花5萬元請的機器人“保姆”“員工”是這樣訓練出來的，5年後你一定會更好奇！_風聞

探訪全國唯一規模化數採中心，人形機器人與大模型“合體”

作者／  IT時報記者****孫妍

編輯／  潘少穎  孫妍

坐落於上海市張江機器人谷的智元機器人數採中心，是全球唯二、全國唯一的規模化機器人數採中心，這裏每天產出數萬條真機數據和仿真環境數據。

上百台智元數採機器人的背後，都有人類在“手把手”教，讓機器人復刻真實世界裏的技能，一個倒水的動作，每天至少重複200次。

當機器人學會足夠多的技能，當機器人的成本降至人人用得起，它們才會走向千家萬户。這個時間點大概在5年後，到時候，普通家庭花5萬元就能將機器人“保姆”請回家。如果你的動手能力強，完全可以像搭樂高一樣組裝機器人“保姆”，將它開發成全能幫手。

目前，極客們已經可以花一天半“手搓”一個專屬人形機器人，而人形機器人與“賈維斯”之間的距離是一雙可以洞察萬物的雙眼和一個即時學習的大腦。

於是，百度與智能機器人“聯姻”，大模型和人形機器人的“合體”打開了更大的想象空間。

機器人的“全能修煉”

上百台“遠征A2-D”數採機器人正在被訓練，它們在卧室學習拉窗簾、疊衣服，在客廳裏學習倒水、擦桌子，在廚房學習揉麪、做咖啡，在衞生間學習擦馬桶。走出家門，就能到快餐店裏吃一塊機器人做的三明治，上菜後“叮”的一聲按鈴。在辦公室裏，機器人甚至連擰礦泉水瓶蓋的活都做了。來到工廠倉庫，隔着鐵絲網可以看到，機器人正在分揀零件，一旁還有機器人在練習打包、搬運等工作……

在4000平方米的智元機器人數採中心，有家居、餐飲、商超、辦公、工業五大場景，包含超200個細分場景的任務。

**每一台機器人背後都有人類，他們是來自五湖四海的大學生，一手握着手柄，頭戴VR眼鏡，每天至少重複200次同一個動作，讓機器人模仿他們。**他們操控機器人，打開咖啡機上蓋，小心翼翼地裝入一顆膠囊咖啡，蓋上蓋子，啓動按鈕，才算完成一套完整的動作。

一旁的機器人有點“任性”，讓它揉麪，一挪動揉麪板，它卻不小心打翻了一旁的燃氣灶支架。因為單一、重複的數據對訓練大模型的作用甚微，數據採集員需要不停地“上難度”：將水壺放在不同的位置讓機器人練習倒水，拿不同的零食讓機器人抓握到箱子裏……

“一般簡單場景只需要幾百條數據，但複雜場景可能需要採集幾萬條。”一位數據採集師告訴《IT時報》記者，比如要不停地調整水壺的樣式和位置、杯子裏的水位、環境光照等因素，才能更好地訓練機器人拿放和倒水姿態，形成對環境的基本感知，也就是不同場景下的泛化能力。

2024年底，智元機器人開源了數採中心採集到的百萬真機數據集，比Google的Open X-Embodiment、AgiBot World長程數據規模高10倍，場景範圍覆蓋面擴大100倍，數據質量也從實驗室級上升到工業級標準。

“大型培訓學校，可以批量培訓保姆、服務員、工人等”“機器人在訓練時看起來並沒有那麼智能”“機器人崛起後，會不會感恩人類這麼用心地教它們？”《IT時報》記者與同行的媒體人紛紛感慨。

大模型與人形機器人“合體”

除了人教機器人，AI也能賦予機器人眼睛與大腦，使其具備視覺和思考能力。

2月27日，百度智能雲與“稚暉君”彭志輝領銜的智元機器人簽署戰略合作協議。AI大模型與人形機器人“合體”，頗有想象空間。所謂具身智能，可以簡單理解為機器人安上了“AI大腦”，大腦不僅可以指揮身體做動作，也使機器人有了與現實世界交互的能力，包括感知、決策、行動等。

在戰略合作的首期落地階段，百度智能雲與智元機器人將聚焦教育市場，依託百度智能雲“視覺大模型+邊緣計算”的軟硬一體解決方案，結合智元遠征系列專業數採和交互服務機器人、靈犀全棧開源機器人、AIDEA全棧數採方案等產品方案的研發佈局，共同打造可二次開發的人形機器人平台。

“主要面向C端用户推廣。”百度工業產品運營組行業解決方案總監呼嘯向《IT時報》記者介紹，首先會面向高校用於科普教育，或是面向極客和開發者，進行二次開發和拓展應用，從實驗室走向商用落地。

