日前，騰訊發(fā)布了具身智能開放平臺Tairos，這是國內(nèi)首個以模塊化的方式提供模型、開發(fā)工具和數(shù)據(jù)服務(wù)的具身智能軟件平臺。“模型層包括了多模態(tài)感知模型、規(guī)劃大模型以及感知行動聯(lián)合大模型，相當(dāng)于提供機器人的右腦、左腦和小腦，機器人硬件本體廠商可以各取所需。”騰訊首席科學(xué)家、騰訊Robotics X實驗室主任、福田實驗室主任張正友在接受中國證券報記者采訪時表示。

“身智相融”“軟硬協(xié)同”，這是張正友在采訪中頻繁提及的關(guān)鍵詞。2018年加入騰訊組建機器人實驗室Robotics X以來，張正友團隊推出過多款不同形態(tài)的機器人原型產(chǎn)品。在對國內(nèi)六七十家機器人公司的廣泛調(diào)研過程中，其團隊發(fā)現(xiàn)，很多廠商很難同時做好軟硬件。張正友表示：“具身智能本身需要非常大的投入，我們想把自己的一部分能力，例如具身智能軟件的能力變成平臺化的東西開放出來，希望能夠讓整個行業(yè)發(fā)展得更快、更健康。這是我們的出發(fā)點。”

● 本報記者 楊潔

補齊關(guān)鍵軟件能力

跑著跑著，“頭”掉了仍然繼續(xù)跑……在張正友看來，機器人馬拉松比賽中的這一幕，充分反映了當(dāng)時機器人在感知行動聯(lián)合能力方面的不足。不過，他也表示：“行業(yè)進步很快，明年再比，也許就可以甩開遙控器，實現(xiàn)自主奔跑。”

“智能”正成為各大機器人追求“進化”的核心著力點。在Tairos發(fā)布環(huán)節(jié)，一臺接入了Tairos平臺能力的宇樹機器人G1按照“走到我身邊”的指令順利走到了張正友身邊——它知道“身邊”是什么意思，在哪里，還能規(guī)劃怎么走過去。

“我問它，要不要喝一杯，它回答說，太忙了，晚上要加班。昨天晚上彩排的時候，它還不是這么說的。這是我第一次聽到它說晚上還要加班。”張正友向記者回憶發(fā)布環(huán)節(jié)的細節(jié)，這是“智能”帶給人類的“小驚喜”。

這些都是機器人感知、規(guī)劃、行動能力提升的表現(xiàn)。但還遠遠不夠，比如除了視覺感知，還要有力感知、觸覺感知這些能力。“如果地面結(jié)冰了，不在跑道了，視覺沒有看到，一定要靠傳感器的力感知才能快速調(diào)整。”張正友說，這都是機器人仍然需要進化的領(lǐng)域。

事實上，當(dāng)前機器人整體硬件能力提升要比軟件能力提升更快，因為具身智能本身更難、投入也更大。“我們調(diào)研了國內(nèi)六七十家機器人公司發(fā)現(xiàn)，一個公司想要把具身智能從本體到軟件全部做好是不現(xiàn)實的，尤其是初創(chuàng)公司，它可能硬件能力比較強，但AI能力比較弱，因為所需投入比較大。如果能夠利用Tairos平臺幫助他們在模型方面實現(xiàn)進步，整個能力就會提升。”張正友表示，“身智融無礙”，這正是騰訊推出具身智能開放平臺Tairos的初衷，致力于為機器人本體與應(yīng)用開發(fā)商補齊關(guān)鍵軟件能力。他強調(diào)，騰訊聚焦于軟件能力不斷進化和開放，而非做機器人本身。

雙足人形并非終點

張正友2018年組建騰訊機器人實驗室Robotics X，其團隊曾推出多模態(tài)四足機器人Max、輪腿式機器人Ollie以及自研三指/五指靈巧手TRX-Hand、自研機械臂TRX-Arm以及人居環(huán)境機器人原型“小五”等。

