4月2日，智元機器人宣佈與國際頂尖具身智慧公司Physical Intelligence（Pi）達成合作夥伴關係，雙方將圍繞動態環境下的長週期複雜任務，在具身智慧領域展開深度技術合作。此外，近期正式加入智元的羅劍嵐，將全面領導智元具身智慧研究中心，同時推進雙方的深度合作。4月2日，羅劍嵐接受了《每日經濟新聞》記者的採訪。

目前，人形機器人仍然依賴人在背後遙控，未來人形機器人能否實現自主決策？

對此，羅劍嵐表示：“遙控與自主決策的差別其實很大。遙控類似於你與一個電腦程序對話，但背後與你聊天的是一個真正的人，他在另一台電腦上打字。而自主決策，最核心的是感知、預測、行為生成這一整套機制的泛化能力。機器人要理解世界，需要建立一個Internal Model（世界模型）去預測未來，再去實施可執行的動作鏈。接著，再看機器人與真實世界的交互，去預測下一步動作。”

羅劍嵐認為：“如果機器人真的實現Manipulation（操控），是比LLM（大語言模型）更高級的智慧。如果以從0到10分級，大語言模型最多算3，如果機器人實現Manipulation，至少有7至8。”

那麼，在實現機器人Manipulation的道路上，最關鍵的技術是什麼呢？

羅劍嵐認為：“強化學習是我們比較看重的一個技術，此外我們也看到DeepSeek R1所展現出的比較強的推理能力。但光有模仿學習是不夠的，後來我們還會有世界模型。根據我們雲端的Model（模型），去預測下一步環境會發生什麼。不過這些都是工具，真正本質上需要解決的，是怎樣在開放數據鏈構建（具有）魯棒的策略，然後感知、預測、行為生成這一整套機制的泛化能力，才是最核心、最關鍵的。”

值得一提的是，汽車智能駕駛是收集到眾多車輛的數據后，才慢慢發展起來的。當下人形機器人尚未大規模應用於生活場景。如果缺乏足夠的數據，人形機器人的“操控”該如何突破？

羅劍嵐表示：“我也經常在想，這是一個迴圈。我們沒有機器人部署到真實世界，它就不會產生數據；機器人的能力沒到一定程度，也無法部署到真實世界中去。但是，必須要有人做這些事，假設有1000台機器人在星巴克工作，每天24個小時打咖啡，其一個月傳回來的數據，超過我們現在所有見過的機器人數據集。或許這時會發現，在小的數據量中得出的很多結論不一定正確。”

不過羅劍嵐也強調，機器人部署到真實世界的難度，小於汽車（智能駕駛），“車在安全性等各方面要求太嚴格。而機器人，可以從一些封閉空間、半封閉空間部署，讓它產生數據”。

每日經濟新聞