中国机器人的AstraTennis时刻,来了。
8月22日,第二届世界人形机器人运动会开幕,中央广播电视总台面向全球直播。
当镜头扫过赛场,全场的呼吸仿佛都停滞了。
球网两侧,一边是人类网球名将,另一边,是一台人形机器人。
这一刻,标志着中国技术创新迎来足以载入史册的具身智能奇点。
全球第一场真正意义上的人机网球对战,正式开打!
世界首次人机对战网球赛
一上来,就是精彩的人机混合网球双打。
令人意外的是,银河星仔的表现非常精彩:它步法矫健,根据需要迅速前后移动,打得十分流畅。
而且,星仔和人类搭档非常默契地形成了一前一后的站位,全力应战对面的对手。
接下来,由网球名将郑洁和银河通用机器人,开展了全世界第一次人机对战的网球单打比赛。
无论是正拍还是反拍,机器人都和人类打得有来有回。
然后,郑洁决定上点难度,打出一个月亮球。
结果,在被对手左右调动的过程中,机器人不小心摔了个四脚到底。
出乎意料的是,下一秒,它居然立刻调整姿势站了起来。
而面对郑洁的切削和旋转,机器人的判断居然也很不错。
终于,郑洁知道不能放水了,开始左右前后分点调动,机器人出人意料地完成一个精彩的跨步,赢得现场喝彩。
比赛结束,机器人的表现让所有人欢呼。
整场比赛里,屈膝、抛球、转体这些动作全都由人形机器人自己完成。
而且,发球时速达到一百多公里,留给它的反应时间只有零点几秒,它却几乎没有掉链子。
这台机器人,正是来自银河通用。
十年前,AlphaGo赢了李世石。十年后国产机器人与网坛顶尖运动员同台竞技。
如果说AlphaGo证明AI能征服数字世界,那么今天,银河通用的国产机器人证明:AI能扛住物理世界的极限压力测试。
它第一次从代码里站了起来,在真实的对抗中奔跑、挥拍、博弈,甚至摔倒后自己爬起,继续战斗。
如此精彩的具身智能AstraTennis时刻,被全球同时见证!
中国机器人的AstraTennis时刻
为什么这场网球赛,能引起全球科技圈的巨大地震?
因为网球,是对具身智能极致的压力测试。
由于反应时间只有零点几秒,这项运动,同时将机器人的感知、决策、全身运动控制和实时博弈能力逼到了物理极限。
而且,打网球比下围棋对AI来说难得多。
毕竟,AlphaGo面对的是19路网格上361个确定的交叉点,对手落子后,它有几十秒甚至几分钟来推演下一步。
那是数字世界的博弈,解空间虽大,但边界清晰,规则恒定。整个世界是静态的、离散的,AI对此一览无余。
虽然这道题的解空间比宇宙原子数还多,但对AI而言这也不过是道难度更大的「数学题」。
但网球场不一样。
球以每小时一百多公里的速度过来,落点受旋转、风、场地摩擦影响,每一拍的物理参数都不重复。
机器人必须在几百毫秒内完成感知、预测、决策、全身协调,同时保持自己不摔倒。对手是打活人,会骗机器人,还会变节奏。
这,就是莫拉维克悖论的现场版。
1988年,卡内基—梅隆大学移动机器人实验室主任汉斯·莫拉维克就指出过:「让计算机在智力测验或下跳棋时表现出成人水平的表现相对容易,但要赋予它们一岁儿童在感知和行动方面的技能则困难甚至不可能。」
三十多年过去,前半句早已兑现,但后半句却很难实现。
所以,这次网球赛真正的意义,要远远大于「机器人会不会打球」。
它问的是:这一次,AI究竟能不能从数字世界走出来,把感知、决策、运动控制和实时博弈在真实物理环境里闭环跑通?
AI不能止步于思考,而是要完成从认知决策到全身执行的完整闭环。
这一次,中国企业率先交卷了!
赛场上,银河通用机器人的表现,实在令人惊艳。
发球、正手、反手、底线调动、网前截击这些单项能力,在比赛里全部出现了,而且全都是超常发挥。
而双打,考验就更大了。
机器人和人类队友同场,要实时判断谁去接这个球、谁补位,动态调整打法和。
所以,它要理解的不只是球,还有队友下一步想干什么。
高速攻防里,还出现了极限救球的场面。摔倒之后,机器人自己站起来,继续打。
很多人第一反应是:这些单项动作,之前机器人不是做到了吗?
