在北京举行的世界人形机器人运动会上，机器人跑百米、踢足球、打拳击，展现出越来越接近人类的运动能力。但与此同时，机器人摔倒、失去平衡，甚至冲过终点线后无法及时停下的画面，也让不少人好奇：这些机器人究竟已经发展到了什么程度？从赛场上的高速奔跑，到现实世界中的自主行动，人形机器人距离真正走进家庭、医院和工作场所，还有多远？点击 ▶ 收听完整采访。
点击 ▶ 收听播客。
8月26日，第二届世界人形机器人运动会在北京国家速滑馆“冰丝带”落下帷幕。
赛场上，机器人完成了百米冲刺、足球、拳击等项目，动作越来越接近人类；但同样抢镜的，还有另一番画面：机器人摔倒、撞墙，甚至冲过终点线后收不住脚步，场面一度十分滑稽。
这不禁让人发问：人形机器人究竟发展到了哪一步？它们离真正走进家庭、医院和工作场所，又还有多远？
跑得快不等于能够稳定地工作
新南威尔士大学机械与制造工程学院高级讲师吴聊博士长期从事医疗机器人研究，包括微创手术中的柔性机器人和智能感知。
他曾于2008至2013年在清华大学机器人实验室攻读博士，当年实验室里的仿人机器人“动作仅限于表演太极拳”，如今的机器人却“已经打破了人类奔跑的速度”——这背后，是二十年来机器人硬件研究的快速积累。
吴博士解释，机器人的平衡能力“最近一两年才达到了一种相对比较好的状态”，这一直是腿部设计的难点。
至于赛场上为何频频摔倒、撞墙，他认为关键在于赛制本身：百米比赛主要考察完成100米所需要的时间：“只要你在这一百米以内达到了非常快的速度，那么你的比赛名次就很高。”
有些资金充裕的企业甚至会让机器人“用这一次比赛，报废了之后再换一台同款”上场，因为参赛的核心目的，是展示技术能达到的最高点，而不是稳定性。
如果说赛场测的是机器人的“极限性能”，真实世界更在意的，却是它能不能把一件事情稳定地做完。
这个问题，牵涉的已不只是身体能力，还有机器人能否自主应对变化。
悉尼大学澳大利亚机器人中心研究员乔江霖博士目前从事行星机器人研究，并参与澳大利亚月球车任务的自主规划研究工作。
他表示，相比百米冲刺这种“在可控环境下”完成的特定任务，让机器人在无人监督的情况下，安全稳定地完成一天的日常工作，后者明显更加困难——他把两者比作博尔特和普通家政人员之间的区别。
他表示：“博尔特可能在跑步方面非常专业，但是别的方面可能就不行。家政人员可能可以做很多人类日常的任务，但是跑步就不行。这就是一个泛化能力的体现。”
乔江霖博士进一步说明，机器人面对的任务场景大致可分为“可控”与“非可控”两类。
可控场景可以通过反复仿真和实地测试，达到比赛中看到的那种表现，“有点像我已经排练了很多次”；真正的考验在于开放空间里的应变能力——比如足球机器人从室内草坪换到室外，“草地高度、湿度、当前的天气状况”都会带来新的干扰。
这种应变能力体现在两方面：一是摔倒后重新站起来的“恢复能力”，二是行动之前预判风险的“预测”能力，而后者的难度还要更高。
手比腿更难 人形也未必是唯一答案
吴博士表示，双足行走的研究“基本上已经达到了一个很高的水平”，相比之下，灵巧操作——也就是让机器人的“手”像人手一样精细地抓取和操作物体——“还基本上没有解决，还是一个开放问题”。
目前学界和企业对灵巧手的技术路线尚无共识：要在手掌大小的空间里集成十几二十个独立驱动的电机本身就很难，还伴随散热、耐用性、传动效率和摩擦等一系列待解决的问题。
触觉感知同样关键，机器人需要感知到纹理、触感、需要施加多大的力去抓，才不会把东西“抓烂”。
在医疗机器人领域，这种差距体现得尤其明显。
真正进入医疗环境后，不同患者、光照、病理情况和组织特征，都可能影响机器人的表现。
要确保系统稳定可靠地工作，考验的往往不仅是一项技术本身，还包括大量工程验证，以及处理各种极端情况的能力。
也正因为医疗场景对可靠性的要求极高，吴博士表示，目前主流的医疗机器人仍主要采用“主从控制”模式——由医生在背后操控设备，机器人的动作则映射到患者身上。
换句话说，机器人负责提供更精准、更灵活的操作能力，但真正作出判断和控制的“大脑”，仍然是医生。
至于机器人是否必须做成人的样子，两位学者都提到，业内目前没有统一答案。
吴博士个人认为，人形未必是最优选择，双手可能是较为理想的形态。
例如，在没有楼梯的家庭环境中，采用轮式底盘、配备双臂和双手的机器人，可能更稳定，也更节省能源。
但支持人形机器人的研究人员认为，如果目标是开发能够完成大量不同任务的通用机器人，人类的身体形态可能具有优势。
原因很简单：现有的环境和工具——椅子、汽车驾驶座等——都是按人体设计的，如果目标是打造通用的机器人系统，人形仍是更具适配性的选择，否则“你家里面塞满了……奇奇怪怪的不一样的机器人”，综合成本反而更高。
人工智能的加入让问题更复杂。
乔江霖博士指出，把AI装进机器人本身不难，难点在于机器人没有试错能力，不像和聊天机器人对话可以在下一轮纠正，机器人“一旦一步错了，它步步可能后边步步就错了”，很容易引发连锁性的失败。
吴聊博士补充说，语言模型的训练依靠海量现成的文字和影像数据，而机器人的动作数据“现在基本上你很难找到说有现成的”，因此不少企业正通过遥操作或采集人类动作数据，来训练相关模型。
距离机器人走进千家万户还有多远？
如果可以为下一届机器人运动会设计一个比赛项目，两位从业者会希望机器人比拼什么呢？
吴博士建议参考“世界技能大赛”的思路，设置叠衣服、做家务等更贴近现实需求的操作类项目。
乔江霖博士则提出，可以让不同功能的几个机器人在餐厅场景中组队协作，完成点单、做菜、传菜和清洁，测试机器人之间的协同能力，堪称综艺《中餐厅》的机器人版本。
至于机器人何时才能真正走进家庭，两位专家都没有给出具体年份。
乔博士回忆，自己曾在2019年悉尼举办的RoboCup机器人足球世界杯担任志愿者，“7年前跟现在的机器人是完全不同”的状态。
这背后部分得益于材料和制造成本的下降，过去动辄上百万澳币的人形机器人本体，如今“付五万就可以买到一个商业化机器人”。
吴博士则提到，历史悠久的RoboCup自设立之初便定下“2050年击败人类世界杯冠军队”的目标，还一度被认为“有点可笑”。
但站在今天再度回望，这个目标似乎不再虚无缥缈。
不过他也强调，从机器人能够高速奔跑，到真正大范围普及，仍然存在明显距离。
灵巧操作、适应真实环境的自主能力、可靠性、成本，以及适合部署在机器人上的人工智能系统，仍然是需要突破的关键问题。
“离我们希望让这些机器人走进千家万户去服务，真正服务人们的生产生活，还有很大的距离。”
欢迎下载应用程序SBS Audio，订阅Mandarin。您也可以通过YouTube、Apple Podcasts、Spotify等平台随时收听SBS普通话播客，在 YouTube, X , Instagram，微博和微信平台关注SBS中文，了解更多澳洲新闻。
