中國(guó)機(jī)器人的AstraTennis時(shí)刻中國(guó)機(jī)器人的AstraTennis時(shí)刻來(lái)了。8月22日第二屆世界人形機(jī)器人運(yùn)動(dòng)會(huì)開(kāi)幕中央廣播電視總臺(tái)面向全球直播。當(dāng)鏡頭掃過(guò)賽場(chǎng)全場(chǎng)的呼吸仿佛都停滯了。球網(wǎng)兩側(cè)一邊是人類(lèi)網(wǎng)球名將另一邊是一臺(tái)人形機(jī)器人。這一刻標(biāo)志著中國(guó)技術(shù)創(chuàng)新迎來(lái)足以載入史冊(cè)的具身智能奇點(diǎn)。全球第一場(chǎng)真正意義上的人機(jī)網(wǎng)球?qū)?zhàn)正式開(kāi)打世界首次人機(jī)對(duì)戰(zhàn)網(wǎng)球賽一上來(lái)就是精彩的人機(jī)混合網(wǎng)球雙打。令人意外的是銀河星仔的表現(xiàn)非常精彩它步法矯健根據(jù)需要迅速前后移動(dòng)打得十分流暢。而且星仔和人類(lèi)搭檔非常默契地形成了一前一后的站位全力應(yīng)戰(zhàn)對(duì)面的對(duì)手。接下來(lái)由網(wǎng)球名將鄭潔和銀河通用機(jī)器人開(kāi)展了全世界第一次人機(jī)對(duì)戰(zhàn)的網(wǎng)球單打比賽。無(wú)論是正拍還是反拍機(jī)器人都和人類(lèi)打得有來(lái)有回。然后鄭潔決定上點(diǎn)難度打出一個(gè)月亮球。結(jié)果在被對(duì)手左右調(diào)動(dòng)的過(guò)程中機(jī)器人不小心摔了個(gè)四腳到底。出乎意料的是下一秒它居然立刻調(diào)整姿勢(shì)站了起來(lái)。而面對(duì)鄭潔的切削和旋轉(zhuǎn)機(jī)器人的判斷居然也很不錯(cuò)。終于鄭潔知道不能放水了開(kāi)始左右前后分點(diǎn)調(diào)動(dòng)機(jī)器人出人意料地完成一個(gè)精彩的跨步贏得現(xiàn)場(chǎng)喝彩。比賽結(jié)束機(jī)器人的表現(xiàn)讓所有人歡呼。整場(chǎng)比賽里屈膝、拋球、轉(zhuǎn)體這些動(dòng)作全都由人形機(jī)器人自己完成。而且發(fā)球時(shí)速達(dá)到一百多公里留給它的反應(yīng)時(shí)間只有零點(diǎn)幾秒它卻幾乎沒(méi)有掉鏈子。這臺(tái)機(jī)器人正是來(lái)自銀河通用。十年前AlphaGo贏了李世石。十年后國(guó)產(chǎn)機(jī)器人與網(wǎng)壇頂尖運(yùn)動(dòng)員同臺(tái)競(jìng)技。如果說(shuō)AlphaGo證明AI能征服數(shù)字世界那么今天銀河通用的國(guó)產(chǎn)機(jī)器人證明AI能扛住物理世界的極限壓力測(cè)試。它第一次從代碼里站了起來(lái)在真實(shí)的對(duì)抗中奔跑、揮拍、博弈甚至摔倒后自己爬起繼續(xù)戰(zhàn)斗。如此精彩的具身智能AstraTennis時(shí)刻被全球同時(shí)見(jiàn)證中國(guó)機(jī)器人的AstraTennis時(shí)刻為什么這場(chǎng)網(wǎng)球賽能引起全球科技圈的巨大地震因?yàn)榫W(wǎng)球是對(duì)具身智能極致的壓力測(cè)試。由于反應(yīng)時(shí)間只有零點(diǎn)幾秒這項(xiàng)運(yùn)動(dòng)同時(shí)將機(jī)器人的感知、決策、全身運(yùn)動(dòng)控制和實(shí)時(shí)博弈能力逼到了物理極限。