在社交媒体上，人形机器人的视频总能引来惊叹。
它们翻跟头、打拳击、在工厂里搬运箱子，仿佛科幻电影里的场景已经走进现实，似乎再过不久，它们就能走进千家万户。
但一位长期从事机器人安全与数据工作的业内人士给出了冷静的判断：决定人形机器人能否大规模走进现实的，不是它们有多聪明，而是它们有多安全。
这位业内人士是外包与人工智能服务公司TaskUs负责人工智能服务、安全与机器人业务的副总裁里克·巴尔扎诺。从职务即可看出，他的工作横跨人工智能数据与机器人安全两个领域。
一、聊天机器人和人形机器人，根本不是一回事
巴尔扎诺首先区分了两类人工智能。大语言模型处理的是数字世界里的模式，读文字、写文章、回答问题，即便出错，后果通常停留在屏幕上。
具身智能则完全不同。巴尔扎诺说，具身智能必须感知物理环境，并决定如何在其中行动。
一个聊天机器人答错了问题，你可以一笑置之；一台几十公斤重的人形机器人判断失误，可能撞翻设备，甚至伤到身边的人。
这种差异，也体现在训练数据上。大语言模型可以从海量互联网文本中学习，但机器人需要的是真实世界的数据，包括第一人称视角的视频、各类传感器读数，以及人类的实体示范动作。
这类数据无法从网上批量抓取，只能一点一滴地采集，成本高、周期长。
巴尔扎诺坦言，目前在机器人的学习过程中，很大一部分工作其实是人类在替它们完成。
二、演示视频背后的“隐藏条件”
那么，网上那些令人惊叹的视频，又是怎么回事？巴尔扎诺认为，目前的人形机器人，本质上仍是“披着人形外壳的高度专用机器人”，尽管厂商常常宣传它们具备通用能力。
许多演示视频会刻意略去一些关键信息，比如幕后的远程操作员、严格划定的作业区域，以及大量的前期准备工作。
他举例说，那些看起来在工厂里“自由行走”的机器人，实际上往往只在一块约40乘40的受限区域内活动，周围布满了安全防护措施。
这并不是说演示是假的，而是说它们展示的是理想条件下的最佳表现，而非真实复杂环境中的日常状态。
更棘手的是精细动作和力度控制。拿起一个鸡蛋不捏碎、拧紧一颗螺丝不拧滑、推开一扇门不撞到人，这些人类习以为常的动作，对机器人而言都是巨大的训练难题。
传统工业机器人被关在护栏里，在固定位置重复固定动作，安全问题相对容易控制。人形机器人却要进入人来人往、随时变化的环境，安全的复杂程度成倍上升。
国际上，工业机器人和协作机器人已有相对成熟的安全标准，但针对能够自由移动、与人近距离共处的人形机器人，相关规范仍在探索之中。
三、最后10%的难题
为了降低成本，许多企业依靠仿真环境训练机器人，在虚拟世界里让它们反复练习。
但巴尔扎诺提出了一个他称之为“90比10法则”的问题：要把机器人的表现从90分提升到100分，最后这10%的进步，会不会耗掉90%的预算？
现实世界充满了仿真难以覆盖的意外，比如地面的油渍、突然闯入的工人、形状略有差异的零件。
他还指出，在一家工厂训练好的机器人，换到另一家工厂往往无法直接上岗，需要额外的适应和调整。
因此，训练数据必须足够多样，覆盖不同的环境和场景，否则模型就会“过拟合”，只会在熟悉的地方干活。
除了机器人本身，部署环境也要配套。
工厂需要可靠的网络连接、远程干预系统、故障恢复工具，以及清晰的人员安全规程。一旦机器人遇到无法处理的情况，必须有人能及时接管。
这就好比自动驾驶汽车上路，不仅需要聪明的算法，还需要完善的道路设施和应急机制。
四、安全才是规模化的通行证
那么，人形机器人什么时候才能真正大规模落地？
巴尔扎诺认为，汽车装配、仓储和物流将是最早采用人形机器人的行业。这些场景相对结构化，任务明确，便于控制风险。
他估计，人形机器人有望在五到十年内实现广泛部署。但他特别强调，安全将引领大规模部署和规模化发展。
这句话点出了整个行业的关键。安全不是锦上添花的附加项，而是进入市场的前提条件。
对企业客户而言，一台机器人哪怕效率再高，只要存在伤人风险，就很难获准进入车间；而一旦发生严重事故，整个行业都可能遭遇信任危机。
当前，中国、美国等地的人形机器人产业正迎来投资热潮，各类产品发布会和演示视频层出不穷。
在这样的热潮中，巴尔扎诺的提醒显得格外清醒：炫酷的演示可以吸引眼球，但只有安全可靠，才能赢得真正的市场。
人形机器人的未来，不在于它能翻多少个跟头，而在于它能否在人类身边安安稳稳地干好每一件小事。
