机器人，到底谁在买？通用机器人的终极形态是……
在这一前沿领域，来自麻省理工、斯坦福、北大、清华等顶尖院校的年轻创业者们正扎堆涌入。姚期智在往届世界机器人大会上展示的人形机器人“小星（星动L7）”，被视为这一愿景演进过程中的阶段性成果。这台机器人来自清华大学唯一持股的人形机器人企业星动纪元。
具身智能的发展面临着哪些真实瓶颈，又该如何破局？《中国新闻周刊》专访了星动纪元创始人、清华大学交叉信息研究院助理教授陈建宇。
“通用机器人的终极形态是人形”
《中国新闻周刊》：通用机器人的最终形态必须是人形吗？
陈建宇：具身智能体可呈现多种形态，包括仿生机器狗、机械臂、无人车及四足机器人等。人形不是我们最终的目的，而是一个重要手段。因为人类是现实世界中唯一具备通用智能的实体，能够提供大量与环境交互的数据供模型学习，而人形机器人能够更直接地利用这些人类行为数据。
语言模型之所以取得成功，就是因为它借鉴了人类语言的学习过程，从海量人类文本中学习而来。同理，构建通用机器人的最短路径，就是直接向人类行为学习。
此外，开发人形机器人所积累的技术可以向下兼容，辐射到机械臂、灵巧手和夹爪等设备。相较于依赖遥操作采集数据的方式，人形机器人具备更高的数据采集效率。此外，网络上存在大量真人操作视频可作为训练资源，扩展了可用数据的规模与多样性。
《中国新闻周刊》：为什么一定要研发通用机器人？
陈建宇：通用机器人一定是AI发展的必然趋势。目前AI已经逐步渗透到电脑、手机等各类终端，其能力正从认知层面向行动层面延伸，智能汽车便是这一趋势的典型代表。接下来机器人由于有更强大、更通用的移动和操作能力，必将带来整个社会生产力和服务力的革新。
然而，若继续依赖传统的机器软硬件方案，将难以实现真正的通用性。目前机器人种类已经比较多样，但数量还相对较少，因为每一个场景都要建立一套独立系统，这样的硬件堆砌无法催生最终的智能进化，反而会因系统封闭而形成“商业牢笼”，制约机器人的规模化发展。这也解释了为何机器人领域历经半个多世纪的发展，仍未出现真正意义上的行业巨头。
机器人系统涉及维度更广，必须同时构建具备通用能力的“大脑”，以及与之匹配的“通用本体”。大脑与本体的深度融合，才能建立起可扩展、可演进的技术范式，从而推动通用人形机器人的实现。
《中国新闻周刊》：通用机器人发展面临的主要瓶颈是什么？
陈建宇：目前最大的瓶颈仍在于具身智能最终模型的范式，需要不断突破迭代，才能打破僵局。我们把具身模型的发展过程分为四个阶段，这也是星动纪元逐步探索的路径。
第一阶段，2023年ChatGPT问世后，我们开始探索如何将具备人类认知能力的语言模型和视觉语言模型引入具身智能中。第二阶段，受谷歌启发，我们开始了端到端的VLA雏形的研究，将语言模型的深度思考能力与行为动作的实时执行能力结合。第三阶段，以Sora为代表的视频生成模型出现后，我们尝试将其引入机器人中。第四阶段，在DeepSeek等强化学习范式的推动下，我们采用强化学习方法来训练基于模仿学习的VLA模型，最终提升了模型的成功率和效果。
此外，当下具身智能与人形机器人普遍面临数据难题。问题不仅在于数据量不足，更在于数据多样性、来源丰富度及质量的局限。此外，不同机器人在自由度、输出维度、传感器类型等方面存在差异，也使得数据和模型的直接复用面临限制。