2024 年8 月，“2024 寰球机器东说念主大会”在京举行，时间举办了系列论坛，在8 月24 日下昼的时期论坛上，主要话题是“东说念主形机器东说念主”，宇树科技CEO 兼CTO 王兴兴作念了闪现，题目是：“具身智能”指明了兑现AGI的地点。

本文援用地址：

王兴兴 宇树科技CEO兼CTO

王兴兴最初向来参会的好意思国AI 征询所引申主任、波士顿能源公司首创东说念主Marc Raibert（马克·雷伯特）问候，说在他10 岁读小学时，看到了Marc 在MIT 实验室作念的双足机器东说念主和后空翻机器东说念主，是从在中国引进的科技记载片里，于今已二十几年。宇树公司2016年培植，于今也有8 年时候了。

王兴兴此次的闪现是探讨具身智能和AGI 的地点。

图1 宇树公司的机器东说念主

1   OpenAI的早期研发亦然机器东说念主

OpenAI 早期的方针是兑现AGI（通用东说念主工智能）。执行上，该公司早年在机器东说念主方面干预很大，然则由于GPT 发展很快，因此该公司其后在机器东说念主的发展方朝上干预资源较少。然则王兴兴敬佩“具身智能”是更好兑现AGI 的地点。

为什么这样说？王兴兴莫得告成回话，而是先先容了宇树机器东说念主的发展历程。

图2 G1工程机的部分要害交接

2 宇树机器东说念主的推崇

●   Xdog —— 公司培植前的机器狗原型

早在2013—2015/2016 年，王兴兴在读硕士时间作念了XDog 机器东说念主。其时初志很通俗，因为他又名学生莫得那么多的资源去作念一个很大的液压机器东说念主，是以其时但愿用一种通俗的体式兑现一个低资本、通顺性能很好的决议，是以他其时就用盘式无刷电机，再加上我方开发的电机驱动板，兑现了XDog 决议。该决议的研发干预只须一两万元。王兴兴在2015 年用这个机器东说念主参加了上海的一个比赛，得到了二等奖，赢得了8 万元奖金。这笔奖金其后成为2016 年宇树公司注册时的启动资金。

宇树后续的居品主若是作念高性能四足机器东说念主，2023年年头又运行作念高性能东说念主形机器东说念主等时期居品（如图1）。代表性的居品如下。

●   四足机器东说念主Go1

宇树现时的四足主机器东说念主主若是两款。第一款是小小数的Go1，最大特色是搭载了自研的3D激光雷达，况且在2023 年就搭载了OpenAI 的ChatGPT 接口，用户可以告成用语音跟它对话，让它引申一些底层的动作，况且也试着集成了OpenAI 的多模态接口，用户可以问它前边有什么东西，它可以回话。

然则在开发历程中，发现现时的大语言模子和多模态模子对自豪机器东说念主的垄断长短常不及的——它们对空间/ 通盘这个词物理寰球的意会，包括对机器东说念主执行的意会是远远不够的。是以但愿畴昔有更好的机器东说念主模子出生。

天然这不可能仅指望一家公司，需要寰球通盘的实验室和科技公司一说念鼓动。

●   工业级四足机器东说念主B2

B2 亦然2023 年发布的，是大小数的工业级四足机器东说念主，最大的特色是负载和续航才调很强。关于大部分的工业场景，包括室表里、地下管廊或其他环境皆是实足适用的，这亦然宇树现时的一个主力型号。

●   东说念主形机器东说念主H1 和G1

在东说念主形机器东说念主方面，宇树现时发展也相称快。其实早在2009 年王兴兴读大一的时候，寒假就作念过一个小的东说念主形机器东说念主，其时相称低廉，只用了200 元。然则作念好以后他相称失望——不仅对我方感到失望，也对其时寰球畛域内东说念主形机器东说念主的科技发展速率感到有些失望。是以之后好多年，好多东说念主问宇树作念不作念东说念主形机器东说念主？王兴兴相称坚毅地回话“不作念”。因为其时寰球的时期及交易化进度，莫得办法很好地鼓动东说念主形机器东说念主发展。然则在昔日的几年，好多实验室用宇树的机器狗作念AI开发，宇树也肉眼可见了强化学习在四足机器东说念主里的速即推崇。况且在2022 年底时ChatGPT 横空出世，燃烧了东说念主们对生成式AI 影响机器东说念主发展的信心。是以宇树在2023 年头运行作念高性能东说念主形机器。H1 东说念主形机器是2023 年第一款东说念主形机器东说念主，最大特色是能源性能庞杂，可谓其时寰球同类型电驱东说念主形机器东说念主中能源性最强的之一。

