本报（chinatimes.net.cn）记者石飞月 北京报道
“家庭服务被认为是具身智能最具潜力的应用场景之一，但要真正满足复杂家庭环境中的用户需求，仍需要持续的技术积累和数据沉淀。”9月16日，松延动力创始人兼董事长姜哲源在接受包括《华夏时报》记者在内的媒体采访时直言，该公司近日陆续推出其首个世界模型HERON-World Model和HERON-CRA模型。
作为人形机器人领域的代表性企业之一，松延动力长期将精力聚焦于本体研发，涉足“大脑”层面尚属首次。在姜哲源看来，这一选择的前提在于：松延动力已在机器人本体领域形成较为扎实的积累，在成本控制上具备优势。不过，机器人的“大脑”水平依赖于数据积累，这条路径注定无法一蹴而就，数据规模、数据多样性等都将成为决定“大脑”上限的关键变量。
世界模型与VLA同步布局
相较于其他一些做模型的机器人厂商，松延动力涉足“大脑”的时间可以说并不早，银河通用、智元、星海图等厂商早就有所布局。
不过在深度科技研究院院长张孝荣看来，松延动力选择的这个时间点并不晚。他对本报记者表示，这是行业发展的最新趋势，也是必然趋势，先把本体和运动控制做扎实，再补大脑，路线清晰，试错成本低。“现在几家本体公司都在补大脑，大家都在起跑线上，松延动力不算迟到。”
最近，智元也发布了AGILE2.0感控一体模型；宇树科技通用人形基础模型全面升级并开源。
姜哲源指出，现在松延动力的本体已经形成较为扎实的积累，这是该公司开始做“大脑”的前提。在他看来，机器人本体不能是耗材，至少能稳定用上一两年，不能坏，这是最底线的要求；同时必须具备完成操作的能力，比如自由度要够、力矩要够大、重复定位精度要高、关节的间隙要足够小；此外，底层运控要能支撑这些操作任务的完成。
既然没做到“最先”，那么就要做到“差异化”，本报记者发现，从技术路线的布局来看，松延动力反而称得上面面俱到。
Scalabot是松延动力面向真实世界打造的通用具身智能技术品牌。本周，Scalabot发布HERON技术架构体系下的VLA模型——HERON-Context Reinforcement Action Model（CRA）。
亮点在于，HERON-CRA构建了Context Expert、RL Engine与Cross-Embodiment Pretraining三项关键能力：让机器人理解任务如何发生，从错误中持续修正，并将学到的能力跨越不同身体与任务进行迁移，也可以简单概括为记忆能力、精细操作（RL）的能力以及跨本体泛化的能力。
这是松延动力自身的差异化所在。以Context Expert为例，该公司介绍道，当前主流VLA模型面临的一个重要挑战是，虽然能很好地理解当前画面和语言指令，却很难仅凭当前观测完整还原一段任务的过程。然而对于长程任务，机器人需要的不只是“看见”，还需要“记住”，Context Expert就是为机器人建立这样一套持续的时空记忆。
而在上周，Scalabot还发布了HERON体系下首个核心模型——HERON-World Model，一款面向具身智能的动作条件世界模型。
如果说，HERON-CRA是让机器人能够记住过去、从错误中学习，并将一次经验转化为下一次能力，那么HERON-World Model就是让机器人开始学习世界、预演未来，它让机器人不仅能够理解当前环境，更能够在行动之前对未来进行推演，为自主决策提供依据。
降本“养脑”数据破局
除了技术上的差异化，松延动力的另外一大优势就是成本。
在姜哲源看来，“大脑”研发所需投入的资金规模，无疑比本体研发更大。而松延动力的思路是：在本体上把成本压下来，把本体上省出来的钱，投到“大脑”上去。
至于钱从哪儿省出来，姜哲源向本报记者介绍道，主要来源于研发、设计和工艺。“在成本分析领域有一句话说得很有道理：研发可能占80%，供应链或者说规模只占20%。真正能做到降本的，研发、设计、工艺要占80%以上的比重。把成本从2.5万元降到2.3万元、2.2万元，也许可以靠规模，但如果要从10万元降到2万元，这件事一定得靠工艺。”
在这方面，姜哲源透露，松延动力整机本体外形是全塑料，行业内目前没有其他厂商这样复刻，这意味着其整机本体结构件成本可以大幅降低。
当然，松延动力节省成本的前提是，本体要做到高可靠。
但模型的存在，并不意味着“大脑”能力已经到位。在姜哲源看来，“大脑”最难实现的是通用泛化能力——跨本体、跨场景、跨物体、跨使用方式，各种维度的泛化。所以，松延动力下一步要走的方向就是，让机器人在不同场景下都能用，而且都以足够高的成功率用起来。
而这恰恰最依赖海量、多样的数据支撑。在收集数据上，松延动力的HERON-World Model建立了自己的预训练数据金字塔，数据主要来源于真实机器人数据、基于真实场景重建的仿真数据、第一视角人类操作视频三类数据。
张孝荣认为，对于具身智能来说，数据是至关重要的因素，百万小时的积累还只是起步，要把具身模型做到能用，可能得千万小时级，而且质量比时长更关键。而这条路本来就是一条需要长期投入、逐步验证的路径，短期内很难看到明确的终点。
在去年的机器人半马比赛中一炮而红后，松延动力迎来了一波销量；之后发布的小布米人形机器人，也在C端市场获得了不错的反馈。姜哲源透露，目前公司的销售覆盖B端和C端，从金额上看以B端为主，从量级上看则以C端为主。
他将具身智能划分为L0-L3四个等级：L0级是基础娱乐型机器人；L1级是工业重交付机器人；L2级是家庭通用机器人；L3级是完全通用人工智能。现阶段，松延动力将更多资源投入到L0级娱乐场景和L2级家庭通用场景的探索中，尤其关注未来家庭场景中通用能力的构建，但不排除未来也会进入工业场景，要结合具体需求逐步推进。
责任编辑：黄兴利 主编：寒丰
