▲點擊圖片報名，抓住風口（iOS用戶請用電腦端打開小程序）

本期要點：現在該明確方向了！不然就晚了！

你好，我是王煜全，這里是王煜全要聞評論。

4月19日，全球首個人形機器人半程馬拉松在北京亦莊南海子公園舉辦。此次活動吸引了20支機器人團隊參與，然而比賽現場狀況頻出，堪稱“翻車現場”。機器人不僅經常摔跤，還必須得有工作人員陪跑。

在社交媒體上，機器人馬拉松的摔倒集錦也成了爆款視頻。大家對于機器人的質疑聲很多，畢竟人形機器人不是都已經能跳舞和打拳了嗎，怎么簡單跑個步都能出這么多問題？

熟悉我的朋友都知道，我一直明確反對所謂“人形機器人”（或更應該稱其為雙足式機器人）。在我看來，這次人形機器人半程馬拉松無疑表明，別說替代人了，現在看，人形機器人要走進生活、產生實用價值，還有很長的路要走。

不過，首先，我要提醒大家的是，不應該盲目的失望和批判。

很多新 科技上來都是不盡如人意的，我們不能僅根據當前技術的好壞來判斷新科技是否有未來。一個技術到底是否有未來，還是要從技術本身和產業化的角度去討論。

當前有關人形機器人的許多討論和分析，都聚焦于硬件層面，比如機器人的結構設計、驅動方式、關節靈活性、能源效率等等。

但在科技領域，我們常能聽到摩爾定律、指數級增長等說法，這表明如果只是硬件問題，假以時日，就能實現指數級的性能提升。所 以，如果雙足式機器人所面臨的只是單純的硬件性能不足，恰恰表明我們應該要集中力量、砸下大量資源去打磨技術，隨著時間的推移，性能問題總是能解決的。

可是，2017年我去日本觀看機器人世界杯時，雖然那已經是第三十屆機器人世界杯了，當時業界還是像第一屆機器 人世界杯時一樣，普遍樂觀預測，再過幾年機器人就能真正上場踢球。但到現在，讓機器人踢足球的問題仍未解決，這說明短板不在于硬件，硬件的迭代無法帶來質變。

因為，不是所有的技術產品都會實現快速發展、性能快速提升的，快速發展的條件是技術已經實現了突破，產品進入了性能調優階段，也就是說，軟件問題基本解決，硬件迭代就能帶來性能的不斷改進。

但目前，我想強調的是，機器人產業的發展還處于技術探索期，首要任務是要找準技術突破的方向。

只有方向找準了，實現了突破，配套技術也逐漸成熟，也就是說，產品原型基本確立，才會進入到性能調優階段，并進而導致技術的快速進化，同時再配合社會需求的培育和爆發，才能實現技術的規模化應用。

在我看來，機器人的核心瓶頸并不是硬件，而是真正理解物理世界并與之有效互動的軟件框架。也就是說，技術突破尚未實現。

未來真正應該關注的關鍵突破在于基礎理論和模型的創新。如果沒有意識到這一點，并朝這個方向投入足夠的研發資源，就不太可能造出真正實用的機器人。

我們看到，許多參與研發的企業和團隊，都將過多的精力投入到了硬件的打磨上。硬件當然是不可或缺的，但問題在于，如果機器人缺乏對環境的深刻理解和有效的決策能力，也就是我們常說的“自主性”（autonamous），那么再強大的硬件也只是“四肢發達，頭腦簡單”的機器。

就像馬拉松比賽中機器人還需要人工操控，從機器人變成了遙控玩具，乃至線控玩具，恰恰反映了它們在感知、決策和控制層面的不足，無法像人類一樣，根據路面情況、自身狀態和環境變化做出實時、精準的調整。

那么，關鍵問題來了，自ChatGPT3.5以來，人類似乎在大踏步邁向AGI，即通用人工智能，為什么機器人“自主性”方面的研究卻仍然非常初級呢？

我認為，其中一個重要原因在于，當前的AI革命是建立在大語言模型（LLM）的突破之上，雖然在生成內容方面表現很好，但語言是抽象的，不能直接反應物理世界，將其直接應用于需要與物理世界進行復雜交互的機器人上，就會面臨根本性問題。

因為大語言模型主要通過學習海量的數據來理解世界，是基于符號和概念的理解，缺乏對周邊物體的物理規律、物理屬性、空間關系、因果聯系的真實體驗。

它們可以通過閱讀文本知道蘋果會從樹上掉下來，也知道重力、質量等物理概念和理論，但它們不可能只基于這種理解，就能把蘋果準確地扔到框里。理論知識再豐富，也無法替代實踐中的感知和反饋，否則AI就是個紙上談兵的“書呆子”。

我覺得，要讓機器人具備理解物理世界的智能，務必要摒棄傳統的架構。一個值得關注的方向可能是，基于“約束滿足”（Constraint Satisfaction）的路線。

也就是說，機器人要具備在環境中動態權衡并滿足多重約束的能力，在有限資源和規則下找到行動方案。

就像在“拿起杯子”這個任務中，機器人不僅需要感知環境，還需要理解各種“約束”，其中就包括物理定律（如重力、摩擦力）、任務要求（如拿起杯子、但不能把杯子捏碎或捏變形）、安全邊界以及自身能力的限制（包括自身靈活性不足）等等。機器人要在這些約束下，找到抓取成功率高的執行策略，并在執行過程中不斷修正。

約束滿足機制之所以重要，還在于它可能會提供一種通用解題框架。在現實環境中，人或者大模型難以提前窮舉所有可能性。而以“指導原則+自由發揮”的模式，讓機器人自己尋求出路，才能把它訓練成具有自主性的機器。

目前，“具身智能”已被列入國家未來產業重點支持方向，機器人無疑是重要的發展方向。但要注意，就像僅靠預測下一個token，我們到不了AGI。同樣，靠預測下一個token，機器人也走不進我們的生活。

只有認清真正的瓶頸，也就是從底層架構上實現了創新，我們才有可能讓機器人變成“理解環境、在線學習、自主規劃”的智能體，真正實現中國機器人產業的“彎道超車”。

以上就是今天的內容，最后做個預告，在這周我將為你深度剖析生物醫藥的風口，帶你洞悉未來一年的生物醫藥先機。如果你感興趣，歡迎掃碼加入科技特訓營前來學習探討，和我一起，先人一步，看清未來！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名， 先人一步，領先一路

【科技特訓營】看懂科技產業，離不開長期觀察。線上書院模式，與王老師深度鏈接！為未來五年做好準備，先人一步，領先一路！

↓￥399，掌握王煜全AI產業預測精華（iOS用戶請在電腦端打開）

此外，我們還為您準備了一份清單

“全球人形機器人公司一覽表”