2024 年5 月，宇树又发布了第二款东说念主形机器东说念主——G1 工程机，8 月发布了量产版块。工程机器东说念主亦然整合了宇树昔日几年对四足机器东说念主、东说念主形机器东说念主的软件、工业绸缪的素质，是以天然这款机器东说念主稍小小数，只须1.3米高，但非论它的外不雅、性能/ 要害生动性、居品完成度皆很高。宇树依然将近完成量产化的绸缪校阅，权衡年底前就可以量产。

图2 是G1 的要害交接，可见相称证明和漂亮。这里有个“梗”，其实这种要害交接关于能源戒指来说并不是最优的，腿有点重且不便捷戒指。然则为什么敢这样作念？原因即是AI 时期的超越，使好多本来报复易戒指的变得容易处理了。

2024 年5 月G1 刚发布时展示的一些通顺性能。内部用了一些传统戒指算法，然则大部分如故用了深度强化学习来兑现。

现时居品的完成度还长短常高的，不怕踹、打，要害的生动性也相称高，可以兑现好多东说念主兑现不了的高难动作，还简短可折叠（如图3）。

图3 G1不怕踹、踢，要害生动性高

H1 是在2024 年头时推出，可能是寰球第一款可兑现空翻的纯电机驱动的东说念主形机器东说念主，能源性能相称坚强，亦然用了“效法学习+ 强化学习”的算法，因为这种机器东说念主不太好戒指，用传统算法很难兑现空翻（图4）。通过“效法学习+ 强化学习”，还兑现了驰驱及跳舞等动作。

图4 H1在作念空翻

在此次展会现场，宇树万古候地在演示这个时期，可见踏实性相称高。因为AI 时期相干于别的时期，最大的一个点即是它对硬件和对机器东说念主的泛用性还长短常好的，哪怕硬件有小数点偏差，它如故可以有很踏实的戒指。

上述主若是基于深度相机的端到端深度强化学习。执行上，如果关于复杂地形也可以训诫。包括关于四足机器东说念主——它自身也可以2条腿走路，包括一语气的空翻，亦然基于效法学习和深度强化学习作念的。这些功能早几个月前，宇树就依然OTA 升级给寰球客户使用了。宇树还推出了基于开源的遥操作数据积存系统（图5）。因为现时AI 时期基本上是数据驱动的，因此对东说念主形机器东说念主的数据积存是刚需的，是以宇树作念了一套比拟通俗的轻量化的数据积存系统。但这还需要更多完善。

图5 H1的遥操作

2024 年年中，宇树在基于效法学习和深度强化之上作念了G1 的一些升级性动作（图6）。

图6 G1升级了一些高难动作

3   宇树的下一步筹划

东说念主们可能以为宇树的机器东说念主当今依然作念得可以了，但执行上要作念的事情还相称多。

举例，现时这些动作基本上是每个动作单独作念AI训诫的，但在好多场景下，东说念主们如故但愿一台机器东说念主可以自动切换通盘的动作，而不需要东说念主为地去切换动作，即一个通用AI机器东说念主能作念通盘的事情。这亦然通用AI但愿达到的方针。这亦然用深度相机来作念端到端训诫的。

4   “深度强化学习”的近期发展地点

●   全身轻易姿态或跳舞等动作的效法深度强化学习。

●   复杂地形下的全身轻易踏实通顺。

●   手部：关于复杂物品或零部件，有较复杂的忠良操作。当今寰球畛域内用效法学习可以兑现较大物体的操作，举例把水杯从一处拿到另一处。然则关于更精良小数的活儿还作念不好，举例焊电路、牵线搭桥、打一个结等。但这些皆长短常值得作念的。