而且打網(wǎng)球比下圍棋對(duì)AI來(lái)說(shuō)難得多。畢竟AlphaGo面對(duì)的是19路網(wǎng)格上361個(gè)確定的交叉點(diǎn)對(duì)手落子后它有幾十秒甚至幾分鐘來(lái)推演下一步。那是數(shù)字世界的博弈解空間雖大但邊界清晰規(guī)則恒定。整個(gè)世界是靜態(tài)的、離散的AI對(duì)此一覽無(wú)余。雖然這道題的解空間比宇宙原子數(shù)還多但對(duì)AI而言這也不過(guò)是道難度更大的「數(shù)學(xué)題」。但網(wǎng)球場(chǎng)不一樣。球以每小時(shí)一百多公里的速度過(guò)來(lái)落點(diǎn)受旋轉(zhuǎn)、風(fēng)、場(chǎng)地摩擦影響每一拍的物理參數(shù)都不重復(fù)。機(jī)器人必須在幾百毫秒內(nèi)完成感知、預(yù)測(cè)、決策、全身協(xié)調(diào)同時(shí)保持自己不摔倒。對(duì)手是打活人會(huì)騙機(jī)器人還會(huì)變節(jié)奏。這就是莫拉維克悖論的現(xiàn)場(chǎng)版。1988年卡內(nèi)基—梅隆大學(xué)移動(dòng)機(jī)器人實(shí)驗(yàn)室主任漢斯·莫拉維克就指出過(guò)「讓計(jì)算機(jī)在智力測(cè)驗(yàn)或下跳棋時(shí)表現(xiàn)出成人水平的表現(xiàn)相對(duì)容易但要賦予它們一歲兒童在感知和行動(dòng)方面的技能則困難甚至不可能?！谷嗄赀^(guò)去前半句早已兌現(xiàn)但后半句卻很難實(shí)現(xiàn)。所以這次網(wǎng)球賽真正的意義要遠(yuǎn)遠(yuǎn)大于「機(jī)器人會(huì)不會(huì)打球」。它問(wèn)的是這一次AI究竟能不能從數(shù)字世界走出來(lái)把感知、決策、運(yùn)動(dòng)控制和實(shí)時(shí)博弈在真實(shí)物理環(huán)境里閉環(huán)跑通AI不能止步于思考而是要完成從認(rèn)知決策到全身執(zhí)行的完整閉環(huán)。這一次中國(guó)企業(yè)率先交卷了賽場(chǎng)上銀河通用機(jī)器人的表現(xiàn)實(shí)在令人驚艷。發(fā)球、正手、反手、底線(xiàn)調(diào)動(dòng)、網(wǎng)前截?fù)暨@些單項(xiàng)能力在比賽里全部出現(xiàn)了而且全都是超常發(fā)揮。而雙打考驗(yàn)就更大了。機(jī)器人和人類(lèi)隊(duì)友同場(chǎng)要實(shí)時(shí)判斷誰(shuí)去接這個(gè)球、誰(shuí)補(bǔ)位動(dòng)態(tài)調(diào)整打法和。所以它要理解的不只是球還有隊(duì)友下一步想干什么。高速攻防里還出現(xiàn)了極限救球的場(chǎng)面。摔倒之后機(jī)器人自己站起來(lái)繼續(xù)打。很多人第一反應(yīng)是這些單項(xiàng)動(dòng)作之前機(jī)器人不是做到了嗎投籃、踢球、跑百米過(guò)去兩年人形機(jī)器人的視頻里似乎什么都有。但其中最大的差別在于網(wǎng)球是兩個(gè)玩家在對(duì)抗。跑步的環(huán)境是確定的網(wǎng)球的每一拍都是對(duì)手臨時(shí)出的新題。跑步可以一個(gè)動(dòng)作練一萬(wàn)遍網(wǎng)球沒(méi)有兩個(gè)完全一樣的來(lái)球。