浙江人形机器人创新中心：具身智能操作的挑战与突破
聚焦浙江人形机器人创新中心：解析具身智能操作挑战及对应突破路径
在 2025 年 3 月 13 日举办的第三届具身智能机器人产业发展论坛上，浙江人形机器人创新中心首席科学家、浙江大学求是特聘教授熊蓉分享了关于机器人智能操作发展的深刻见解。
机器人智能操作从最初简单的抓放，发展到如今的高精度作业，这一巨大飞跃离不开大模型的融合应用，它极大提升了机器人的行为规划与决策能力。随着数据驱动技术的进步，机器人正从感知智能迈向行为智能，接触交互的重要性日益突出。但当下数据获取与应用成为难题，数据稀缺制约着发展。常用的数据获取手段有人工遥控采集和合成数据生成。遥控采集对设备实时性及操作人员经验要求高，成本昂贵;合成数据在视觉渲染上较成熟，可接触仿真却存在明显缺陷。
从技术方法看，大模型虽有通用性，但准确性有待提高，尤其在机器人高精度、高可靠性和高效率的行为要求下，这一不足更为凸显。同时，机器学习领域也面临可解释性差、灾难性遗忘等问题，亟需优化。尽管挑战重重，但人形机器人、大动作模型和空间智能等技术正处于产业起步阶段，资本和研究投入积极活跃。
在机器人发展历程中，操作能力一直是关键。早期机器人通过专家离线编程在工业场景发挥作用，随着应用场景拓展，机器视觉技术兴起，基于专家规则的在线感知及伺服控制推动了制造业发展。如今，具身智能操作成为研究热点，从 2011 年起计算机领域采用数据驱动提升智能可泛化性，在自动化和机器人领域，借助人工智能通过环境交互获取数据学习操作。2016 年谷歌利用机器人训练学会抓取操作，之后相关机构不断融合技术，推动具身智能从简单抓放走向复杂作业，不过大模型在动作轨迹和力觉信息处理上仍有不足。
具身智能操作面临数据、方法和执行体性能等多方面挑战。数据匮乏，遥控采集成本高，合成数据接触仿真薄弱;方法上大模型通用性和准确性难平衡，机器学习存在可解释性差等问题;执行体组件在接触作业中的性能无法满足具身智能操作需求。
浙江大学熊蓉团队在机器人领域深耕多年。自 2000 年聚焦智能融合，2012 年推动自主学习。在人形机器人研发上成果显著，研发出多种类型机器人。2023 年 12 月注册成立浙江人形机器人创新中心有限公司，专注人形机器人与具身智能融合，发布领航者 1 号和 2 号样机。在操作技术研究方面，团队在感知层、行为层、动作层和底层控制等方面都探索出独特方法，有效提升机器人操作性能，在多个领域得到应用，显著提升自动化水平。
