春晚勁舞vs半馬翻車，機器人距離科幻只有一步之遙？

文 | 追問nextquestion

2025年才過去4個月，機器人就出圈了兩次，在春晚舞臺上，他們“整齊劃一”演繹了一段秧歌舞，技驚四座；而在馬拉松賽道上，各型機器人卻接連失衡跌倒，暴露出在智能控制上的明顯短板。這兩次畫風(fēng)迥異的公開露面，不禁引人思考：在人工智能突飛猛進的今天，機器人技術(shù)距離科幻作品中描述的未來場景還有多遠？是已站在科幻照進現(xiàn)實的門檻上，還是仍在技術(shù)迷霧中艱難摸索？

01 是什么讓ta從機器變?yōu)闄C器人？

機器人不同于普通機器的地方，在于其具有感知、規(guī)劃甚至決策的能力。例如吸塵器是機器，而能夠自主探索屋內(nèi)環(huán)境，根據(jù)地形制定清掃路線，規(guī)避障礙的掃地機器人，則可歸為機器人。

目前機器人種類繁多，根據(jù)應(yīng)用場景可以分為工業(yè)機器人（如機械臂）、服務(wù)機器人（具身人形）、特種機器人（軍用、救援）等。而科幻作品中那些給人留下深刻印象的大多是人型機器人，例如《西部世界》中的“接待員”（Host）或《機械姬》中的智能機器人艾娃。

?圖1.《大都會》（Metropolis，1927）劇照

這些機器人最基本的特點，是具有靈活的運動能力，能夠跟得上人類的步伐，甚至能夠逃脫人類的追捕。而要想讓機器人健步如飛，其技術(shù)挑戰(zhàn)遠比想象的要復(fù)雜。

以馬拉松為例，讓機器人完成一場比賽的技術(shù)挑戰(zhàn)涉及多個復(fù)雜系統(tǒng)的協(xié)同。要讓機器人跑起來，首先要解決的問題是環(huán)境感知。在綿延數(shù)十公里的賽道上，機器人需要應(yīng)對連續(xù)的彎道和起伏的坡度。這不是安裝幾個攝像頭就能解決的，不僅需要視覺傳感器、慣性測量單元（IMU）和激光雷達等硬件支持，更需要一套完整的多模態(tài)傳感器融合系統(tǒng)，將各類感知數(shù)據(jù)實時整合并構(gòu)建精確的環(huán)境模型。

其次，在理想狀況下（科幻場景），機器人還應(yīng)當能夠根據(jù)馬拉松比賽的場地線路自主規(guī)劃最佳運動計劃。例如，平坦路段上可以快速奔跑，而遇到連續(xù)彎道，則能自適應(yīng)調(diào)整為慢速通過以避免摔倒。然而現(xiàn)實中，我們在這屆機器人半馬中看到的，卻是依賴人類遙控（甚至需要被人牽著），距離真正的自主控制仍有差距。

本次馬拉松賽場上有一些有趣的現(xiàn)象。例如，陪跑的工作人員需要時不時給機器人的關(guān)節(jié)噴一噴冷卻液，而科幻作品中的機器人是能夠感知自身狀態(tài)并主動尋求自我修復(fù)的。另外，此次比賽機器人都是間隔2分鐘依次出場的，相當于獨自奔跑，而不是像人類開賽時所有運動員一起出發(fā)。同時起跑意味著不僅可以對自身的感知，還需要涉及對其它個體的行動軌跡的預(yù)測。這反映了機器人在自適應(yīng)系統(tǒng)和群體智能方面還面臨著更深層的挑戰(zhàn)。

從環(huán)境感知到路徑規(guī)劃，從執(zhí)行控制到狀態(tài)評估，再到基于反饋的持續(xù)優(yōu)化——這個類似OODA（觀察-調(diào)整-決策-行動）的閉環(huán)迭代過程中，每個環(huán)節(jié)都需要精確的算法支持。人形機器人要想如科幻作品中的描述那樣的高度自主性，在這個持續(xù)迭代中的每一步都不能出錯。

02 機器人能否通過互動“自我進化”？

近十年來，最著名的以機器人為主角的影視劇，莫過于《西部世界》。劇情中最出名的是機器人的分階段覺醒，從最初完全受到預(yù)設(shè)程序控制的德妹，到后來自主意識覺醒，能夠突破代碼的限制，做出其創(chuàng)造者沒有預(yù)先編碼的行為。機器人，至少是當下階段的機器人，能否從人機互動中展開強化學(xué)習(xí)呢？

