波峰对话｜他山科技CEO马扬：灵巧手进化方向是“触觉反射”

研究员｜王晨

灵巧手是具身智能赛道最受关注的组件之一。围绕这双“手”是否有触觉，业内存在争议。

北京他山科技有限公司（简称“他山科技”）CEO马扬近日表示，如果没有触觉，机器人接触世界，“就和人类戴着隔热手套干活似的”，手部的准确性、稳定性以及速度就会受到影响。

他山科技成立于2017年，专注于AI触觉感知技术及应用解决方案研发。

01

满足触觉之后“耐用”更重要

“对我们而言，灵巧手的第一性原理是耐用性”。

马扬向第四波等媒体坦言，无论是人还是机器人，与真实世界的交互必须通过触觉完成，视觉和听觉只能“感知”，不能“改变”。

马扬发现，从去年开始，业内更关注触觉传感器的鲁棒性和耐久性。

马扬说，灵巧手开始干活后，会面临各种环境。相比触觉的灵敏，“手”的耐用也很重要，“就像人类的手，手部的感知敏感，但皮肤是全身最粗糙的一部分。”

“很多人误以为灵敏度越高越好，但在工业场景，优先级是耐用性 > 成本 > 灵敏度。”马扬指出，基础的灵敏度够用很重要。但超过够用，就是无用，如果在够用线以下也不行，一定要满足够用的标准，“在鲁棒性的基础上，它的成本一定是随着量级的迭代降低。”

拥有了感知能力和耐用性后，马扬认为，灵巧手的下一个进化方向是“触觉反射”。手部前端和大脑一样，有突触和神经元，大多微调在手端完成，若这部分操作全部上传到大脑，传输延迟将直接影响动作的连贯性。

他坦言，自己和团队最早想做灵巧手的时候，行业里面并没有合适的底层硬件，这也成了他山科技自研端侧AI触控芯片的起点。今年，该团队会有第二颗自研芯片面世。

02

数据从何而来？

灵巧手拥有AI芯片，具备了可被训练的基础。然而，现实的瓶颈是：训练数据从何而来？

具身智能的训练数据多来自仿真端和真实端。前者由于算法的低成本，能为具身智能提供冷启动优势。马扬举例指出，比如先模仿一个动作，在仿真端跑数据，跑出来的数据能让模型在真实端应用时达到约50%—80%成功率。

马扬更认可真实采集数据的路线。在他看来，具身智能最终要投入到真实世界的任务中，仅靠仿真数据，机器人能做到“可用”的级别，但离“好用”还有较远的距离。

马扬直言，真实端的数据越多越好，但目前的确受制于现有本体数量。行业当前的训练模态还是依靠仿真数据、无本体数据和本体数据相结合使用，整体数据量相对较小。

在谈及不同厂商采用手环等方法挖掘数据，却在实际效果方面未解决“抓不准”“抓不全”等问题时，马扬指出，机器人执行具体任务偏长线，当任务在进行的过程中，外部就会感受到时间上的滞后性。

“还得摸索什么数据以及训练方法是好的。”马扬说，他山科技采取的办法是，通过第一视角数据（Ego-centric，简称EGO）结合通用操作接口（UMI）进行采集，这是一个中间态的过渡方案，在快速积累现实世界数据的同时，也具备了向具身智能本体迁移的可能。

马扬表示，他山科技的训练数据按需求可以分为两类，有明确问题要解决的是一类，另一类则是没有具体的问题。相比之下，后者目标不明确，给数据采集增加了变量。

从应用方向看，马扬认为，工业机器人和消费机器人在数据需求上有不小的差异。工业端的目标明确、数据明确，把原来人或机器进行操作的数据迁移至具身的数据即可。对于消费端而言，更多的应用案例还需要机器人具备足够的泛化性，“这还得有一段发展距离。”

编辑｜邱慧