【环球时报报道 记者 陈子帅】编者的话：近日，首届世界机器人登泰山大赛在山东泰安举行。人形机器人、足式机器人接连挑战陡峭台阶，不仅比拼爬山速度，还模拟泰山挑山工负重转运物资，在真实山地环境中检验运动控制、环境感知和负载能力。从实验室走向复杂户外场景，机器人登泰山展现了国产机器人技术的进步，也暴露出一系列值得关注的问题：攀登泰山究竟要突破哪些技术难关？机器人在比赛中展现的能力能够应用于哪些领域？机器人未来又将朝着哪些方向演进？围绕这些问题，《环球时报》记者采访了多位专家进行解读。
人形机器人爬泰山。（视觉中国）
核心难点：要先过三关
本次赛事，人形机器人竞速赛正式赛段全程约1.6公里、600余级台阶。足式机器人竞速赛全程为泰山红门广场至中天门，约3.9公里、3100余级台阶。这样的场景会考验机器人的哪些能力？“机器人爬泰山，真正的挑战不是爬台阶，而是在复杂、非结构化的真实环境中，实现连续、稳定、自主运动”。深圳市人工智能与机器人研究院具身智能中心主任刘少山对《环球时报》记者表示，这背后有三个核心技术难点。第一是环境感知，机器人需要实时识别高低不一的台阶、地面摩擦条件和落脚位置。第二是动态控制，机器人需要在运动过程中不断调整重心、关节力量和步态，避免失去平衡。第三是系统可靠性，数千级台阶的连续攀登，对电机、能源、散热以及计算系统的实时性都提出了很高要求。
“这次比赛体现了我国机器人在复杂地形运动控制和长距离连续运动方面的明显进步。尤其是四足机器人，已经展现出较强的山地通行能力；人形机器人也正在从实验室中的标准化步态，向复杂环境下的动态运动发展。”刘少山说。
值得关注的是，比赛还设置了足式机器人负重赛，即模拟泰山挑山工的作业场景，比拼机器人在负重状态下的物资转运能力，赛段全程约3.3公里、2100余级台阶。赛迪研究院未来产业研究中心人工智能研究室主任钟新龙告诉《环球时报》记者，负重会增加关节受力，并随着货物位置变化影响重心和平衡。四足机器人背部可以布置相对稳定的载货平台，多个支撑点也有利于分担重量，因此更适合优先检验山地运输能力。
为什么不让人形机器人负重爬泰山？钟新龙表示，人形机器人双足负重时，上肢动作会改变整机重心，对足底摩擦、关节持续扭矩和跌倒保护都提出更高要求。“这场比赛提示我们，机器人形态应当由具体工作决定。山地运输、坡地巡检，四足机器人现阶段往往更有优势。需要开门、取物、操作工具，尤其是在按照人的身高和动作习惯建造的设施里，人形机器人的双手和上半身才有更大的发挥空间。未来的产业格局很可能是不同形态各司其职。”他说。
未来应用：在复杂环境下作业
机器人爬泰山所展现的技术本领，未来能够应用在哪些领域与场景？在刘少山看来，最直接的应用方向是复杂环境下的巡检、运输和应急作业。“例如山地巡检、电力设施维护、灾害现场物资运输以及矿山、隧道等危险环境中的作业。这些场景对复杂地形通行能力有实际需求，同时也存在降低人员劳动强度和安全风险的商业价值。”
《环球时报》记者注意到，目前行业已经开始探索相关应用。比如，泰山景区此前开展过机器狗垃圾清运测试。10月，一家瑞士工业机器人企业宣布开始向油气、化工等客户交付面向危险环境的四足巡检机器人。刘少山说，四足机器人在一些限定场景已经具备应用基础，未来一至三年有望进一步扩大商业化部署。
在人形机器人领域，应用则可能更多从工厂物料整理、仓储配货及需要双手操作的固定任务开始，随后逐步走向环境更复杂的岗位。目前，国内机器人公司已经和汽车工厂等进行联合试训。新加坡南洋理工大学校长讲席教授、人工智能交叉研究院院长、人工智能系主任安波告诉《环球时报》记者，四足机器人已经在变电站、园区巡检这种比较规整的场景里使用。人形机器人走进复杂户外环境并规模化使用，还要等几年。
