這群“95”后新職業(yè)：讓機器學“做人”

　　一臺人形機器人站在“客廳”中，用機械臂精準夾起散落的T恤，平鋪、折袖、收角，一套動作行云流水，1分鐘內(nèi)便將衣物疊成規(guī)整的方塊……機器人“埋頭苦干”的場景，在賽場隨處可見。

今天起，來自全國各地、超百支具身智能參賽隊伍將在上海參加一次重要“考試”。機器人不僅將在現(xiàn)場比拼“插花”“疊衣服”“沖咖啡”這些生活技能，還會像老技工一樣，靠“手感”去擰一顆螺絲……它們在工業(yè)、商業(yè)、家庭等多個場景中大顯神通，不炫技，純干活。

是誰幫助形態(tài)各異的機器人實現(xiàn)從“花架子”到“實干派”的轉(zhuǎn)變？是誰讓它們開始融入我們的生產(chǎn)生活，漸漸成長為可靠“搭子”？

玩“VR游戲” 讓機器人學人干活

　　2000年出生的鄭玉儀最近很忙碌，幾天前她從北京飛到上海，參加今天在上海張江舉辦的2025全球開發(fā)者先鋒大會暨國際具身智能技能大賽。

她大專畢業(yè)后在北京的互聯(lián)網(wǎng)企業(yè)寫了2年代碼，做前端開發(fā)，覺得沒什么成就感，去年年底就“任性”辭職了。“我愛做手工，搭樂高、織毛衣都挺喜歡的。但對職業(yè)規(guī)劃，其實有點迷茫。”

　　她去云南昆明玩了一趟，在斗南鮮花市場，被繽紛花海觸動，萌生了“能否讓機器人識別花材、處理花枝甚至完成插花”的想法。“我在現(xiàn)場看到很多人在分揀鮮花，效率低，也很勞累，就想如果讓機器人來做這些工作呢？但是流水線很復雜、鮮花也很嬌弱，當時覺得不太可能。”但正是這一閃念，將她引向了具身智能的嶄新領域。今年4月，她加入了初創(chuàng)企業(yè)靈御智能，彼時該公司成立才2個月。

她還記得面試時，招聘人員問了她兩個問題：“《黑神話：悟空》游戲通關了沒？戴上VR設備頭暈不暈？”

入職后，她發(fā)現(xiàn)自己的工作就像戴著VR設備打游戲：坐在操控臺前，戴上VR頭部顯示設備，眼前出現(xiàn)屏幕，這里面有機器人的 “眼睛”（實時畫面），能看清遠處的情景；有 “身體數(shù)據(jù)”（電量、力量值），像游戲血條一樣直觀；還有 “指令面板”。手上拿著手柄，以第一視角操控機器人，機器人的“胳膊”和“手”隨著她的手勢緩緩移動，精準地將一塊塊積木摞在一起，“看上去很酷”。

　　遙操作不僅是一個控制手段，更是一種數(shù)據(jù)采集方式，讓機器人“看著你怎么做”，一步步學會自己的任務。“我可能一天記錄了1000條關于拿放這個動作的數(shù)據(jù)，就能把數(shù)據(jù)‘喂’給團隊自研的控制平臺，讓機器人學習，下次它的動作就會更精準。”

采集數(shù)據(jù)的過程往往是三四個小時重復同一個動作，跟過去寫代碼相比，似乎同樣枯燥。但鄭玉儀不這么看。“過程中我能及時得到反饋，機器人學會了我的動作，我會很有成就感。現(xiàn)在機器人在我的訓練下，搭積木、疊衣服、倒水、套圈、擰瓶蓋、分揀垃圾都會做，越來越能干了。再說了，訓練它的時候，我還能聊天、聽歌。”

更讓小鄭有收獲的是，她覺得在陪伴、訓練機器人的過程中，自己也在飛速成長。“有一次出差時操控機器人出現(xiàn)了問題，我只能到處找人遠程教我，挺崩潰的。后來，我自己就學會了處理這些情況，不用再麻煩別人了。每一次解決問題，都是學習的過程。不僅要機器人更能干，還要減少故障，讓它更耐用。”