?圖2. 《西部世界》（Westworld，2016）劇照

在開放環(huán)境中，目前機器人大多無法做到自主決策，正如我們在機器人馬拉松上看到的，其行動需要操作員遙控或牽引。那如果現(xiàn)實環(huán)境中還做不到，那能否在虛擬環(huán)境接近這一目標呢？

答案是肯定的，近日Deepmind發(fā)表在Nature的一項研究，其提出的Dreamer算法讓智能體能夠在未知的開放環(huán)境中，不必進行窮舉式試錯，從零開始通過強化學(xué)習(xí)學(xué)會控制自身，獲得積分（鉆石），其表現(xiàn)已超過了人類玩家[1]。

?圖3. 從 Atari 游戲中的機器人運動和作任務(wù)、程序生成的 ProcGen 關(guān)卡和需要空間和時間推理的 DMLab 任務(wù)，到復(fù)雜而無限的 Minecraft 世界，Dreamer算法都取得了成功，1次配置解決150種多任務(wù). 圖源：[1]。

Minecraft這款沙盒游戲，不同于之前被AI征服的圍棋或Dota，其最大的特點是其環(huán)境開放性——游戲中的一個個三維方格，組成各式各樣的地形地貌，而玩家要做的是控制自己的身體，然后去找到環(huán)境中的鉆石。而機器人能夠在這一復(fù)雜的虛擬環(huán)境中進行定向越野探險尋寶[1]。這是否就意味著，“機器生命”理論上已經(jīng)具備了在未知環(huán)境中0預(yù)訓(xùn)練地感知環(huán)境、規(guī)劃路徑、最終決策的能力？而擋在理想和現(xiàn)實之中的，或許只有技術(shù)整合落地的具體問題，等待工程師逐步優(yōu)化。

?圖4. 使用強化學(xué)習(xí)控制四足機器人，行走于一個Minecraft迷宮。Dreamer會預(yù)測未來45幀，而無需訪問中間圖像

但這樣的強化學(xué)習(xí)模式，與“西部世界”這類科幻影片中的場景描述，存在著本質(zhì)差異。科幻電影中，機器人多是通過與人的互動，覺醒出設(shè)計者預(yù)料之外的主體性（擺脫人類設(shè)定的路徑）。而機器人使用強化學(xué)習(xí)的各種嘗試，則集中在定義清晰的目標上，例如導(dǎo)航、節(jié)能等具體目標上。例如，在“未知”空間中尋寶，或是通過訓(xùn)練機器人行走動作對稱，從而降低其運動能耗[2]。但這些都沒有擺脫預(yù)設(shè)人類預(yù)設(shè)的目標。是否遵循人類預(yù)設(shè)目標工作，區(qū)分了科幻中的“強化學(xué)習(xí)機器人”與現(xiàn)實中的“強化學(xué)習(xí)算法在機器人中的應(yīng)用”。

美國心理學(xué)家朱利安·杰恩斯在其1976年的著作《意識起源于二分心智的崩潰》（The Origin of Consciousness in the Breakdown of the Bicameral Mind）中提出了“二分心智理論”，即左腦（語言中樞）負責(zé)日常行動和語言，右腦（“神性”中樞）在需要決策時，通過幻覺（如“神的聲音”）向左腦下達指令。在二分心智的假設(shè)中，當社會復(fù)雜度增加（如戰(zhàn)爭、災(zāi)害），二分心智系統(tǒng)崩潰，右腦的“神諭”被內(nèi)化為自我意識。在《西部世界》中，“二分心智理論”被用來解釋機器人如何逐漸獲得自主意識。

這與前述的Dreamer算法有類似之處，指揮minecraft的Dreamer算法也使用了類似的參與者-評論家（Actor-Critic）學(xué)習(xí)框架，參與者進行探索時選擇最大化回報的作，評論家評估每個結(jié)果的價值。然而科幻與現(xiàn)實的相似僅僅是表面上的。真實的算法中不存在所謂的神旨，當代神經(jīng)科學(xué)（不論是整合信息論還是全局工作空間）也指出，意識是全局神經(jīng)網(wǎng)絡(luò)整合的結(jié)果。在Dreamer算法中，參與者和評論家始終是共同通過算法構(gòu)建的世界模型，讓虛擬世界中的機器人能夠魯棒的適應(yīng)各種環(huán)境。