在AI實訓實驗室中，高校師生可通過平台內置的行業模型庫和算法產線，自主訓練機器人完成物品分揀、環境巡檢等高精度任務模型。

這不僅降低了AI開發門檻與實驗室的建設成本，更為教育科研機構開展人形機器人DIY開發，開闢了又一條路徑。

在“人人造”現場，一羣機器人愛好者正沉浸到電機關節、傳感器、域控制器等一堆零件中，有條不紊地按照圖紙和裝機視頻進行組裝，一般一天半可以“手搓”一台“超現實機甲”。在極客眼中，安裝一個自己專屬“賈維斯”，就像普通人安裝一件宜家傢俱，甚至拼裝一件樂高玩具一般簡單。

當“靈犀”遇上“一見”

近日，智元機器人在官方電商平台智元商城推出全球首款全棧開源機器人靈犀X1的整裝組件。靈犀X1採用模塊化設計，輕鬆拆裝，靈活自由，安全輕量，高可擴展等特性讓它更適合人機交互與輕服務場景。

早在2024年10月，智元機器人已向全球開發者開源靈犀X1，而且是軟硬件“一站式”開源，全套圖紙和代碼已上線GitHub，開發指南已上線智元機器人官網，這大幅降低機器人技術開發的門檻。GitHub數據顯示，靈犀X1開源上線短短一個月，star總數超過2900，總Fork數累計超過981。

整機結構硬件的圖紙，細緻到每一個螺絲和齒輪，整機的全部物料可通過自行加工或購買獲取，還特別提供整機裝機説明，幫助開源用户迅速完成機器人本體的組裝；在整機軟件算法方面，智元機器人提供了AimRT平台組件、機器人URDF文件、仿真Sim2Sim、Sim2Real代碼、強化學習訓練代碼、模型轉換、推理工具和調試工具（數據可視化、遙控器）等，涵蓋了整個開發流程。

據百度智能雲泛科技副總經理張帆介紹，百度智能雲將基於一見視覺大模型平台與EdgeBoard開發板卡，在教育科研、安全生產、連鎖合規、工廠SOP、農業等場景，雙方可以打造人形機器人的標杆場景。

光靠人教機器人是有限的，而百度雲的“一見”已經沉澱800多個專業視覺小模型，覆蓋20多個行業場景，為國能集團龍源電力、中海油大榭石化、中化集團等大量企業解決生產安全、合規品控等管理問題，實現基於視覺的數字化管理。

“人形機器人不會待在固定場景裏，需要用眼睛看，用大腦思考，百度視覺大模型能給人形機器人提供視覺理解能力。”呼嘯解釋道，具身智能也需要採集數據和訓練模型，未來雙方會在雲服務方面加深合作。

花5萬元請位機器人“保姆”

身處如此真實的場景，身邊環繞着無數機器人，彷彿置身電影拍攝場景般不真實。

然而，具身智能世界已經離我們不遠，5年後，人形機器人的價格可能降至5萬元左右，它們將以保姆的身份走進千家萬户，以服務員的身份走進餐廳，以工人的身份到工廠打螺絲。

據高工產業研究院預測，2030年全球人形機器人市場規模將突破200億美元，其中中國市場佔比達四分之一，相當於365億元人民幣的市場規模。

2024年是人形機器人覺醒之年，而2025年則是人形機器人的量產元年。蛇年春晚的一場舞，讓老百姓們開始好奇：機器人除了跳舞，還會幹什麼？從實驗室到家庭，從概念驗證到商用落地，大模型和AI Agent（智能體）技術成為人形機器人突破臨界點的關鍵驅動力。

2024年8月，“遠征”和“靈犀”兩大家族5款人形機器人站上舞台，讓智元機器人成為機器人商用的破局者。

今年1月，智元機器人宣佈，旗下具身機器人累計下線1000台，其中包括731台雙足人形機器人，被應用到多個工業場景。

目前，智元機器人臨港工廠的年產能已達到數千台，後續還會進一步擴大產能。埃隆·馬斯克也在今年1月宣佈計劃，特斯拉將在今年生產數千台人形機器人Optimus，若進展順利，明年產量將達5萬至10萬台。

只有當機器人零部件產業鏈成熟，規模化生產才能把機器人價格打下來。除了標準組件外，機器人的大多數核心部件由智元機器人自研，再交由產業鏈工廠生產部件，最後在臨港量產工廠完成組裝。此前智元機器人方面曾透露，機器人的生產成本正以每年15%~20%的幅度降低。

排版／ 季嘉穎

圖片／ IT時報  智元機器人  

來源／《IT時報》公眾號vittimes

E N D