里面是不是藏了人？机器人第一次自证不是人类

下一个10年属于空间智能 | 图源：小鹏汽车

作者／ IT时报 孙妍

编辑／ 王昕 孙妍

11月5日，小鹏汽车在小鹏科技日上发布了一款女性形态的机器人，名叫IRON，人送外号“猫女”。她并没有在台上演示高能的技艺，只是自主地走了走猫步，就引发轩然大波：机器人里是不是藏了个真人？

“猫女”短短几步路，踩出了巨大的流量。由于步态太过自然，不仅吸引了圈内人一遍遍重播、放大、观察细节，连普通人都被吸引进这场“真假机器人”的侦探游戏中，不断探寻“猫女”的耳朵、关节、透气孔等细节透露出的蛛丝马迹。

质疑声此起彼伏，一夜未睡的何小鹏，在第二天拍了一段一镜到底的视频自证，拉开背后拉链，卷起袖子、裤子，裸露部分后背、手臂、腿部的内部结构，人们可以看到晶格肌肉、谐波关节等，并再次欣赏到了猫步。

这是机器人第一次自证：我不是人类！

虽然部分网友仍旧沉浸于“侦探游戏”，坚称IRON是由一位装着机械假肢的真人扮演，但质疑声未尝不是掌声，小鹏的自证虽然不够彻底，却开了一个好头，厂商就应该大大方方地接受观众和用户的检验。

在《IT时报》记者以往参加的发布会或展会上，不少机器人厂商只会放出实验室演示视频，就怕现场演示“翻车”，也有不少机器人在展会上“站桩”，偶有机器人握个手、翻个跟斗、跳个舞，就能成为现场焦点。

当观众看腻了机器人跳舞、耍功夫，人形机器人的下一个方向是什么？

小鹏女性机器人的定位很适合居家、康养场景，毕竟人类需要被照料时，天然会倾向于寻找具有母性关怀的对象。长期来看，如果要走进家庭这一终极场景，从“像人”到“像人一样会干活”，还有很长一段路要走。

小鹏女性机器人没有追求跑跳等爆发性能力，对执行器的功率、整体功耗的要求更低，能有更好的稳定性，是比较讨巧的做法。

我大胆猜测：小鹏还不想IRON爆单。在与圈内人士交流时，大多数人都认为机器人量产的主要困难，不是产量跟不上，而是稳定性跟不上。如此之多的执行器，出厂前都要调试，甚至必须得靠“手搓”。

2024年，全球人形机器人的出货量只有几百台。今年，全球人形机器人的出货量有望达到2万台。这个数量级的产量，的确还不用上汽车等产业那样的高水平流水线。

记得10年前到一家外骨骼机器人工厂参观，没想到就是在公司里开辟了一块场地，像一间小作坊，绝大多数零部件的组装靠“手搓”。10年后，机器人生产最大的进步是已经实现模块化，只需要将模块组装起来就行。

机器人本体“出厂”的那一刻，考验才刚刚开始，宕机、失灵等售后问题怎么解决？机器人不够“聪明”做错事怎么处理？

目前，人形机器人还处于“躯体渐强、大脑未醒”的状态。

数据可以改变机器人“缺智”的问题，但是高质量的训练数据是非常匮乏的。在一个机器人数据采集工厂里，厂商聘请了几十位来自技术院校的学生，手握手柄，头戴传感器，每人每天重复几百次倒水、叠被子、拉窗帘的动作，就为了让机器人学习，简直比教自家小孩还要更累、更有耐心。

但是，这种“教育”成本太高了。而且，感知到有被替代风险的工人已经开始“反抗”，一些产线工人不愿穿上数据采集服，担心用自己的技术“喂养”出成千上万个迟早会替代自己的机器人。

空间智能或许是下一场技术变革的“支点”。

投身人工智能领域25年后，斯坦福大学教授、World Labs联合创始人李飞飞在11月11日发表万字长文定义AI的下一个十年——构建真正具备空间智能的机器。

字里行间，交织着预测未来世界的振奋与论证前沿技术的理性，流露着与图灵一般的好奇与敬畏。75年前，“人工智能之父”图灵提出了一个问题：机器能思考吗？这个问题至今仍在回荡。

李飞飞的回答是，AI的下一个前沿是空间智能。空间智能将彻底改变现实与虚拟世界的交互方式，它将重塑叙事、创意、机器人学、科学发现等领域。它代表着超越语言的前沿，它连接了想象、感知与行动，开启了机器真正赋能人类生活的可能，从医疗到创造力，从科学发现到日常助理。

但是，AI的空间能力仍与人类相距甚远，比如最先进的多模态大语言模型生成视频十分惊艳，在物理层面找不出破绽，但往往几秒后就失去连贯性。

所以要让机器人自主地与真实世界交互，空间智能还需要一个“脚手架”——世界模型。

机器人行业已经有了路径分野，绝大多数人认为通用型机器人依赖于大量互联网数据、合成仿真和现实世界中的人类示范数据；而另一条是小样本高泛化的路径。世界模型有着高泛化性，它能够预测环境的下一步状态，甚至预测符合人类预期的动作，随着其感知逼真度和计算效率的提升，世界模型的输出可以迅速缩小仿真与现实之间的差距。

李飞飞虽然没有给空间智能的到来划定一个具体的时间表，但是她联合创立的World Labs已经将研究方向聚焦于空间智能。11月12日，World Labs推出首款商业化世界模型产品——Marble，能生成可编辑、可下载的3D世界。用户可先手动构建空间结构框架，如墙体、平面等，再由AI填充视觉细节。

下一个十年的图景似乎已在眼前，2035年的双十一，一对年轻夫妇在饭后随意地逛到一家机器人4S店，里面有精通川菜、粤菜、本帮菜的中式大厨机器人，有精通琴棋书画的素质教育机器人，琳琅满目，目不暇接。由于老公与一个长相精致、声音甜美的美女机器人互动过多，老婆一气之下，全款买下一个拥有八块腹肌且精通营养学的健身教练机器人。