WAIC机器人告别“拘谨”，腾讯张正友称“iPhone时刻”未至
2025世界人工智能大会暨人工智能全球治理高级别会议（WAIC）刚刚闭幕，会议期间宇树的机器人很忙。
在世博展览馆，机器人忙着拳击。转眼，它出现在腾讯展台，又走上论坛的舞台，迈向腾讯首席科学家、腾讯Robotics X实验室主任张正友。
机器人看看演讲台，告诉张正友，它看到花束、笔记本电脑和两个麦克风。临下台时，机器人还拒绝了张正友“晚上喝一杯”的提议，说它晚上要加班，引起现场观众欢笑。
本届WAIC上，人形机器人明显没有了去年的“拘谨”，纷纷演示新进化出的能力。不仅打拳、讲话，还打鼓、写书法、扮演工厂分拣工人和便利店店员，并且告别遥控器。张正友告诉记者，上台的机器人搭载了腾讯Robotics X刚发布的具身智能平台Tairos，演示时不需遥控，机器人交互也不依赖预先设定好的程序，背后是算法在跑。
WAIC期间，第一财经记者采访了张正友。作为一个7年前就成立的知名机器人前沿研究实验室负责人，回头看看过去7年的发展和当下的行业，张正友的观点具有代表性。虽然机器人技术演进加快了，但他告诉记者，类比手机，具身智能本体形态现在还没有看到“iPhone”出现。对于商业化，他的态度颇为谨慎。
在WAIC开幕的前一日，记者还采访了优必选副总裁、研究院执行院长焦继超。与研究性质的Robotics X相比，优必选是推动人形机器人商业化的代表。焦继超告诉记者，一两年内比较可能率先规模化部署的是工业搬运类工种。
两名从业者的视角各有不同，不同视角的碰撞下，可以看见更真实的具身智能生态。
“只以人形为标本会限制想象力”
2018年年初，张正友从零开始组建了腾讯Robotics X实验室，这个实验室属于国内科技厂商探索前沿机器人技术最早的一批团队。具身智能热潮下，Robotics X实验室至今未进行真正的商业化，但实验室在业界仍有广泛影响力。
去年9月，该实验室推出机器人小五，探索机器人在人居环境的应用，在此之前，Robotics X还做过足轮机器狗Max，这些都是研究原型。今年在WAIC上发布Tairos具身智能平台，是Robotics X最靠近商业业态的一次。
今年年初，腾讯董事会主席兼首席执行官马化腾定调，公司希望成为机器人厂商的合作伙伴，而不是取而代之做硬件。按照Robotics X的说法，实验室在进行产品化了。
张正友告诉记者，Robotics X和福田实验室联合推出Tairos前，团队已走访了深圳、上海、北京、成都等地60多家公司调研，发现很多企业在硬件方面做得很好，但具身智能仍需要巨大投入。实验室选择向机器人行业开放合作，以模块化方式提供规划、多模态感知和感知行动联合大模型，以及开发工具和数据服务，为机器人装上“大脑”。平台不以赚钱为目的，合作伙伴已有越疆科技、乐聚机器人、众擎机器人、宇树科技等。
从只专注实验室前沿探索，到做更贴近业界的产品，Robotics X的变化也映射了具身智能行业的变化。张正友表示，7年前实验室刚成立时，几乎找不到能做相关机器人硬件的厂家，实验室需要从头开始做软硬件。而2023年下半年起，机器人行业发生很大变化，ChatGPT面世后，大模型关注度上升，很多机器人企业出现，这些企业做机器狗、人形机器人、触觉传感器、灵巧手等。
“形势已经变化。某种程度上讲，我们需要和机器人硬件本体厂商一起打磨具身智能技术，否则会停留在实验室阶段。我们不能做空中楼阁。”张正友说。