能在對(duì)抗中站住才是真正的智能。大腦和小腦第一次裝在同一個(gè)模型里背后支撐這一切的是銀河通用自研的具身智能大模型「銀河星腦」AstraBrain。它最大的亮點(diǎn)之一就在于架構(gòu)選擇。過(guò)去行業(yè)里的主流做法是分層一個(gè)「大腦」模型負(fù)責(zé)理解任務(wù)、做高層決策一個(gè)「小腦」模塊負(fù)責(zé)實(shí)時(shí)運(yùn)動(dòng)控制兩者之間用接口傳遞指令。這種架構(gòu)的弊端也很直接大腦想得再清楚傳到小腦已經(jīng)慢了半拍小腦動(dòng)作再標(biāo)準(zhǔn)不知道大腦為什么要它這么動(dòng)。更隱蔽的問(wèn)題是信息斷層。大腦下指令的時(shí)候不知道此刻自己的重心壓在哪條腿上、右臂還有多少發(fā)力余量小腦執(zhí)行動(dòng)作的時(shí)候不知道這一拍是想調(diào)動(dòng)對(duì)手還是想直接得分。兩邊各自最優(yōu)合起來(lái)卻是一個(gè)「想得到做不到」或者「做得到想不到」的系統(tǒng)。在打網(wǎng)球這種任務(wù)上稍微慢半拍結(jié)果就是輸球。銀河星腦的做法是把大腦層任務(wù)理解與戰(zhàn)術(shù)決策、小腦層高動(dòng)態(tài)全身運(yùn)動(dòng)控制和神經(jīng)控制集成在同一個(gè)模型里。按銀河通用的說(shuō)法這是全球首個(gè)模型能同時(shí)負(fù)責(zé)「想清楚」和「做出來(lái)」中間不再有信息損耗。從網(wǎng)球這個(gè)任務(wù)倒推這可能是唯一的解法。戰(zhàn)術(shù)決策離不開(kāi)對(duì)自己身體極限的實(shí)時(shí)感知運(yùn)動(dòng)控制也離不開(kāi)對(duì)戰(zhàn)術(shù)意圖的理解兩者本來(lái)就不該分家。從不完美的人類(lèi)數(shù)據(jù)里學(xué)在虛擬球場(chǎng)里對(duì)打一千萬(wàn)次架構(gòu)之外的另一個(gè)問(wèn)題是這個(gè)模型怎么練出來(lái)的機(jī)器人領(lǐng)域的一個(gè)傳統(tǒng)難題就是——沒(méi)有數(shù)據(jù)。語(yǔ)言模型可以吃掉整個(gè)互聯(lián)網(wǎng)的文本機(jī)器人沒(méi)有這樣的互聯(lián)網(wǎng)。真機(jī)采一小時(shí)動(dòng)作數(shù)據(jù)要一小時(shí)還要人盯著還會(huì)摔壞硬件。這也是為什么過(guò)去幾年具身智能的進(jìn)展總是慢于大家的預(yù)期。這背后離不開(kāi)銀河通用核心技術(shù)平臺(tái)「銀河星坊」 的支撐。接下來(lái)分兩個(gè)步驟。第一步是從「不完美人類(lèi)數(shù)據(jù)」里學(xué)。人類(lèi)打網(wǎng)球的動(dòng)作數(shù)據(jù)可以采動(dòng)作捕捉、視頻、穿戴傳感器都行。但人類(lèi)的動(dòng)作本身不標(biāo)準(zhǔn)業(yè)余選手的確很業(yè)余有多余動(dòng)作。而職業(yè)選手的動(dòng)作最大化個(gè)人運(yùn)動(dòng)素質(zhì)別人做不來(lái)而且每個(gè)人的身高臂展關(guān)節(jié)角度都跟機(jī)器人對(duì)不上。