在近日舉辦的GTC具身智能論壇上，特斯拉、Physical Intelligence（PI）、Agility Robotics、Skild AI及Hexagon等企業(yè)的技術(shù)領(lǐng)袖齊聚，圍繞自動駕駛數(shù)據(jù)遷移、仿真與現(xiàn)實差距跨越等核心議題展開深度探討。與會者提出，盡管人形機(jī)器人與自動駕駛在數(shù)據(jù)需求上存在共性，但技術(shù)路徑的差異與場景復(fù)雜度仍構(gòu)成關(guān)鍵挑戰(zhàn)。

特斯拉AI軟件副總裁Ashok Elluswamy指出，自動駕駛數(shù)據(jù)遷移至人形機(jī)器人需精準(zhǔn)篩選。他以特斯拉車隊為例，強調(diào)并非所有數(shù)據(jù)價值均等——專業(yè)司機(jī)的駕駛數(shù)據(jù)比賽車手?jǐn)?shù)據(jù)更具實用性。這一邏輯同樣適用于機(jī)器人：特斯拉工廠中數(shù)十萬員工執(zhí)行的物理任務(wù)，為人形機(jī)器人Optimus提供了關(guān)鍵學(xué)習(xí)樣本。通過攝像頭采集的互聯(lián)網(wǎng)視頻雖數(shù)據(jù)量龐大，但如何篩選有效信息、評估其對任務(wù)目標(biāo)的貢獻(xiàn)，成為技術(shù)落地的核心問題。

Agility Robotics CTO Pras Velagapudi提出“數(shù)據(jù)金字塔”模型，將數(shù)據(jù)按采集難度與價值分層：頂層為遙操作機(jī)器人數(shù)據(jù)，底層為通用視頻。他強調(diào)，頂層數(shù)據(jù)雖精準(zhǔn)但稀缺，需結(jié)合下層數(shù)據(jù)預(yù)訓(xùn)練模型。例如，在與客戶合作時，團(tuán)隊通過分層利用數(shù)據(jù)，既用頂層數(shù)據(jù)完成核心任務(wù)，又借助底層數(shù)據(jù)提升模型泛化能力。然而，合規(guī)與監(jiān)管限制（如部分區(qū)域禁止部署監(jiān)控系統(tǒng)）導(dǎo)致運營數(shù)據(jù)采集面臨挑戰(zhàn)，部分場景僅能獲取部分觀測數(shù)據(jù)。

Physical Intelligence聯(lián)合創(chuàng)始人Chelsea Finn則從跨形態(tài)數(shù)據(jù)利用角度提出新思路。她發(fā)現(xiàn)，當(dāng)模型訓(xùn)練數(shù)據(jù)覆蓋多種機(jī)器人形態(tài)時，反而能更高效遷移人類視頻中的信息。例如，網(wǎng)絡(luò)視頻中的人類動作數(shù)據(jù)，結(jié)合輪式、四足等機(jī)器人數(shù)據(jù)訓(xùn)練的模型，在泛化能力上優(yōu)于僅使用人形機(jī)器人數(shù)據(jù)的模型。這一發(fā)現(xiàn)挑戰(zhàn)了“形態(tài)越接近人類、遷移效果越好”的直覺，為數(shù)據(jù)利用提供了新方向。

在機(jī)器人架構(gòu)設(shè)計上，分層模型成為共識，但具體實現(xiàn)路徑各異。Agility Robotics的Digit機(jī)器人采用任務(wù)層、技能層、控制層分層架構(gòu)，控制層由RL驅(qū)動，通過域隨機(jī)化技術(shù)應(yīng)對環(huán)境變化（如不同摩擦系數(shù)的地面）。Physical Intelligence則將分層架構(gòu)與單一模型結(jié)合，上層負(fù)責(zé)抽象規(guī)劃（如語言指令理解），下層執(zhí)行具體動作，實現(xiàn)15分鐘多步驟任務(wù)（如泡咖啡）。特斯拉的方案更強調(diào)端到端統(tǒng)一性：所有層級在同一模型內(nèi)運行，共享信息以降低決策延遲，適應(yīng)人形機(jī)器人對實時性的高要求。

Hexagon Robotics則探索多模型編排，通過“機(jī)器人提示工程”整合感知、規(guī)劃、控制模塊。Arnaud Robert比喻道，這類似于為ChatGPT設(shè)計提示詞，但需額外注入環(huán)境信息（如產(chǎn)線變化）。團(tuán)隊還構(gòu)建了高精度與快速移動的混合模型架構(gòu)，根據(jù)任務(wù)需求動態(tài)切換，解決單一模型在精度與速度上的矛盾。