多學(xué)術(shù)研究人員并不真正了解我們需要解決的實(shí)際問(wèn)題。

因此，我認(rèn)為產(chǎn)業(yè)界有義務(wù)將一些問(wèn)題、一些動(dòng)機(jī)帶回學(xué)術(shù)研究。據(jù)我觀察，很多學(xué)術(shù)研究人員也有動(dòng)力去研究更接近現(xiàn)實(shí)世界的問(wèn)題。因此，我希望在未來(lái)幾年內(nèi)，這一差距能夠逐漸縮小。

StefanSchaal：要想從原型發(fā)展到真正能用的產(chǎn)品，你可以和合適的人一起努力實(shí)現(xiàn)這種技術(shù)轉(zhuǎn)移，也可以在選擇研究的問(wèn)題設(shè)置時(shí)，就選擇一些對(duì)初始性能不太敏感的領(lǐng)域。因?yàn)椋?strong>并非所有領(lǐng)域都像汽車行業(yè)那樣，必須達(dá)到99.999%的完美才能工作，還有其他一些領(lǐng)域?qū)κ「訉捜荨?/strong>

谷歌的Everyday Robots項(xiàng)目中的垃圾分類就是一個(gè)很好的例子——這種工作只需達(dá)到90%以上的準(zhǔn)確率就可以了。

還有一些領(lǐng)域，你可以讓一個(gè)人在那里監(jiān)督幾個(gè)機(jī)器人，然后隨著時(shí)間的推移逐漸提高性能，因?yàn)檫@可能需要一些時(shí)間，并最終需要更多的數(shù)據(jù)。

最大難題：Manipulation

羅劍嵐：我們主要關(guān)注的是導(dǎo)航、移動(dòng)和操作。你們認(rèn)為這三個(gè)領(lǐng)域中，哪一個(gè)目前對(duì)我們來(lái)說(shuō)是最具挑戰(zhàn)性的？我們應(yīng)該如何解決它？

SergeyLevine：我認(rèn)為操作是最難的，因?yàn)椴僮餍枰憷斫庖粋€(gè)非常多樣化和復(fù)雜的世界，并與它進(jìn)行物理交互。對(duì)于導(dǎo)航來(lái)說(shuō)，我們需要理解一個(gè)復(fù)雜的世界，但我們與它的物理交互通常相對(duì)簡(jiǎn)單。

而對(duì)于移動(dòng)來(lái)說(shuō)，雖然是物理交互，但相對(duì)簡(jiǎn)單，因?yàn)檎嬲皇┘恿Φ膶?duì)象只是機(jī)器人本身。

「操作」是真正將所有最困難的挑戰(zhàn)融合在一起的領(lǐng)域。我懷疑，如果我們能找到一個(gè)通用且廣泛適用的機(jī)器人操作解決方案，那么無(wú)論我們想出什么方法來(lái)做到這一點(diǎn)，都將為我們解決其他問(wèn)題提供一個(gè)良好的開(kāi)端。

這并不是說(shuō)沒(méi)有人應(yīng)該研究導(dǎo)航或移動(dòng)問(wèn)題：將問(wèn)題領(lǐng)域隔離起來(lái)，使其不那么復(fù)雜，不包含那么多困難因素，可以讓我們通過(guò)單獨(dú)解決一個(gè)挑戰(zhàn)來(lái)取得很大進(jìn)展。

StefanSchaal：我同意這個(gè)觀點(diǎn)。一切有趣的事情最終都會(huì)融合在一起。因此，我們已經(jīng)對(duì)固定基座的機(jī)械臂進(jìn)行了操作研究。

但我認(rèn)為，我們離真正做好還差得很遠(yuǎn)。

單獨(dú)來(lái)看，移動(dòng)技術(shù)在近年來(lái)已經(jīng)變得相當(dāng)成熟和出色，而導(dǎo)航技術(shù)本身，雖然同時(shí)定位與地圖構(gòu)建（SLAM）已經(jīng)存在很長(zhǎng)時(shí)間了，但在隔離狀態(tài)下進(jìn)行導(dǎo)航，即在充滿感官輸入和不確定性的世界中進(jìn)行導(dǎo)航，就像自動(dòng)駕駛汽車必須解決的問(wèn)題一樣，顯然要困難得多。