●   基于图像或深度数据等感知数据的强化学习导航避障。

5   畴昔能作念的快活东说念主心的事：寰球模子=AGI

●   “寰球模子”包括对时空和物理规定的意会再好高骛远一下，瞻望东说念主形机器东说念主能作念的愈加快活东说念主心的一些事情。王兴兴看好“寰球模子”，并认为具身智能是兑现“寰球模子”的一个地点。不外需要指出的是，这可能不是宇树现时能兑现的，但愿寰球的从业者皆能鼓动这件事情，而且这将是畴昔最快活东说念主心的时刻。

“寰球模子”包括机器东说念主对自身时空的意会，以及对物理规定的意会。执行上，东说念主们也知说念当今的AI 时期对机器东说念主的躯壳和对寰球的意会是系数不够的，举例对重力、摩擦力和战斗的意会长短常差的。如果有更好的AI能把机器东说念主对自身的贯通和对环境的意会作念出来，就可以大大鼓动通盘这个词机器东说念主行业的超越。

而且“寰球模子”自身即是AGI 的一个地点，可能即是用来简直兑现AGI 的。因为AGI 最大的发展点是大部分东说念主能作念的事情它应该皆能作念，包括开车、洗衣作念饭、工场责任。如果“寰球模子”对寰球自身有很好的建模，那么这种方针就差未几要兑现了。举例特斯拉的FSD（系数自动驾驶），“寰球模子”对通盘这个词车辆和左近环境皆会有建模，包括对前车的速率判断、撞击等一些畴昔动作的预判，也会有好的建模和意会。

●   大模子的发展离不开“躯壳”

另一方面，好多作念AI 的企业，包括OpenAI，对大脑的深爱进度相称高。但躯壳才是最迫切的，因为大脑和躯壳是分不开的。

举个通俗的例子，这亦然王兴兴从小就相称困扰的一个问题：作念梦的时候，为什么会倏得嗅觉从峭壁上往下掉，或者在梦里为什么跑不快？这个问题在他本科的时候才想通，其实原因很通俗：东说念主在寝息的时候，大脑跟躯壳的感知是系数断开的，你弗成感知到躯壳的皮肤，也弗成戒指肌肉，是以你的大脑自身是莫得物理寰球讨论的。

是以在咱们本来的贯通里，跑步时，我每跑一步脚皆是要跟大地有战斗的，战斗以后你的大脑知说念我战斗到大地了，我要迈另外一只脚。然则在咱们作念梦的时候，由于跟物理寰球脱离了关系，你的大脑其实不知说念你依然踩到大地了，是以你恒久嗅觉你的脚轻盈飘的，跑不快，没办法使力，是以这亦然体现了现时的大的躯壳的迫切性。包括为什么会以为从峭壁上往底下掉，因为你在跟躯壳断开讨论的时候，你其实并不知说念你的躯壳跟床是战斗的，你以为你是悬空的，是以你往下掉。这也回话了一个相称通俗的问题，即是为什么当今大语言模子会有幻觉？通俗地评释即是现时的大语言模子活在梦里，对物理寰球是脱离讨论的——弗成感受到我方的躯壳，也弗成看到，也弗成撞到头部，也弗成眨眼睛……。是以它通盘这个词的闭环跟物理寰球的讨论断开以后，让通盘的大语言模式皆是活在梦里。由于它长短常臆造的，是以会有好多幻觉、不真的——它我方皆不知说念作念的事情真不真。原因也相称通俗，举例有东说念主在说梦话，如果你跟他说一句话，他也回话你的问题。然则说梦话的东说念主所说的是稀里微辞的，莫得逻辑可言。是以这也体现了躯壳的迫切性。

●   东说念主和动物“换脑”会如何？

王兴兴又共享一个道理的想法，是他小时候相称心爱的想考：东说念主为什么比动物明智？如果把东说念主的大脑放到狗里，或者猪里，或者把猪的大脑放到东说念主里，到底哪种结构可以出生更多的智能？

