近期，宇树科技启动申购并推进上市进程，人形机器人再度引发关注。与市场热度形成对比的是，除了跳舞、空翻这些表演，机器人似乎还没有真正走进我们的生活。本文就带您读懂机器人未能普及的原因。

1、莫拉维克悖论：人类越觉得简单，机器人越觉得难

上世纪80年代，莫拉维克、布鲁克斯等学者发现：让机器人做数学、编程等逻辑推理很容易；但让它像小孩一样抓握、拧瓶盖，却极具挑战。

原因在于两类规则的“长相”不同。

数学、编程靠“显式规则”，每一步都可描述、可翻译成代码，机器人能以每秒上亿次的速度计算，所以“难”的事反而好教。

抓握、拧瓶盖靠“隐式规则”，是进化花数亿年写进神经和肌肉里的本能，机器人没有这套“出厂设置”，需要从零开始学习，在每一毫秒里感知、计算、调整。

所以机器人最难的不是“动脑”，而是把人类早已“不假思索”的本能，重新翻译成一行行可计算的代码。

2、拧瓶盖背后的三道关卡：身体、小脑与大脑

在机器人眼里，拧瓶盖需要身体、小脑、大脑同时协作，是一道高难度的综合题。

身体：机器人需要一双会“拿捏”的手。人的一只手通常有27个自由度，指尖布满触觉神经，分辨精度达毫米级。机器人要复现这套能力，需要造出带十几个“关节”的灵巧手，每个关节还要集成力矩传感器，实时感知“用了多大力”。

小脑：机器人的“运动控制”。机器人没有生物小脑，对应的是运动控制算法和实时控制器。拧瓶盖时，手腕要边转边压，手指要根据反馈不断微调，控制器需要以每秒上千次的频率闭环计算，任何一环跟不上，动作就会“抖”。

大脑：机器人的“具身大模型”，负责“做什么、怎么做”。拧瓶盖时，大脑先理解画面和“拧开它”的指令，再规划怎么发力。但现实是瓶盖的形状、松紧程度以及瓶子所处场景千差万别，模型只有见得多，才能应对各种状况；而见得多，靠海量真实操作数据——恰恰是尤为稀缺、非常难采集的。

回到标题的问题，那为什么能后空翻，却搞不定拧瓶盖？因为翻跟头是机器人“和自己较劲”，机器人只需在事前将运动轨迹定好，然后多次尝试练熟就行。拧瓶盖是“和世界打交道”，现实世界，瓶盖的大小、松紧、材质都不一样，必须实时感知、实时调整，是真正的“身体、小脑、大脑”三线作战。

3、机器人"动手"的两大瓶颈：数据稀缺与仿真鸿沟

那明明已经知道了机器人需要攻克的方向，为何还迟迟没有进展呢？主要卡在两个环节。

数据稀缺：互联网教不会“手感”。大模型的聪明来自海量训练数据，可“拧瓶盖该用多大力”“手指怎么微调”这类经验，藏在肌肉和触觉里，网上根本没有。机器人只能靠人遥操作演示或自己一遍遍试错，每做一次都要记录视觉、关节角度、力矩等几十上百个维度数据，练成一个技能往往要采集成千上万条数据，耗时耗力。

真实数据这么难采，能不能先在模拟器里练？能，但练出来的本事，现实不认。仿真器把物理世界简化了：摩擦系数是理想值、瓶盖是均匀的、光线是干净的；真实世界却到处是“意外”：瓶盖有毛刺、桌面会晃、光线会变，机器人一上手就失灵，这就是行业常说的Sim2Real鸿沟。解法之一，是在仿真里故意随机改变摩擦、光照、重量，逼机器人在“千变万化”里练出真本事。

4、结语

所以，再回头看这两天刷屏的"人形机器人第一股"——舞台上后空翻固然精彩，但真正值得关注的，是它开始补"机器人大脑"的课：据招股书披露，本次募集资金的最大投向是"智能机器人模型研发"，说白了就是给机器人补"大脑"。

从"会后空翻"到"会干活"，从舞台走进工厂、走进你家厨房，机器人要补的课，才刚刚开始。等技术把这三关都闯过去，那个"帮你洗碗"的机器人，可能就真的不远了。

作者：祁小军

单位：中国移动杭州研发中心