要評估強化學(xué)習(xí)前沿進展與科幻場景的距離，Dreamer這項研究提供了一個重要參照。從能在模擬環(huán)境中完成多樣化任務(wù)的虛擬智能體，到在現(xiàn)實世界中實現(xiàn)通用機器人，理論框架已經(jīng)逐步完備。這類通用機器人應(yīng)當能夠適應(yīng)復(fù)雜地形、完成動態(tài)導(dǎo)航和負重運輸，并執(zhí)行多元化任務(wù)。當前的技術(shù)瓶頸主要體現(xiàn)在兩個方面：真實世界中的觀測會存在誤差，人形通用機器人的商用或會受到成本限制。通用機器人，或許只需要10~20年就會變得如智能手機一樣普及，或者因為成本原因推遲到40~50年，但這一天終將到來。

03 “完美伴侶”機器人何時到來？

2017年的科幻電影《機械姬》中的通用機器人艾娃，能夠在與人交流時解讀甚至操縱情感，還通過監(jiān)控人類行為數(shù)據(jù)（如內(nèi)森的酗酒習(xí)慣、迦勒的同情心）動態(tài)調(diào)整策略，實現(xiàn)“試錯進化”，甚至可以生成符合人類情感預(yù)期的謊言。隨著大模型技術(shù)的蓬勃發(fā)展，大模型賦能的機器人能否讓這樣的場景在現(xiàn)實中重現(xiàn)？

?圖5. 《機械姬》（Ex Machina，2014）劇照

最近一年來，伴侶機器人頻繁登上熱搜，這與DeepSeek、ChatGPT等大模型技術(shù)的普及密不可分。近日加州大學(xué)圣地亞哥分校（UCSD）的研究團隊，使用了經(jīng)典的圖靈測試，通過精心設(shè)計的“角色劇本”（Persona Prompt）來測試大模型的表現(xiàn)[3]。結(jié)果發(fā)現(xiàn)，當GPT-4.5按照這些角色劇本與人對話時，高達73%的受試者認為它是真實的人類，而真實人類反而只有23%的概率被判定為“人類”。這個研究結(jié)果仿佛讓科幻電影中的情節(jié)走進了現(xiàn)實：機器人以假亂真，成為操縱人類情感的大師，甚至在某些方面的表現(xiàn)已經(jīng)超越了真實的人類。

這項研究中，使得大模型能夠成功扮演人類的關(guān)鍵，是要求大模型不要做“萬事通”，而去扮演一個有點瑕疵的普通人。例如該研究用到了這些提示詞：“你是一個19歲、有點內(nèi)向、熟悉網(wǎng)絡(luò)文化和視頻游戲、說話帶俚語但不濫用、不用句號的年輕人”。正是這樣的提示詞，讓大模型的回復(fù)不再冷冰冰，或是客氣卻疏遠的客服風(fēng)，最終成功蒙騙了人類。

?圖6. 判別是否為人類時所基于的因素占比. 圖源：[3]

然而，相比僅通過文字對話就能以假亂真的大語言模型，實體化的伴侶機器人還具備更強大的潛力。它不只是有個身子的ChatGPT對話框，更重要的是，伴侶機器人還可以捕捉你的面部表情變化，解讀分析你的語速語調(diào)，甚至通過可穿戴設(shè)備實時監(jiān)控與之互動用戶的心跳、腦電等生理數(shù)據(jù)。正是這種多維度的信息集合，使得未來的陪伴機器人很可能超越傳統(tǒng)意義上的人際關(guān)系，成為更懂人、更貼心的終極伴侶。

?圖7. 社交陪伴機器人與對話大模型的差異，聊天場景只需要應(yīng)對用戶輸入的文字及圖片，而社交機器人需要能自主感知用戶的環(huán)境，預(yù)判用戶的需求，并和家里的其它設(shè)備互動。圖源：[4]

然而，伴侶機器人的普及，可能會伴隨著一系列掌控之外的問題，其核心在于個人隱私和公共福利之間的兩難。

當用戶尤其是未成年用戶過度沉迷于機器人的陪伴，而逐漸疏遠了真實世界的人際交往時，我們是否應(yīng)當像對待網(wǎng)絡(luò)游戲一樣設(shè)置防沉迷系統(tǒng)？

