千寻智能联合创始人高阳：人形机器人最快明年就能“听懂人话”，真正“帮人做事”仍需时日

据路透社9月18日晚间报道，清华大学机器人学助理教授、千寻智能联合创始人兼首席科学家高阳表示，预计从明年起，人形机器人将能理解口头指令并执行大多数通用任务，但距离真正进入家庭、承担实际工作仍需时间。

中国人形机器人的硬件能力近年来显著提升，冲刺、跳舞甚至按指令完成后空翻已不成问题。机器人企业竞争焦点随之转向软件，目标是提升机器人的智能水平，使其能胜任更多具有实际经济价值的任务，这一领域通常被称为具身智能。

高阳指出，“大脑”是机器人技术栈中最薄弱的一环。“我们预计到2027年年中达到‘GPT-3.0’级的里程碑。那时，你可以直接用自然语言与机器人交流，它会执行一系列合理的物理动作，尝试完成任务。”

报道称，整个机器人行业都在等待自己的“ChatGPT时刻”：即通过软件突破，将前沿技术转化为面向广大客户的实用产品。OpenAI在2022年推出ChatGPT后，生成式AI迅速进入大众市场，同时证明了其商业化潜力。

IT之家从报道中获悉，为训练机器人，千寻智能在全国部署了约1000名合同人员，用于收集真实世界数据。目前，千寻智能的机器人在结构化客厅环境中完成简单任务的成功率达到90%。

高阳预计：“未来一两年将是工业应用的初始窗口。两年后，我们会看到机器人进入商业服务场景，执行较简单的任务。相比工业和商业服务场景，进入家庭要困难得多。……我们成立时，机器人只能做好倒水、叠一件衣服这类单独任务。今天，机器人可以在大范围空间内行动，并连续完成复杂的工作流程。”

不过，旋开瓶盖等精细动作，以及处理此前未遇到过的任务，仍是机器人需要攻克的难题。