刘少山提到，目前最大的技术目标，是机器人能够自主完成有价值的工作，这个比赛是到达这个目标的一个里程碑。“这个目标不仅涉及运动能力，还涉及环境理解、任务规划、灵巧操作、持续学习，以及整套系统的可靠性和经济性。”
安波说，比赛跑通一次不难，但实际应用要求每天风吹雨淋地干几百次不出问题，这是两码事。另一个是续航和负载，电池能量密度是个老问题，背着东西走不了太远。还有一点经常被忽略：爬上山只是到了现场，到了以后能不能看懂要干什么、能不能动手把活干完，这才是用户真正在乎的。
《环球时报》记者关注到，机器人在登山过程中并非一帆风顺，出现了踉跄、停顿和人工牵引等情况，还有机器人因为过热“中暑”而退赛。
钟新龙提醒说，比赛也暴露了机器人存在的短板，机器人运动能力、能源供应和安全控制还没有充分协调起来。他认为，要补齐这些短板，首先要把持续输出能力纳入关节和整机设计，改善电机、减速器和驱动系统的散热效率，并让机器人能够根据温度、剩余电量和任务距离主动调节速度与步态。其次，要在湿滑台阶、碎石路、长坡和负重等条件下开展反复测试，重点提升感知失误后的重新落脚、安全停机和自主恢复能力。最后，要把测试标准从单次闯关改成整班次作业，考核连续工作时间、有效运量等。
关键转折：从“能动”到“能干”
“会跑、会跳、会爬山，说明机器人具备了更好的身体控制能力，能否理解任务、适应未知环境、自主解决问题，才是衡量具身智能的更高标准。”刘少山说，下一阶段有三个核心挑战。第一是泛化能力。机器人不能只在训练过的环境中表现出色，还需要适应新的环境、新的物体和新的任务。第二是自主学习能力。机器人需要逐步具备利用历史经验和当前环境信息解决新问题的能力，减少对大量人工数据采集和重复训练的依赖。第三是计算系统能力。未来机器人需要同时运行视觉感知、环境理解、世界模型、任务规划和实时运动控制等不同类型的计算任务，这些任务对算力、内存、时延和安全性的要求各不相同，现有计算架构仍有很大优化空间。因此，具身智能的发展不能只依赖更强大的人工智能模型，还需要模型、计算芯片、控制系统与机器人本体的协同创新。
安波同样认为，机器人正处在一个关键的转折期，即从“能动”走向“能干”，从“单项技能”走向“通用智能”。近几年，借助强化学习、大规模仿真训练和“仿真到现实”的迁移技术，机器人的运动能力突飞猛进，跑、跳、翻越障碍、爬台阶都已经可以做到，这次泰山大赛就是这一阶段成果的集中展示。可以说，在“小脑”层面，也就是运动控制和身体平衡上，我们已经取得了相当大的突破。
“但真正的短板在‘大脑’层面。今天大多数机器人仍然是在相对明确的任务里表现出色，一旦环境变化、任务开放，就难以像人一样理解意图、做出规划、灵活应对。比如你让它把箱子搬到山顶，它能做，但是如果你说‘看看山上缺什么，补一下’，它就不太明白了。”安波告诉《环球时报》记者，大语言模型和多模态大模型的出现给这个问题带来了新的可能，它们让机器人能听懂自然语言指令、理解场景、进行常识推理。把这类“智能体大脑”与机器人身体结合，也就是具身智能，是当前全球研究最活跃的方向之一。不过，大模型如何与物理世界的精确控制可靠对接、如何获得足够多的真实交互数据、如何保证决策安全，都要继续关注。
至于机器人未来的发展，安波总结了三个方向。第一，从单体智能走向群体协同。真实场景中很少有一台机器人单独完成任务的情况，往往是多台不同形态的机器人，比如足式、轮式、无人机，再加上人，一起完成任务。第二，从实验室走向开放真实世界。未来机器人需要具备持续学习的能力，在部署中不断积累经验、自我改进，而不是每换一个场景就重新开发一遍。第三，从技术突破走向安全可信与人机共融。如何让机器人的行为可预期、能被人监督和纠正，如何在多个自主系统共存的环境里防范风险，是需要技术界、产业界和监管部门共同面对的问题。
