香港大学李弘扬：「2025年具身智能新一代闭环智能系统」迫在眉睫丨具身先锋十人谈

213 0 0

文章摘要

由李弘扬博士团队与上海智元机器人联合推出的AgiBot World数据集，标志着具身智能领域向标准化评测迈出关键一步。作为全球首个百万级真机数据集，其核心目标是通过硬件与系统的协同创新，构建端到端的智能机器人开发范式。该数据集通过统一物理形态的机器人平台，采集了涵盖灵巧手操作、视触觉融合及多机协同的多样化任务数据，避免了传统数据集简单堆砌导致的迁移难题，为验证算法泛化能力提供了可靠基准。

研究团队从自动驾驶领域积累的端到端训练范式为机器人研究带来重要启示。在UniAD项目经验基础上，李弘扬提出全局优化与海量数据结合的技术路径，试图突破传统模块化架构的信息损耗瓶颈。然而机器人领域自由度显著增加的特性带来新挑战：20自由度的灵巧手操作任务解空间复杂度远超自动驾驶的4自由度控制，需通过改进网络结构与训练策略实现高效优化。团队提出的数据金字塔策略，结合仿真数据与真机采集，为算法迭代提供了多层次支持。

AgiBot World的三大技术突破重新定义了数据集价值标准。6-12自由度灵巧手操作数据填补了夹爪设备精度不足的缺陷，视触觉多模态信号采集系统有效解决了视觉遮挡场景下的感知难题，而中央时序控制的多机协同架构则为复杂任务建模提供了工程范式。通过Human-in-the-Loop机制设计，数据采集过程实现了质量闭环控制，其干扰注入策略增强了算法对动态环境的适应能力。

硬件形态的行业收敛被视为具身智能发展的关键瓶颈。当前机器人传感器技术迭代滞后于算法发展，材料科学与新型传感器的突破将成为解锁复杂任务的关键。李弘扬指出，人造皮肤技术、高精度磁感元件等硬件创新将创造全新应用场景，这需要机械工程、材料科学等多学科深度协同。团队与七家顶尖硬件厂商的合作，正推动着感知-执行一体化的硬件架构演进。

开源生态建设是AgiBot World的核心战略之一。通过建立类ImageNet的评测基准，研究团队期望终结算法对比中的硬件差异困境。预计2025年3月发布的完整数据集将包含百万级标注样本，配套挑战赛机制持续推动算法创新。这种开放策略不仅降低行业准入门槛，更通过数据共享加速技术迭代——单台20万元设备成本的真机数据采集，经开源转化后可产生百倍规模的研究价值。

面向未来，研究团队将重点攻克全身协同控制与场景自适应学习。在工业巡检、汽车装配等有限场景中，实现L2级操作泛化能力被视为具身智能的里程碑目标。随着合成数据技术的进步，真机数据与仿真数据的有机融合有望突破危险场景训练限制。跨学科人才的持续涌入，正推动传统机器人技术与AI算法的深度融合，这种协同进化或将催生新一代通用机器人系统。