觀察｜數據驅動？模型驅動？什么是決定機器人發展的關鍵變量

“不管是黑貓白貓，抓到老鼠就是好貓。”

在近日召開的2025美團機器人研究院學術年會上，宇樹科技創始人王興興、清華大學助理教授、星海圖智能聯合創始人許華哲、浙江大學控制科學與工程學院教授、湖州研究院院長許超、清華大學教授機器人控制實驗室主任趙明國等多位具身智能領域的“大佬”齊聚一堂，共同展望機器人領域的現狀和未來。

關于機器人究竟應該是模型驅動還是數據驅動，在AI行業一直爭論不休，似乎目前尚未有標準答案，什么才是具身智能發展的“第一性原理”？

作為冉冉興起的新興科技產業，盡管在具體路線上仍有爭議，現場與會者的共識是，不管技術如何組合，最終還是效果說話，“我覺得機器人和機器人智能給大家提供一個全新的時代，所以年輕人應該就要把油門踩到底，全力加入到這個行業里來。”趙明國坦言。

“不是把DeepSeek塞到機器人里”

許超認為，未來最佳的組合方式是牛頓+辛頓（Geoffrey Hinton），一個是物理學家路線（軟件），另一個是計算機路線（硬件），如果讓他們二人“握手”協作，無疑是未來機器人產業發展的最佳路徑。

軟件和硬件無法分離，許超舉例，過去很長時間中，具身智能控制學更多是在研究“小腦”。隨著傳感器價格下降，算力提升，機器人除翻跟斗之外，也可以去識別目標避障，包括軌跡規劃還有協同，這也需要“大腦”的能力。

在宇樹科技創始人王興興看來，隨著AI和軟件能力增強，對于硬件的要求反而會越來越低，“大家可以觀察到一些殘疾人，他甚至沒有手，卻也能干活兒，甚至可以干針線活兒，但實際上就是AI能力達到一定程度后，對硬件要求會逐步降低。”

在王興興看來，以前，由于全世界機器人AI軟件能力都不夠，因此對硬件一致性、可靠性和靈活度要求都很高，如今AI訓練出來的算法已經有很大進步，哪怕硬件傳感器噪聲很大，間隙很大，一致性也有待提升，但是如今的AI算法已經能夠與之協調和適應。

對于數據和模型哪個更重要的問題，清華大學教授機器人控制實驗室主任趙明國似乎更支持“數據驅動”，在他看來，模型驅動需要開發者先有充分的理論依據，再用理論指導實踐，但是目前人類理解能力不夠，理論的覆蓋面也有限，“數據的覆蓋面是更大的，我們正在數據科學中總結新的理論，但這個理論現在還不夠成熟。”

在清華大學助理教授、星海圖智能聯合創始人許華哲看來，這個問題的答案則倒向“模型”那一邊：對于機器人研究者而言，大多數選擇Model-based（模型驅動），到今年更是全都變成“VLA項目”（視覺語言動作模型），用腳投票雖非本質，但能在一定程度上反映人才聚集情況。

所謂的具身智能模型，和廣義的AI大模型有區別。自變量機器人CEO王潛表示，具身智能不是把deepseek塞到機器人里，而且具身智能也不是AI應用，而是基礎模型。通才模型是未來通用機器人的核心，因為通才模型可以通過學習物理規律、物體屬性和交互模式，后續能夠以極少的數據實現新任務的快速適應。

“人工智能好比一個孩子，自動化是父親，計算機是母親，數據則是叔叔。”許超幽默地“和稀泥”說，硬件、軟件、模型和數據應該融為一體。現在具身智能描繪的藍圖很大，若把范圍聚焦到具體任務上，那就必須軟件、硬件、數據和模型相關人員通力協作，逐個攻克難題，大家才能共同進步。

機器人的未來形態

能不能有一個機器人，它有自己的欲望和好奇心？

在許華哲看來，自己理想中的機器人形態是能替人類探索浩瀚無邊的宇宙，“人類知識的傳播效率實在太低了，主要依賴老師傳授。而機器人不一樣，只要它自身不損壞，就能一直運作；就算損壞了，只要把它的神經網絡移植到新的機體上，它就能繼續生存。”

在許華哲的構思里，未來的機器人能和人類進行融合，并且能搭建“未來之城”，驗證人機融合，除此之外，他還希望機器人的智能發展更加“綠色”，在新一代AI架構下，其算力應該會有革命性變化。

王興興坦言，很多商品都可以按成本與重量來算，這是直觀的第一性原理，但在智能產業領域，對于什么是“第一性”仍然沒有明確定義。在智能領域，目前還是缺乏像牛頓力學那樣的基本規律體系。未來可能需要在核心原理與工程實踐之間，找到新的平衡與連接方式。

在他看來，如果真的實現具身智能，最終距離AGI（通用人工智能）就非常接近了，“AGI應該是人類最終極的發明，包括后續的生產、消費娛樂，經濟探索都可以用它來實現。這是當下我們這代年輕人最激動人心的時刻。”

王興興笑言，在這一代人中，如果有人能寫出智能方面的“牛頓定律”，未來就會是過去幾千年人類歷史中最厲害的人。