他一直在反想，这是受多方面的原因为止的，而且可能物理为止还会更多。举例他很怀疑：如果把一只山公的大脑放到东说念主的身上，Ta 照样是可以语言的。

然则为什么山公弗成语言？原因相称通俗，其喉咙和声带不赞成它语言。举个最通俗的例子，像鹦鹉的神经元其实是比拟少的，比拟明智、能语言的鹦鹉约略只须2~30 亿的神经元，然则山公的神经元跟它差未几，以至猩猩的神经元比它更多，然则为什么猩猩说不了话，而且只可发一些初级的声息？可能东说念主们臆测是声带的原因。这也可以评释鹦鹉为什么能语言？因为它很心爱吃坚果，在吃坚果的历程中，它的喉咙和舌头锻真金不怕火得相称生动，是以它莫得物理为止。是以这亦然很大层面上一些高等动物，诸如一些海豚、鲸等，是因为它们的声带为止了它们的发声。

表1 部分动物与东说念主类的神经元数目

是以除了纯正的AI，还需要：①对内，有躯壳，包括对视觉和躯壳的感知皆相称迫切，包括对及时的数据积存；②对外：对物理寰球的了解，包括对一些碰撞、重力、摩擦力、光学等的意会。

●   东说念主的输出才调有后劲可挖

王兴兴还先容了一个道理的不雅点：现时东说念主的数据输出才调长短常弱的，而东说念主的数据输入才调相称强，因为东说念主有眼睛，看一张图片或视频的时候，数据的输入量相称大，至少每秒钟几百或几千kB 的数据量。然则东说念主输出数据的才调其实相称弱，只可通过语言或者敲键盘。最顶尖的东说念主敲键盘的速率约略可能也就1 秒几个字汉典——比特流长短常低的。是以如果有一种输出斥地诸如东说念主机接口可以把东说念主的数据输出才调大大提高，这对东说念主自身的智能提高，包括责任扫尾会有相称大的提高。而且这项时期可以通过不需要用大脑植入式的斥地，只须在表皮能讨论上一些神经元就可兑现。

是以如果有一些神经学或生物医疗关联的一又友，没准可以试试这个地点？

王兴兴为什么舒适共享这个地点？因为他以为我方莫得才调去作念。迎接成心思、有才调的一又友去尝试一下，或者与他一说念去作念这件事情。

另外他又共享了一个体验：他小时候看一些电视剧，看到有些武林能手的耳朵是可以动的，即是他们的肌肉可以戒指耳朵动，然则凡俗东说念主兑现不了。其实这个才略是可以锻真金不怕火出来的。举例王兴兴在高中上英语课时总分神，有一段时候练惯用想法戒指脑袋壳上一块肌肉的通顺，熟识了好几天，倏得有一天就能戒指那块肌肉了！

畴昔，也许用外部的脑机接口告成讨论/ 替掉一些神经元，然后去锻真金不怕火一下，就能四肢很好的东说念主机接口输出。

●   比东说念主类更高档的智能样式会什么样？

当今和也曾的AI 积存是效法东说念主类的，但又不系数跟东说念主类雷同。这就像飞机雷同，翱游道理是参考了鸟的翱游道理，然则跟鸟又不统谐和样。是以用计较机兑现的智能样式，跟东说念主的智能样式几许如故会有各别的。

●   AGI的清晨将近到来

在2024 年年头的时候，王兴兴预估在2025 年年底之前，在寰球至少有一家实验室或公司可以把通用型的机器东说念主AI模子给作念出来。天然不知说念是哪一家，有可能是中国，也有可能是好意思国的公司或者实验室。

●   尽可能信托AI

有了生成式AI，当下是迄今东说念主类历史上最快活东说念主心的时刻。

●   跨范例智能

除了跟东说念主雷同大小的东说念主形机器东说念主，还可以作念更小更小的东说念主形机器东说念主，也可以作念更大的东说念主形机器东说念主。举例可以作念细胞大小的东说念主形机器东说念主，可以作念比如100 万个，然后当东说念主生病的时候，只须把100 万个东说念主形机器东说念主打到躯壳内部，就可以开发组织[1]。天然这个见解还比拟远方。

参考文件：

[1] 最小行走机器东说念主能作念微不雅测量[N].熊文苑,译.参考音信.2024-12-8.

　　声明：新浪网独家稿件，未经授权欺压转载。 -->