自变量机器人王潜：瓶颈不在硬件，在“大脑”模型

声明：文档由AI根据原文生成。

人形机器人成大会焦点，"大脑"短板凸显

2025年世界机器人大会在北京举行，众多机器人企业携产品参展，人形机器人成为最受关注的品类。自变量机器人作为该领域企业之一，于大会前夕获得美团数亿元投资。

大会期间，自变量机器人创始人王潜接受《中国经营报》等媒体采访时指出，当前机器人行业的发展瓶颈已不在于硬件，而在于控制机器人的"大脑"——即大模型。"机器人尚未具备类人的操作、思考与判断能力，这是目前行业需要重点攻关的方向。"

新品亮相：62自由度"量子2号"

展会现场，多家厂商进行了人形机器人功能演示，涵盖行走、叠衣服、跳舞、打拳击等场景。自变量机器人推出的新品"量子2号（Quanta X2）"基于WALL-A模型，采用"仿人机械臂+高自由度灵巧手"设计，全身拥有62个自由度，可与观众进行手势互动、打招呼、比心、猜拳等操作。

不过王潜直言，当前市场上的人形产品多为纯硬件设备，偏向演示性质，或仅面向开发者，抑或只能完成简单跑跳等基础动作。他从软硬件角度分析："人形机器人的硬件从5年前就已不是障碍，早在2—3年前机器人相关赛道升温时，硬件的技术路线和水平就已达到相当高度。"

专用模型取代语言模型成行业共识

真正制约人形机器人发展的是软件能力，也就是专门用于控制机器的大模型。"现在还缺乏足够智能的'大脑'，让机器人能像人类一样思考、判断并灵活操作。"王潜强调，"我们需要的并非语言模型，而是能处理物理世界交互的专用模型。"

谈及机器人大模型的发展，王潜认为过去两年最大的进展是行业逐渐达成共识：需要完全端到端的通用基础模型（foundation model）。"2023年时，相信这条路线的人寥寥无几，我们当时颇为孤独。而如今，这一方向已成为行业共识，正推动整个领域不断向前。"

关键突破预计还需3—5年

尽管行业已就人形机器人大模型的发展方向形成共识，王潜判断："人形机器人要迎来类似ChatGPT的关键性突破，可能还需要3—5年时间。"

当前，具身机器人能完成的较复杂任务包括整理衣物，如拉拉链、扣扣子、挂衣服等。而人类对其未来发展的期待是，能够胜任任意长任务——只要推理能力足够强、无幻觉、环境条件允许，能在模型内构建长甚至无限长的思维链，具备零样本推理判断能力，可处理未经训练的动作组合。

制约人形机器人专用大模型发展的核心要素，包括足够大的数据量、足够大的模型规模；此外，虽然模型的发展路径相对清晰，但模型架构与训练方法仍有待进一步完善。

以数据为例，王潜解释，由于机器人涉及复杂物理交互（手部丰富的接触操作），这类场景不适合使用仿真数据，但走路、导航等环节可大量采用仿真数据；目前最核心的数据还是来自现实世界的收集。行业内已有集中式数据采集场地、分散式现实环境收集渠道、实际部署后的数据流回及其他来源数据等多种方式。

"我们对与地方共建数据中心持开放态度，但机器人数据收集的质量控制验证难度较大，而自有场地的数据经过了充分研发。"王潜表示。他还指出，判断数据优劣是研发的核心问题，以DeepSeek为例，其未开源数据，数据层面的核心技术与技巧十分关键，难以用简单语言描述。

"未来两三年，人形机器人专用大模型或许会出现类似语言模型突破的重大进展。但要达到接近GPT 3.5的水平，可能还需要3—5年。"王潜特别强调，机器人专用大模型与语言模型、自动驾驶系统存在本质区别——"它不是非黑即白的'零一态'，而是在众多场景中逐步演进的过程。"这种平滑过渡的特性，将避免重蹈语言模型或自动驾驶领域曾经历的商业化波折。