從零開始/機器人逐漸學會與世界交互
讓機器人完成複雜數學運算只需幾行代碼，但讓它平穩端起一杯水，卻難如登天。這一「莫拉維克悖論」，正是具身智能訓練師們攻克的難題：對人類容易的事，對機器很難；對機器容易的事，對人類很難。人類億萬年進化而來的運動智能，機器人必須從零開始學習。
譚禮博用「按開關」舉例：「人類隨手可完成的動作，機器人需兼顧視覺、觸覺與空間感，去理解燈的顏色、感受按壓力度和知道位置偏移。」為讓機器人適應真實世界，訓練師必須模擬各種「意外」情況，「如果只從正面按開關，一旦機器人站歪了一點，它就找不到開關了。」譚禮博說。因此，訓練師需要從45度角、從側面，甚至從不同距離去採集數據，讓機器人學會「舉一反三」，真正理解動作的核心邏輯而非機械復刻。
這種多姿態數據採集，是具身智能訓練的核心。它並非簡單重複，而是構建應對突發狀況的「概率模型」，讓機器人在未知場景中也能做出合理判斷。張建國表示，在實驗室裏，光線、物體位置都是固定的。但在真實世界中，環境是不斷變動的，光線明暗、物體輕微移位，都可能讓機器人「手足無措」。
張建國表示，目前核心技術難點，是讓機器人「大腦」實時感知、認知環境並決策，「我們要訓練的，是能理解場景、掌握物理規律的智能大腦，而非單純復刻動作」。隨着觸覺傳感器、力反饋技術和大模型技術的進步，機器人正在逐漸學會像人類一樣與世界交互。而這背後，是無數具身智能訓練師在用數據，一點一滴地教會機器「生存」的技能，讓機器人真正走進真實世界，實現從「會動作」到「懂世界」的跨越，為具身智能產業發展築牢根基。\大公報記者郭若溪