傳統(tǒng)模仿學(xué)習(xí)要求示范數(shù)據(jù)干凈、對(duì)齊、高質(zhì)量這種要求在人類(lèi)數(shù)據(jù)上幾乎不可能滿(mǎn)足。銀河星坊數(shù)據(jù)平臺(tái)要做的就是從這堆帶噪聲、不對(duì)齊、良莠不齊的示范里提煉出有用的先驗(yàn)什么時(shí)候該啟動(dòng)揮拍的大致節(jié)奏身體重心怎么轉(zhuǎn)移真正學(xué)會(huì)其中的運(yùn)動(dòng)規(guī)律。這一步的價(jià)值在于冷啟動(dòng)。機(jī)器人不用從隨機(jī)亂動(dòng)開(kāi)始摸索它一上來(lái)就大概知道「打網(wǎng)球長(zhǎng)什么樣」。第二部就是進(jìn)虛擬網(wǎng)球世界。在仿真環(huán)境里多個(gè)智能體互相對(duì)打。不是一個(gè)機(jī)器人對(duì)著發(fā)球機(jī)練而是若干個(gè)策略各自演化、互為對(duì)手。一方學(xué)會(huì)了壓邊線(xiàn)另一方就被迫學(xué)會(huì)橫向大范圍移動(dòng)一方學(xué)會(huì)了放小球另一方就被迫學(xué)會(huì)快速上網(wǎng)。在這海量的虛擬博弈中奇跡發(fā)生了——「技能涌現(xiàn)」。工程師沒(méi)有教過(guò)它怎么滑步救球但在無(wú)數(shù)次沒(méi)接到球的失敗后模型自己「領(lǐng)悟」了極限伸展的姿態(tài)。工程師沒(méi)有寫(xiě)下倒地后起身的硬代碼但在虛擬世界摔了千萬(wàn)次后模型自己「學(xué)會(huì)」了如何調(diào)動(dòng)全身電機(jī)重新站立。技能無(wú)需手工設(shè)計(jì)出在對(duì)抗壓力下AI學(xué)會(huì)自學(xué)。最后當(dāng)這些在虛擬世界中練就神功的「靈魂」被無(wú)損遷移到物理世界的真實(shí)機(jī)器人軀體中時(shí)一個(gè)網(wǎng)球大師就此誕生放在整個(gè)機(jī)器學(xué)習(xí)的譜系里這條路走在兩個(gè)極端中間。純模仿學(xué)習(xí)的天花板是示范者的水平人類(lèi)教練教不出超過(guò)自己的學(xué)生而且人類(lèi)示范里根本沒(méi)有「摔倒后怎么爬起來(lái)繼續(xù)打」這種數(shù)據(jù)。純強(qiáng)化學(xué)習(xí)從零開(kāi)始探索在網(wǎng)球這種動(dòng)作空間巨大、獎(jiǎng)勵(lì)稀疏的任務(wù)上搜索成本高到不現(xiàn)實(shí)而且容易學(xué)出一些人類(lèi)完全看不懂的怪異動(dòng)作能贏球但不像打球。先用人類(lèi)先驗(yàn)打底再用自主進(jìn)化拔高。這本身不算新AlphaGo當(dāng)年也是先學(xué)人類(lèi)棋譜再自我對(duì)弈。新的地方在于十年前這套方法在棋盤(pán)上跑通十年后它第一次在需要身體的任務(wù)上跑通。某種意義上這正是AstraTennis與AlphaGo之間最迷人的技術(shù)呼應(yīng)。AlphaGo的時(shí)代智能在棋盤(pán)上思考而這一次智能開(kāi)始進(jìn)入物理世界。這絕不僅是一場(chǎng)網(wǎng)球賽。這個(gè)AstraTennis時(shí)刻證明在碳基與硅基共生的新紀(jì)元里中國(guó)力量開(kāi)始創(chuàng)造更多奇跡。原文鏈接剛剛?cè)蚴讏?chǎng)人機(jī)網(wǎng)球賽開(kāi)戰(zhàn)機(jī)器人極限救球讓鄭潔看呆了-36氪