投篮、踢球、跑百米,过去两年人形机器人的视频里似乎什么都有。
但其中最大的差别在于,网球是两个玩家在对抗。
跑步的环境是确定的,网球的每一拍都是对手临时出的新题。跑步可以一个动作练一万遍,网球没有两个完全一样的来球。
能在对抗中站住,才是真正的智能。
大脑和小脑,第一次装在同一个模型里
背后支撑这一切的,是银河通用自研的具身智能大模型「银河星脑」AstraBrain。
它最大的亮点之一,就在于架构选择。
过去行业里的主流做法是分层:一个「大脑」模型负责理解任务、做高层决策,一个「小脑」模块负责实时运动控制,两者之间用接口传递指令。
这种架构的弊端也很直接:大脑想得再清楚,传到小脑已经慢了半拍;小脑动作再标准,不知道大脑为什么要它这么动。
更隐蔽的问题是信息断层。
大脑下指令的时候,不知道此刻自己的重心压在哪条腿上、右臂还有多少发力余量;小脑执行动作的时候,不知道这一拍是想调动对手还是想直接得分。
两边各自最优,合起来却是一个「想得到做不到」或者「做得到想不到」的系统。
在打网球这种任务上,稍微慢半拍,结果就是输球。
银河星脑的做法是把大脑层(任务理解与战术决策)、小脑层(高动态全身运动控制)和神经控制集成在同一个模型里。
按银河通用的说法,这是全球首个模型能同时负责「想清楚」和「做出来」,中间不再有信息损耗。
从网球这个任务倒推,这可能是唯一的解法。战术决策离不开对自己身体极限的实时感知,运动控制也离不开对战术意图的理解,两者本来就不该分家。
从不完美的人类数据里学
在虚拟球场里对打一千万次
架构之外的另一个问题是:这个模型怎么练出来的?
机器人领域的一个传统难题就是——没有数据。
语言模型可以吃掉整个互联网的文本,机器人没有这样的互联网。
真机采一小时动作数据要一小时,还要人盯着,还会摔坏硬件。
这也是为什么过去几年具身智能的进展总是慢于大家的预期。
这背后,离不开银河通用核心技术平台「银河星坊」 的支撑。
接下来,分两个步骤。
第一步,是从「不完美人类数据」里学。
人类打网球的动作数据可以采,动作捕捉、视频、穿戴传感器都行。
但人类的动作本身不标准,业余选手的确很业余,有多余动作。而职业选手的动作最大化个人运动素质,别人做不来,而且每个人的身高臂展关节角度都跟机器人对不上。
传统模仿学习要求示范数据干净、对齐、高质量,这种要求在人类数据上几乎不可能满足。
银河星坊数据平台要做的,就是从这堆带噪声、不对齐、良莠不齐的示范里提炼出有用的先验:
什么时候该启动,挥拍的大致节奏,身体重心怎么转移,真正学会其中的运动规律。
这一步的价值在于冷启动。
机器人不用从随机乱动开始摸索,它一上来就大概知道「打网球长什么样」。
第二部,就是进虚拟网球世界。
在仿真环境里,多个智能体互相对打。不是一个机器人对着发球机练,而是若干个策略各自演化、互为对手。
一方学会了压边线,另一方就被迫学会横向大范围移动;一方学会了放小球,另一方就被迫学会快速上网。
在这海量的虚拟博弈中,奇迹发生了——「技能涌现」。
工程师没有教过它怎么滑步救球,但在无数次没接到球的失败后,模型自己「领悟」了极限伸展的姿态。
工程师没有写下倒地后起身的硬代码,但在虚拟世界摔了千万次后,模型自己「学会」了如何调动全身电机重新站立。
技能无需手工设计出,在对抗压力下AI学会自学。
最后,当这些在虚拟世界中练就神功的「灵魂」,被无损迁移到物理世界的真实机器人躯体中时,一个网球大师,就此诞生!
放在整个机器学习的谱系里,这条路走在两个极端中间。
纯模仿学习的天花板是示范者的水平,人类教练教不出超过自己的学生,而且人类示范里根本没有「摔倒后怎么爬起来继续打」这种数据。
纯强化学习从零开始探索,在网球这种动作空间巨大、奖励稀疏的任务上,搜索成本高到不现实,而且容易学出一些人类完全看不懂的怪异动作,能赢球,但不像打球。
先用人类先验打底,再用自主进化拔高。
这本身不算新,AlphaGo当年也是先学人类棋谱,再自我对弈。新的地方在于,十年前这套方法在棋盘上跑通,十年后它第一次在需要身体的任务上跑通。
某种意义上,这正是AstraTennis与AlphaGo之间最迷人的技术呼应。
AlphaGo的时代,智能在棋盘上思考;而这一次,智能开始进入物理世界。
这绝不仅是一场网球赛。这个AstraTennis时刻证明:在碳基与硅基共生的新纪元里,中国力量,开始创造更多奇迹。
编辑:Aeneas 大卫
本文来自微信公众号“新智元”,作者:ASI启示录