　　入行8個月，小鄭親眼見證了機器人從“笨拙”到“靈巧”的蛻變歷程。她曾面對機器視覺模糊不清的困擾，如今已升級至高清4K畫面；從最初設備一天重啟三十次，到如今連續(xù)運行三十天不宕機；從操作時機械臂揮舞不協(xié)調(diào)，到如今幾乎零延遲復刻她的動作。她也收獲了職業(yè)生涯的高光時刻——上個月，她和團隊帶著機器人伙伴TeleAvatar參加了中關村具身智能機器人應用大賽，在7個細分賽項中斬獲一等獎。也是在這次大賽中積累的信心，讓她毫不猶豫報名參加此次在上海舉辦的具身智能技能大賽。“我們團隊幾乎參加了所有跟遙操作相關的賽道，很期待跟來自全國各地的隊伍比拼、交流。”

　　“‘遙操作’技術讓機器人能應對復雜多變的場景，比如，我們可以在遠離機器人的位置，甚至跨城市、跨國家完成遠程控制，特別適用于危險場景的勞動力替代。比如，在隧道爆破作業(yè)中，需將炸藥精準裝填至預先鉆設的炮孔內(nèi)。現(xiàn)在，我們就能在安全、明亮的控制室里，遠程操控機器人完成爆破任務。”

回想起置身斗南鮮花市場的場景，她設想機器人能自己走到鮮花堆放處，挑出粉色玫瑰、白色洋桔梗、黃色小雛菊……把它們搬運到指定的位置，再根據(jù)顧客需求插到不同的花瓶中。“若要讓機器人完全自主地完成這樣精細靈動的任務，通常需要依賴海量的場景數(shù)據(jù)與復雜的算法推演。而遙操作技術的優(yōu)勢在于，它能讓人工智能系統(tǒng)立刻投入工作——操作員遠程引導機器人執(zhí)行任務的同時，也在真實環(huán)境中高效采集著寶貴數(shù)據(jù)，大幅降低了后續(xù)訓練與迭代的時間成本，正加速推動機器人向更高階的自主性邁進。我相信，未來讓機器人自主‘動手’，在鮮花市場當分揀員、插花師，肯定能實現(xiàn)。”

從祛魅到癡迷 打磨機器人“小手”

　　在科幻大片中，機器人幾乎無所不能。從人形機器人走進大眾視野，這個賽道變得火熱，不少人對機器人走進日常生活也有了更急迫的期待。

工科出身的汪航卻坦言，入行后，第一感覺是對機器人“祛魅”。“它不像我想象的那么厲害，很多環(huán)節(jié)都需要人來配合，更像是個剛會走路的小孩。有了AI和大模型的助力，它成長的速度正在變快。”

1998年出生的汪航，去年從上海理工大學生物醫(yī)學工程專業(yè)碩士畢業(yè)。同學大多去了醫(yī)院或者醫(yī)療器械公司，他卻加入了以研發(fā)仿生手和靈巧手為主的上海傲意信息科技有限公司。“很幸運，也水到渠成。我在學校時就參與過研發(fā)下肢康復機器人，進公司就加入了靈巧手團隊。”

　　何為靈巧手？它是一種模擬人類手部功能的高自由度機器人末端執(zhí)行器，被稱為人形機器人走向大規(guī)模商業(yè)應用的“最后一厘米”。“相當于機器人本體中的一個小腦，通過算法，讓它執(zhí)行不同的動作。”

對汪航來說，最大的挑戰(zhàn)是探索人機交互的邊界，而這個領域并沒什么經(jīng)驗可借鑒。比如，要讓靈巧手抓豆腐，如何讓它抓得又穩(wěn)又準，還要保證豆腐完好無損？“這個過程需要算法支持，算法怎么設計和調(diào)優(yōu)，一開始很困難，我只能請教更有經(jīng)驗的工程師或者跟客戶反復溝通，把他們的需求一步步反映在算法的優(yōu)化過程中。通過大量的訓練，調(diào)整參數(shù)，去尋找最優(yōu)解。”

　　今年年中，傲意發(fā)布了能精準力控的新一代靈巧手，具備6個主動自由度，11個運動關節(jié)，單指負載可達8公斤。“跟以往產(chǎn)品比，最大的不同在于搭載了高密度點陣觸覺傳感器，這使得靈巧手具有了‘神經(jīng)末梢’，能實時感知細微壓力變化，無論是捏取一片薯片還是握持重型工具，都能精準適配力度。但接入傳感器的過程并不容易，當時新品馬上要發(fā)布，我們兩三個人花了三天時間，把傳感器的各個接口都摸透了，能采集到數(shù)據(jù)，打通了鏈路。那一刻，非常有成就感。”

今年開始，汪航的工作轉(zhuǎn)到了應用開發(fā)部門，密切與客戶溝通，做好技術支持。“我們研發(fā)的每一步都緊扣真實場景需求，靈巧手已在很多場景中落地應用了，比如商品分類、廚房作業(yè)輔助、精密裝配等，所以實踐中遇到任何問題，我們都會快速響應。”

