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。

Pada masa ini, robot humanoid masih bergantung pada alat kawalan jauh di belakang orang, bolehkah robot humanoid mencapai membuat keputusan autonomi pada masa hadapan?

Dalam hal ini, Luo Jianlan berkata: "Perbezaan antara alat kawalan jauh dan pengambilan keputusan bebas sebenarnya sangat besar. Alat kawalan jauh adalah serupa dengan apabila anda bercakap dengan program komputer, tetapi di belakang tabir anda berbual dengan orang sebenar yang menaip pada komputer lain. Teras membuat keputusan autonomi ialah keupayaan generalisasi keseluruhan set mekanisme persepsi, ramalan dan penjanaan tingkah laku. Untuk membolehkan robot memahami dunia, ia perlu membina model dalaman untuk meramalkan masa depan dan kemudian melaksanakan rantaian tindakan boleh laku. Kemudian, lihat interaksi robot dengan dunia sebenar untuk meramalkan langkah seterusnya. ”

Luo Jianlan percaya: "Jika robot benar-benar menyedari Manipulasi, ia adalah kecerdasan yang lebih maju daripada LLM (model bahasa besar). Jika digredkan dari 8 hingga 0, model bahasa besar dikira paling banyak 0, dan jika bot melaksanakan manipulasi, ia sekurang-kurangnya 0 hingga 0. ”

Jadi, apakah teknologi paling kritikal dalam perjalanan ke Manipulasi robot?

"Pembelajaran pengukuhan ialah teknologi yang lebih kami hargai, dan kami juga melihat keupayaan penaakulan yang kukuh yang ditunjukkan oleh DeepSeek R1. Tetapi ia tidak mencukupi untuk belajar dengan meniru, dan kemudian kita akan mempunyai model dunia. Berdasarkan model kami dalam awan, kami boleh meramalkan apa yang akan berlaku kepada persekitaran seterusnya. Walau bagaimanapun, ini semua adalah alat, dan apa yang benar-benar perlu diselesaikan pada dasarnya ialah cara membina (mempunyai) strategi yang teguh dalam rantaian data terbuka, dan kemudian keupayaan generalisasi keseluruhan set mekanisme persepsi, ramalan dan penjanaan tingkah laku adalah teras dan paling kritikal. ”

Perlu dinyatakan bahawa pemanduan pintar kereta perlahan-lahan dibangunkan selepas mengumpul data banyak kenderaan. Pada masa ini, robot humanoid masih belum digunakan untuk senario kehidupan secara besar-besaran. Jika terdapat kekurangan data yang mencukupi, bagaimanakah "kawalan" robot humanoid boleh dipecahkan?

Luo Jianlan berkata: "Saya sering berfikir bahawa ini adalah kitaran. Jika kita tidak mempunyai bot yang digunakan ke dunia nyata, ia tidak akan menjana data; Robot tidak cukup mampu untuk digunakan di dunia nyata. Tetapi seseorang perlu melakukan ini, dan katakan terdapat 24 robot yang bekerja di Starbucks, membuat kopi selama 0 jam sehari, dan data yang mereka hantar kembali dalam sebulan adalah lebih daripada semua set data robot yang telah kita lihat sekarang. Mungkin pada ketika ini, akan didapati bahawa banyak kesimpulan yang dibuat dalam sejumlah kecil data tidak semestinya betul. ”

Walau bagaimanapun, Luo Jianlan juga menekankan bahawa kesukaran menggunakan robot ke dunia nyata adalah kurang daripada kereta (pemanduan pintar), "Keperluan untuk kereta dari segi keselamatan dan aspek lain terlalu ketat. Robot, sebaliknya, boleh digunakan dari beberapa ruang tertutup, ruang separa tertutup, dan membiarkannya menjana data."

Harian Perniagaan Kebangsaan