但現(xiàn)在，你可以把所有這些技術(shù)融合在一起，應(yīng)用到人形機(jī)器人上,所有這些難題都融合在了一起，你不僅要維持移動(dòng)中的本體穩(wěn)定性，還要在移動(dòng)中進(jìn)行操作。

在這其中，操作仍然是最不成熟的領(lǐng)域。這就是事實(shí)，我們必須在這方面取得進(jìn)步。

陳曦：我想提出一些不同的看法：雖然我同意「操作」是這三個(gè)領(lǐng)域中最不成熟的領(lǐng)域，但我認(rèn)為，將操作視為唯一的核心問(wèn)題并不完全正確。（這是對(duì)兩位嘉賓觀點(diǎn)的夸張概括）

因?yàn)?strong>我們有針對(duì)移動(dòng)和導(dǎo)航的很多解決方案，但它們并不共享與操作相同的方法論基礎(chǔ)。比如，我們使用SLAM來(lái)解決導(dǎo)航問(wèn)題，然后使用某種局部實(shí)時(shí)策略來(lái)解決局部移動(dòng)問(wèn)題，然后再用完全不同的方法來(lái)解決操作問(wèn)題。這并沒(méi)有建立起我們對(duì)所追求的物理世界的常識(shí)性理解。

因此，從某種意義上說(shuō)，我們還有其他方法可以用來(lái)解決導(dǎo)航和移動(dòng)問(wèn)題。但我們還面臨著一個(gè)更根本的常識(shí)性理解問(wèn)題，這正是我們希望通過(guò)基礎(chǔ)模型來(lái)解決的。

未來(lái)3-5年的前沿方案

羅劍嵐：我認(rèn)為人們現(xiàn)在對(duì)解決機(jī)器人問(wèn)題的不同方法有不同的看法。有人說(shuō)應(yīng)該通過(guò)模擬來(lái)解決，有人說(shuō)應(yīng)該收集數(shù)十億條真實(shí)世界的數(shù)據(jù)軌跡，還有人相信模型的力量。

那么，未來(lái)三到五年內(nèi)，機(jī)器人領(lǐng)域的前沿會(huì)是什么？

StefanSchaal：我最想回到的一個(gè)話題是持續(xù)學(xué)習(xí)。我們已經(jīng)有了使用較小機(jī)器學(xué)習(xí)模型的持續(xù)學(xué)習(xí)方法，自適應(yīng)控制也是一種可以證明其有效性的方法。但如何將這個(gè)概念應(yīng)用到大型模型和大規(guī)模模型中呢？

我們的機(jī)器人大多數(shù)時(shí)候都在學(xué)習(xí)一些東西，然后執(zhí)行任務(wù)、評(píng)估效果，然后再開(kāi)始學(xué)習(xí)。我們?nèi)匀粨?dān)心如何不斷添加數(shù)據(jù)而不破壞系統(tǒng)，不讓系統(tǒng)失控或做出糟糕的事情。

姚卯青：我同意這個(gè)觀點(diǎn)。我認(rèn)為下一個(gè)前沿可能是從反饋中學(xué)習(xí)。目前，我們的學(xué)習(xí)策略是先有硬件，然后訓(xùn)練策略。而在未來(lái)，我們可能會(huì)先有一個(gè)策略，然后通過(guò)與環(huán)境交互來(lái)不斷對(duì)其改進(jìn)，同時(shí)從反饋中學(xué)習(xí)。目前，我認(rèn)為對(duì)于強(qiáng)化學(xué)習(xí)來(lái)說(shuō)，效率可能并不是非常理想。因此，如何最好地利用反饋將是下一個(gè)前沿。

SergeyLevine：也許我可以補(bǔ)充一下。我認(rèn)為在接下來(lái)的幾年里，我們還沒(méi)有從根本上驗(yàn)證在具身智能領(lǐng)域中擴(kuò)展法則的所有假設(shè)，問(wèn)題是我們還沒(méi)有足夠的數(shù)據(jù)量來(lái)與語(yǔ)言領(lǐng)域相媲美。

在接下來(lái)的幾年里，我們可能仍需要堅(jiān)持這種推斷，看看我們會(huì)達(dá)到什么瓶頸。

而且，與語(yǔ)言領(lǐng)域不同的是，機(jī)器人處理的是離散化的符號(hào)標(biāo)記或表示，但現(xiàn)實(shí)世界是連續(xù)的，更加復(fù)雜的，我們與世界有各種各樣的交互。我認(rèn)為這些都是我們想要征服的真實(shí)前沿。