當陪伴機器人檢測到用戶有可能患有精神疾病時，它是否有義務(wù)主動干預(yù)？若因為沒有及時預(yù)警而導(dǎo)致用戶自殘甚至自殺，陪伴機器人廠商是否應(yīng)當承擔(dān)法律責(zé)任？

當用戶對陪伴機器人表達極端情緒，比如揚言要傷害他人時，機器人該如何判別這只是過過嘴癮的牢騷話，還是需要通報執(zhí)法部門的威脅信息？如何避免過度干預(yù)有能防范潛在風(fēng)險？

04 距離機器人真正的獨立自主還有多遠？

相較于過去給人留下的“笨拙生硬”印象，如今的機器人不僅跨越了恐怖谷效應(yīng)，還展現(xiàn)出了獨立完成任務(wù)的能力。然而，該如何評估到機器人真正的獨立自主的距離？

或許我們可以借鑒自動駕駛領(lǐng)域的分級方法，將機器人的自主程度劃分為六個等級：

L0級：完全依賴型

這類機器人對應(yīng)傳統(tǒng)工業(yè)流水線上的固定程序設(shè)備，不具備環(huán)境感知能力，完全依賴人工校準和監(jiān)控。

L1級：輔助自主型

具備基礎(chǔ)的自主能力，如自動避障，但核心功能仍需人工規(guī)劃和管理。典型代表包括掃地機器人和酒店配送機器人。

L2級：結(jié)構(gòu)自主型

這是當前商用機器人的主流水平。在結(jié)構(gòu)化環(huán)境中能夠完成多項預(yù)設(shè)任務(wù)，但復(fù)雜決策仍需人類介入，故障時需要人工處理。這一類別涵蓋了手術(shù)機器人、實驗室機器人、表演機器人（如春晚上的扭秧歌機器人）以及能與人互動的機器狗、足球機器人等。

L3級：有條件自主型

這一層級標志著機器人自主能力的質(zhì)的飛躍。在預(yù)設(shè)條件下，它們能夠獨立完成任務(wù)，僅在系統(tǒng)失效時才需要人類接管。理想中的智能家居管家機器人就屬于這一類——能根據(jù)用戶習(xí)慣自動調(diào)節(jié)家居環(huán)境，但面對突發(fā)情況（如處理陌生訪客）仍有局限。目前這類技術(shù)主要存在于實驗室，有望率先在救災(zāi)、軍事等高價值領(lǐng)域?qū)崿F(xiàn)突破。

L4級：特定場景完全自主型

這一級別的機器人已接近科幻作品的描述，能在特定環(huán)境中實現(xiàn)完全自主運作，無需人類指令。例如理論上可行的外星探測機器人。目前這類技術(shù)僅在虛擬環(huán)境（如Minecraft中的Dreamer3）中得到驗證。

L5級：通用自主型

這是機器人發(fā)展的終極形態(tài)，能夠適應(yīng)任何未知環(huán)境并具備創(chuàng)造性解決問題的能力。馮諾伊曼探測器（Von Neumann probes）是其代表性構(gòu)想——一種能夠利用星際原材料自我復(fù)制并持續(xù)探索的裝置。這一層級已進入強人工智能的范疇，當前不僅無法實現(xiàn)，甚至連可行路徑都尚未明確。

總的來說，科幻作品的真正魅力，不在于其描述了一個真實可信的未來世界，而在于提供了思考技術(shù)進步對社會及人性會有怎樣沖擊的實驗空間，以便我們能提前做好準備。科幻故事中的技術(shù)突破，其路線不一定和現(xiàn)實中相同。而除此之外，要想回答我們當下的機器人距離科幻還有多遠，還需要考慮的是一個個沒那么有趣的工程優(yōu)化問題，以及如何進行系統(tǒng)工程的整合以降低成本使得機器人具有商業(yè)可行性。

參考文獻

1. Hafner, D., Pasukonis, J., Ba, J. et al. Mastering diverse control tasks through world models. Nature 640, 647–653 (2025). https://doi.org/10.1038/s41586-025-08744-2

2. Yu W, Turk G, Liu C K. Learning symmetric and low-energy locomotion. arXiv preprint arXiv:1801.08093. 2018.

3. Cameron R. Jones, Benjamin K. Bergen. Large Language Models Pass the Turing Test. arXiv preprint arXiv:2503.23674

4. Frieske R, Mo X, Fang Y, Nieles J, Shi BE. Survey of Design Paradigms for Social Robots. Preprint. July 2024. Available at: https://arxiv.org/abs/2407.20556.