2024年9月推出的“小五”，采用四腿輪足復(fù)合設(shè)計，兼具足式越障與輪式高效移動能力，并配備大面積觸覺皮膚、多指靈巧手及安全人機物理交互系統(tǒng)，主要面向智慧養(yǎng)老場景需求。比如騰訊展示了養(yǎng)老院場景實驗中，“小五”抱扶老人、取快遞、自主避障推輪椅等功能。

復(fù)雜的人居環(huán)境，是張正友最感興趣也是探索機器人技術(shù)應(yīng)用的核心戰(zhàn)場。“人居環(huán)境是一個極具難度的場景，安全性、魯棒性挑戰(zhàn)都很大，用這樣比較難的場景驅(qū)動來打造研究原型，目的不是把機器人變成產(chǎn)品，而是把機器人的智能水平和本體里的某些核心技術(shù)（例如觸覺傳感器技術(shù)等）向前推進。”張正友認為，前沿探索有很多不確定性，不能被產(chǎn)品化所引導(dǎo)，靠產(chǎn)品引導(dǎo)來做研究是做不成的，“假如是說什么時候一定要交付什么，往往就會做成hardcode（硬編碼）的東西。”

張正友也認為，雙足人形并不一定是人居環(huán)境的最佳形態(tài)。他指出，目前的人居環(huán)境以平地為主，雙足效率相對較低，如果把雙足人形作為標(biāo)準(zhǔn)，就把很多想象力限制了，“人居環(huán)境里是不是會有更高效、更理想、更佳的機器人形態(tài)，這是我們要去探索的。”

張正友坦言，養(yǎng)老這樣的復(fù)雜人居環(huán)境場景具有很多困難，“我加入騰訊成立機器人實驗室曾有一個十年的規(guī)劃，現(xiàn)在七年已經(jīng)過去了，三年以后，我希望養(yǎng)老等各方面應(yīng)用能做起來。這也是騰訊為什么沒有在機器狗等形態(tài)的產(chǎn)品上做過多停留的原因。因為還有更大的目標(biāo)在支撐著我們，假如一開始停留在輪腿一體化、機器狗上面，那后面就沒精力去做其他東西了。”

公眾熱情不是壞事

張正友指出，騰訊現(xiàn)階段的重點是模型能力和仿真環(huán)境的優(yōu)化。“模型能力、數(shù)據(jù)采集、仿真環(huán)境，這里面難點很多，每個環(huán)節(jié)都有不少需要提升的地方。”他舉例說明，“在仿真環(huán)境里面如何讓觸覺很真實地仿真出來？像人的觸覺，空間分辨率在1毫米左右，在仿真環(huán)境里面目前還達不到這么好的分辨率。”

此外，張正友認為，大語言模型可以通過文本來理解世界，但機器人不行，針對真實世界有很多東西是用文字描述不出來的，3D世界模型還處于初步階段，“機器人需要的對3D世界的認知并不是簡單地將一張照片變成3D就可以了”，這些方面可能沒有任何一家企業(yè)能單打獨斗就很好地攻關(guān)，需要全行業(yè)一起努力。“更多企業(yè)和研究單位參與進來，對具身智能的發(fā)展是利好。我們也愿意把具身智能軟件能力開放出來，幫助行業(yè)發(fā)展。”張正友說，也許會有技術(shù)不夠成熟的企業(yè)最后倒閉，但這是任何一個技術(shù)發(fā)展過程當(dāng)中都會出現(xiàn)的現(xiàn)象。

在張正友看來，外界的高度熱情不是壞事。他表示：“投資人以及行業(yè)從業(yè)者其實對具身智能領(lǐng)域什么能做、什么不能做、發(fā)展到什么階段、什么時候到來，心里是很清晰的。社會公眾對于機器人服務(wù)人、融入生產(chǎn)和生活有很高的期待，這種熱情對我們來說是一件好事，也對我們提出了更高要求，給我們提供了很多試驗場。”

“具身智能行業(yè)還是剛剛起步，處于初級階段，如何讓具身智能行業(yè)往前走，我們怎樣用現(xiàn)有的能力投入，讓整個生態(tài)更完善，這是最重要的。”張正友說。