陳曦：我認(rèn)為，越來(lái)越重要的問(wèn)題將是如何使用機(jī)器人自主收集的數(shù)據(jù)，即使這些數(shù)據(jù)可能并不完美。

因?yàn)槲覀冋陂_(kāi)發(fā)能夠?qū)C(jī)器人帶出實(shí)驗(yàn)室，并進(jìn)入現(xiàn)實(shí)世界的技術(shù)。一旦某樣?xùn)|西變得有用，人們就會(huì)大量制造它，就像汽車行業(yè)的案例。

如果我們能有成千上萬(wàn)甚至數(shù)百萬(wàn)臺(tái)機(jī)器人時(shí)，那么最重要的就是如何利用它們自然收集的經(jīng)驗(yàn)來(lái)改進(jìn)它們。這些經(jīng)驗(yàn)可能不如遠(yuǎn)程操作數(shù)據(jù)那么高質(zhì)量，我們也無(wú)法像控制模擬器那樣緊密地控制它們。但這將是這些系統(tǒng)獲取大量額外知識(shí)的重要來(lái)源，我們必須想辦法利用它們。

對(duì)青年人才的建議

羅劍嵐：今天在座的有很多學(xué)生和研究人員，其中很多人在過(guò)去兩年內(nèi)進(jìn)入了這個(gè)領(lǐng)域。你們對(duì)年輕研究人員和學(xué)生有什么建議？對(duì)于未來(lái)的前沿領(lǐng)域，你們最興奮的是什么？

陳曦：我最興奮的是看到更多機(jī)器人執(zhí)行有用的任務(wù)。

雖然我們沒(méi)有互聯(lián)網(wǎng)這樣的數(shù)據(jù)源，但我們有一個(gè)不同的機(jī)會(huì)——我們可以從一開(kāi)始就構(gòu)建對(duì)機(jī)器人預(yù)訓(xùn)練更有用的數(shù)據(jù)。

如果在座的學(xué)生和研究人員，嘗試用機(jī)器人解決大量有用的問(wèn)題，那么我們就能獲得非常有用和有趣的數(shù)據(jù)。我們有機(jī)會(huì)從頭開(kāi)始構(gòu)建一個(gè)非常有價(jià)值的數(shù)據(jù)集，而不需要（像互聯(lián)網(wǎng)數(shù)據(jù)那樣）從大量垃圾中篩選出有用的信息。

StefanSchaal：我們?cè)噲D進(jìn)入物理人工智能領(lǐng)域。因此，我的建議是學(xué)習(xí)物理學(xué)、人工智能和機(jī)器學(xué)習(xí)。同時(shí)，你還需要學(xué)習(xí)大數(shù)據(jù)科學(xué)，因?yàn)楝F(xiàn)在這些都緊密相連。為了實(shí)現(xiàn)物理人工智能，我們需要具備所有這些領(lǐng)域知識(shí)的人才。

SergeyLevine：我認(rèn)為在選擇研究課題時(shí)，要仔細(xì)思考這個(gè)問(wèn)題是否僅僅是為了解決便利性問(wèn)題，還是有可能解決一些根本性問(wèn)題。

由于我們必須在一定程度上保持實(shí)用性，我們往往會(huì)陷入一些較小的思維模式中。例如，考慮如何解決實(shí)驗(yàn)室中只有一臺(tái)機(jī)器人、數(shù)據(jù)昂貴或計(jì)算昂貴時(shí)遇到的特定挑戰(zhàn)。

有些研究根本問(wèn)題的工作，最初看起來(lái)可能并不實(shí)用，但在長(zhǎng)期內(nèi)，在規(guī)模更大、資源更多的情況下，它們可能會(huì)變得非常重要。

保羅·克里斯蒂亞諾關(guān)于基于人類偏好的深度強(qiáng)化學(xué)習(xí)的工作就是一個(gè)例子：當(dāng)這項(xiàng)工作完成時(shí)，他通過(guò)在一個(gè)小型模擬跳躍器上實(shí)現(xiàn)后空翻來(lái)測(cè)試它，這看起來(lái)似乎讓深度強(qiáng)化學(xué)習(xí)變得更加不實(shí)用，因?yàn)樗枰说膮⑴c來(lái)提供偏好。但多年后，這成為了基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）的基礎(chǔ)，現(xiàn)在我們經(jīng)常用它來(lái)微調(diào)大型語(yǔ)言模型。