但对于是否进一步商业化，张正友较为谨慎。他告诉记者，实验室7年前拟定的大方向A2G（人工智能、机器人本体、精准控制、发育学习、情感理解、灵巧操控、守护天使）几乎没有变化，那时他考虑较多的是前沿技术研究，因为在技术未成熟时，研究不能由产品化引导，否则有过多压力影响研究。
“腾讯要不要做一个机器狗（量产）？从我的角度，不值得做，因为还有更大目标。Robotics X成立之初规划十年目标，现在过去七年，三年以后差不多能达到预想效果。比如养老场景能不能把具身智能核心技术触觉传感器、定制皮肤等往前推进？如果一开始停留在Max机器狗上，就没精力做其他东西。”张正友表示。
从行业发展阶段看，张正友认为，类比手机行业，具身智能行业还没有出现iPhone，甚至还没有到“大哥大”出现的时候，“‘大哥大’虽然贵，但用的人数还是很多。而现在人形机器人大部分还是用于数据采集、科研、导览。未来会有某个领域容纳大量机器人，让成本降下来、进入每家每户，这不用怀疑，在我有生之年就会发生。”
从研究者的角度，对于人形机器人这种颇受关注的形态，张正友的看法是，双足直立是人类在几千万年进化中，应对复杂环境保留下来的形态，但人居环境与以往不同，机器人形态仍需探索。如果只以双足人形机器人为标本，会限制人的想象力。
人形机器人到达关键十字路口
站在商业化人形机器人公司的角度，技术研究和机器人量产则需要同时推进。从业者对落地前景较为乐观。
优必选正在建设产能，今年计划拥有一千台左右的产能，其中人形机器人的交付目标是500台。接受记者采访时，焦继超谈到，一两年内比较有可能规模化部署的是工业场景的搬运工种，一大原因是该场景存在人力缺口，且工作场景对人形友好、工作没有强实时性要求。而在巡检，机器人需要面对锅炉高温或冷库低温，产品形态复杂、硬件性能还需进一步提升。
近期优必选推出面向智能制造场景的工业人形机器人Walker S2，机器人可以自主换电、不间断作业。为了让多个机器人同时作业，该公司在探索群脑智能方案，由云端大脑进行任务协同，经过蒸馏的大模型安装在机器人本体上，则用于快速规划和工具调用。
焦继超称，随着机器人在今年下半年和明年大量出货，以上方案的算法复杂度还需要提升。当前人形机器人处于快速发展的早期阶段，在达到进入千家万户的目标的过程中，现在到了关键的十字路口。随着关键技术突破，预计明后两年将有大量工业场景应用。而目前，随着新一代机器人推出，他感受到压力越来越大，因为客户希望尽快落地，大规模落地则需要不断迭代。
对于当前行业的技术痛点，两名从业者则有一些相似看法。今年多家机器人厂商推出VLA（视觉语言动作大模型）。张正友表示，VLA是操作中比较容易看见效果的方法，但只用到视觉，还没有力觉、触觉。此外，VLA还是通过2D图形来感知，对3D世界缺乏理解。当前VLA还处于初级阶段。
焦继超则表示，VLA作为一种技术架构，是目前在具身智能领域非常热门的技术方向，但目前离落地仍有距离。
张正友认为，具身智能行业需补足的能力还包括对3D世界的认知、将触觉和力感知加入感知行动联合大模型。机器人需要理解3D才能操作，这种世界模型与当前的多模态模型有很大差别。实验室对触觉和力觉已研究数年，但触觉和力觉还没有达到语音、文本这般标准化的程度，需要行业一起努力。
焦继超则看到人形机器人供应链也尚未达到标准化。他表示，供应链尚未成熟，目前已经出现了一部分总成，但由于不同工种的机器人所需的产品参数不同，这些标准化产品不一定总能适用。目前各家方案存在差异，基本上还是要自己设计、找供应商生产。预计未来两年左右，硬件将有更多共识，不再成为瓶颈。