腾讯前研究员创业获亿元融资，3年内让“硅基保姆”走进你家

type

status

date

slug

summary

遥操作的“原理性缺陷”：为何机器人动作迟缓？

当前，具身智能领域训练机器人的主流方法之一是遥操作（Teleoperation）。即由人类操作员远程控制机器人完成任务，并记录下整个过程的数据用于训练AI模型。然而，朱庆旭一针见血地指出，这条路径存在“原理性缺陷”。

他认为，遥操作本质上是调用了人类大脑的“慢系统”（System 2）。操作员需要时刻观察、思考、决策，再将指令传递给机器人，这个过程充满了非自然的停顿和卡顿。用这种“非本能”的、低效的数据去训练机器人，就像让一个学生模仿一位动作迟缓的老师，其学习效果的上限从一开始就被锁定了。这就是为什么我们看到的许多机器人演示视频都需要加速播放，因为它们的原始动作远未达到人类的流畅度。

此外，对于需要精细力反馈的任务，如拧瓶盖，遥操作更是捉襟见肘。操作员无法感知到机器人手部的触觉，导致动作效率和成功率大打折扣。这一观点也得到了波士顿动力等行业巨头的侧面印证，他们同样质疑遥操作采集的数据缺乏动态性和效率。

“小脑+大脑”架构：灵启万物的破局之道

面对遥操作的困境，灵启万物提出了一套创新的解决方案：“光学动捕+UMI”数据采集方案，并结合“小脑+大脑”的分层算法架构。

数据采集革命：“光学动捕+UMI”

为了获取高质量的训练数据，灵启万物放弃了遥操作，转而采用一种双管齐下的策略：

光学动捕（Motion Capture）：在专业的动捕实验室内，由真人穿戴传感器设备，以最自然、流畅的方式完成各种基础动作（如走、跑、蹲、跳、抓取）。这套系统能够高精度地记录下人类“快系统”（System 1）驱动下的本能动作，确保了数据的高质量和高保真度。

UMI（Universal Manipulation Interface）：这是一种手持式夹爪设备。操作员可以直接用它与真实世界中的物体进行交互，从而大规模采集手与物体交互的精准数据。这解决了动捕无法真实接触物体的问题，保证了数据的可规模化。

通过将动捕采集的全身流畅动作与UMI采集的手部精细操作数据相结合，灵启万物构建了一个既高质量又可规模化的“人类动作库”。这批数据位于数据金字塔的中层——质量远高于普通视频数据，数量又远超稀疏的遥操作数据，为训练高效的机器人模型提供了坚实基础。

算法架构创新：“小脑”与“大脑”的分工

在算法层面，灵启万物借鉴了生物智能的结构，设计了分层架构：

小脑（元动作库）：负责运动控制，专注于掌握所有人类的基础“元动作”。通过在仿真环境中利用动捕数据进行训练，这个“小脑”可以构建一个通用的、可跨场景调用的基础技能库。

大脑（任务规划与泛化）：负责感知、理解和决策。它通过摄像头观察环境，理解用户的语言指令，然后智能地规划任务步骤，并精准调用“小脑”中的元动作来执行。

这个架构的优势在于解耦和高效。“小脑”一旦训练完成，其掌握的基础技能就是通用的，极大地提升了机器人在学习新任务时的效率。

从无人商店到家庭：人形机器人的落地路线图

朱庆旭为人形机器人的商业化描绘了一条清晰的路线图，这个过程将比许多人想象的要快得多。

第一步：1-2年内落地商用场景

首先，人形机器人将在1-2年内进入如无人快餐店、无人零售店等结构化场景。这些场景的特点是任务相对固定、环境可控。例如，在“无人肯德基”中，炸薯条、包装汉堡等动作是有限且可穷举的。

利用“动捕+UMI”方案，灵启万物可以在实验室内高效采集所有岗位所需的动作，训练机器人掌握这些技能。朱庆旭透露，以肯德基的场景为例，让机器人学会所有岗位的动作可能只需要2到3天。这种惊人的学习速度，正是其高效数据采集和算法架构优势的直接体现。

第二步：3-5年内进入家庭服务

在成功验证商业模式后，终极目标——家庭服务，将在3-5年内成为现实。朱庆旭坚信，双足人形是唯一能无缝融入人类家庭环境的形态。

人类世界是为人形结构设计的。家中的台阶、地毯、错层，以及需要登高取物、俯身捡拾等复杂动作，都是轮式或足式机器人难以应对的。人形机器人不仅能更好地适应这些环境和任务，还能最大化地复用海量的人类动作数据进行学习，这是其相对于非人形方案的根本优势。

进入家庭后，最终形态的机器人将出厂自带完成绝大多数家务的能力。对于全新的、个性化的任务，未来用户或许可以通过一套简易的示教设备，“手把手”地教会机器人，实现真正的个性化服务。

结论：技术判断力是真正的壁垒

当被问及核心壁垒时，朱庆旭的回答发人深省：“技术没有壁垒，只有领先。” 他认为，灵启万物真正的护城河，并非“动捕+UMI”这个具体的方案，而是团队在行业混沌期看清方向、并坚定执行的技术判断力与迭代能力。

在所有人都涌向遥操作时，他们敢于判断其存在缺陷并寻找新路；在业界普遍认为家庭场景遥不可及时，他们坚守终局并制定了可行的路线图。这种“在健身而非化妆”的务实精神，以及将不成熟想法一步步变为现实的强大执行力，正如当年OpenAI坚持GPT路线一样，才是穿越周期、最终胜出的关键。

灵启万物的崛起，为我们描绘了一幅激动人心的未来图景：一个由高效、智能的人形机器人提供服务的家庭生活。这不再是科幻电影的片段，而是一个正在加速到来的现实。想了解更多关于AGI、大模型和人工智能的最新动态，欢迎访问AI门户网站 https://aigc.bar，与未来同行。