北京智源人工智能研究院院长王仲远：人形机器人攻关是生态工程

作为AI的前沿研究领域，具身智能已经成为今年一级市场最炙手可热的投资标的，在第六届北京智源大会期间，北京智源人工智能研究院院长王仲远接受《中国电子报》记者采访时表示， 对于当前具身智能/人形机器人领域空前高涨的投资热情，大家要客观理性地看待，一方面要能接受人形机器人发展可能在未来几年进入低谷期；另一方面，科研机构要有信心和耐心去持续推进相关研究，直到它跨越真正的技术周期，迎来真正的产业爆发。

否则当人形机器人迎来“ChatGPT时刻”时，人们又会重复那个问题“为什么中国没有孕育出OpenAI”。

具身智能仍处于早期发展阶段

“具身智能是未来AI发展一个非常重要的方向，也是我们集中资源投入的方向。”王仲远对《中国电子报》记者说。2018年底成立的北京智源人工智能研究院（下文简称“智源研究院”）是国内率先开展AI大模型的非营利性新型研究机构，其主办的北京智源大会已经成为AI领域的行业盛会。

本届北京智源大会期间，智源研究院发布了一系列“具身智能”研究成果——能够从失败中重思考、再尝试的铰接物体操作大模型系统SAGE，全球首个能做到开放指令控制六自由度物体拿取放置的大模型系统Open6DOR，全球首个端到端基于视频的多模态具身导航大模型NaVid，以及通用计算机控制框架Cradle。王仲远判断，智能体（Agent）或将成为AI大模型的爆款应用，成为人们真正意义上的智能助理。他表示：“如果智能体已经到达足够智能和好用的阶段，那么相当于每个人都拥有了一个私人助理，这种科技会推动社会进步和产业变革。我们认为，智能体可以存在于手机或PC之中，也可以‘进入’机器人——具身智能应运而生。”王仲远认为，具身智能技术尚处于发展初期。“其中一个重要原因是硬件的发展速度远不如AI大模型的迭代速度快。

当前AI大模型的迭代速度很快——每个月都会看到5-10个具有全球影响力的大模型发布，但是硬件的迭代周期和速度仍然以年为单位来计算。”王仲远说道。王仲远指出，当前具身智能发展有非常多亟待突破的问题，具身智能的大脑模型、小脑模型、场景应用都处于非常零散的发展阶段。对于大脑（AI大模型）来说，数据的缺失问题首当其冲。“大家都知道人工智能技术的突破是依靠ImageNet（用于视觉对象识别软件研究的大型可视化数据库）的支撑，但是当前具身智能还缺乏一个ImageNet这样可以用来训练的数据集。”王仲远说道。谈到智源研究院对具身智能的未来规划和布局，王仲远表示：“我们将发挥智源在大模型，尤其是多模态大模型这方面的技术优势，去持续探索和演进具身智能大模型的能力。”

人形机器人产业是个生态工程

对于人形机器人与具身智能的关系，王仲远给出了一个明确的解释：“具身智能本身代表是人工智能的技术（尤其大模型的技术）能够走进物理世界，与不同的硬件体结合，这个硬件可以是一个机器手臂、四足机器人、六足机器人、轮式机器人，也可以是人形机器人。”

去年以来，联合创新成为国内人形机器人发展的普遍共识，北京、上海、浙江、广东、成都等地相继建立了人形机器人创新中心。谈到各省市采用联合体去推动人形机器人发展，王仲远表示非常赞同：“人形机器人是一个需要跨学科、跨科研机构和企业去推动的产业，因此（类似创新中心）这样的联合体或者说创新平台的存在是非常重要的。”他进一步解释说，人形机器人攻关不是一个纯学术研究问题，而是需要和硬件厂商、上下游供应商、科研机构、场景应用联合推进。收集数据、训练模型、深耕场景应用、降低硬件成本……这些事情注定人形机器人攻关是一个生态工程。

王仲远对《中国电子报》记者表示，智源非常愿意打造具身智能的联合创新平台。“下半年以及明年，智源研究院在具身智能的重点工作就是联合清华大学、北京大学、中国科学院大学等相关高校，银河通用机器人、领视智远这样的人形机器人企业，共同去搭建一个具身智能的创新平台，联合上下游供应链的相关企业解决数据模型、场景应用等问题。”王仲远判断，人形机器人发展还处于非常早期，无论是进入工业化场景还是家庭生活还要很长一段时间，这个周期至少是3—5年起步。“智源研究院有信心和耐心去持续推进相关研究，直到它跨越真正的技术周期，迎来真正的产业爆发。否则，当人形机器人迎来‘ChatGPT时刻’时，人们又会重复那个问题‘为什么中国没有孕育出OpenAI？’。”

作者丨王伟编辑丨邱江勇美编丨马利亚监制丨连晓东