傲意科技為具身智能技能大賽提供了30臺靈巧手，作為參賽團隊的核心工具，在賽事中接受工業(yè)、服務等復雜城市場景的高強度考驗。這幾天，汪航和團隊忙著為30臺靈巧手部署與調(diào)試，為保障賽事用靈巧手的穩(wěn)定性與可靠性，他們每天需完成幾十萬次的高強度測試。

“我還參與團隊一起研制自由度更高、感知更靈敏的新一代靈巧手。我覺得機器人行業(yè)充滿生機，初創(chuàng)企業(yè)多，年輕人多，愛好者多，挑戰(zhàn)與樂趣并存。從醫(yī)療康復到智能機器人，我始終相信技術應當為人服務，讓機器更好地輔助人類。”

自研模型 讓機器人在“技校”越練越聰明

　　走進位于上海張江模力社區(qū)的人形機器人麒麟訓練場，宛如來到一個機器人技校。在大廳一側(cè)的“流水線”上，機器人井然有序地站在“工位”前，兢兢業(yè)業(yè)地“學習”著不同工種的“技能”：整理桌面、放置商品、清理核電板管……

1998年出生的算法工程師張浩然最近經(jīng)常泡在這里訓練機器人。兩年前，他從英國謝菲爾德大學畢業(yè)后，回國求職。“我當時還覺得自己挺優(yōu)秀的，想著學以致用、報效祖國，結果發(fā)現(xiàn)國內(nèi)的就業(yè)市場不需要我。”他開玩笑說，當時投了一圈簡歷，發(fā)現(xiàn)跟自己一起參加筆試面試的國內(nèi)學生都太優(yōu)秀了，自己顯得“平平無奇”。

機緣巧合，他加入了人形機器人（上海）有限公司。“當時我們公司也剛成立，很需要做語言模型訓練的人。最初條件很簡陋，數(shù)據(jù)采集只能依賴主從機械臂，數(shù)據(jù)格式也不統(tǒng)一，我們團隊五個人常常擠在一套設備前協(xié)同操作。但正是這種從零到一的過程，讓我深入理解了算法與硬件結合落地的復雜性。”

　　張浩然連續(xù)兩年參加了世界人工智能大會，感受到機器人的飛速成長。“去年，我們還主要在探索通過視覺和文本的判斷來調(diào)用不同模型，構建一個‘大腦控制小腦’的簡易系統(tǒng)；而到了今年，我們已經(jīng)能夠在多種異構機器人上成功部署我們自研的視覺-語言-動作（VLA）模型，實現(xiàn)了在復雜場景下的多任務執(zhí)行能力。”也就是說，機器人能先看清楚、想明白（讀懂文字指令，結合看到的情況做簡單思考），再調(diào)用專門的“動作程序”干活，微調(diào)一下，就能適配不同場景。

“我認為這個改變和進步是巨大的。這個領域和純粹的大模型研究不同，我們既要應對算法的快速演進，又要直面硬件和部署中的真實挑戰(zhàn)。但在一次次解決問題的過程中，我們也獲得了更強的成就感。”

最讓他崩潰的一次，他花費了很多精力訓練出的模型，預想應該有很好的推理效率，但機器人執(zhí)行不了。“當時真的想破腦袋，幾千行代碼一行一行查詢、驗證，最后才發(fā)現(xiàn)，是相機的顏色錯了，相當于機器人的‘眼睛’讀取的內(nèi)容錯了。其實只需要加一行代碼就跑通了，但我們發(fā)現(xiàn)這個問題花了整整一禮拜的時間。看到機器人終于可以按照我們的模型準確抓取東西時，我激動得都快哭了。”

　　張浩然這次要參加家政賽道。“這個賽道要求機器人在居家情境下執(zhí)行衣物折疊、餐具整理等多種任務，且環(huán)境較為復雜，非常考驗模型的泛化性和魯棒性。”他解釋說，泛化性是“機器人會靈活變通、舉一反三”，魯棒性是“機器人抗造耐折騰”，兩者都是衡量機器人“靠譜程度”。

“我們讓機器人熟練完成居家服務賽道的各類任務，訓練中采集的數(shù)據(jù)會匯總到模型中重新訓練，再部署到機器人身上，以此提升任務完成率。”

金海岸工作室

作 者 |葉薇

圖 片 |葉薇

編 輯| 任天寶