对谈5位CEO/投资人：人形机器人犹如登月计划(12)

不过，从实际产品来说，特斯拉这次发布的Optimus原型机，如预期一样，没有太多惊艳或显著突破。肢体协调相对流畅，但从行动速度、肢体晃动和震颤幅度，距离之前ASIMO也仍存在比较大的差距。Demo全程是提前完成的规划，任务选择上也规避了带有精细接触力控制的操作。有实质意义的任务是浇花和抓放物件，但也都不需要和环境产生持续接触。
腾讯科技：为什么人形机器人难以商业化？
王世全：最最核心是因为，现在的人形机器人技术关注点集中在腿部，对完成日常任务必不可少的手臂及相应的全身协调，技术上更多以位置控制为主，跟环境之间基于力的精细操作及交互不是主旋律，所以对周边结构化环境要求很高，会限制机器人高效率地、举一反三地、稳定地完成日常工作。
另一块瓶颈来自AI。无人车还没完全解决长尾问题。家用机器人面对的长尾更多，它不仅只是开方向盘，整个肢体协调、解决各式各样琐碎的事——光擦个桌子就有成百上千万种可能的corner case。不是单纯一个算力提升就可以。
现在特斯拉通过产业优势和算力优势可以入局，但从技术演进的节奏看，实现真正面向家用、面向全方位价值体现的机器人，是很难的过程。他们核心团队也到过斯坦福我以前实验室的教授那，做过咨询和讨论。
腾讯科技：特斯拉核心团队去斯坦福实验室咨询，主要讨论的是什么问题？
王世全：一个是跟驱控传感相关，一个是跟抓取相关。再往细不方便说。
腾讯科技：你创业为什么提出做“自适应机器人”，定义是什么？
王世全：它的特点是基于“力觉”自动实时调整。现在力控相互补的一条路线，也是大部分机器人走的路线，是“位置控制”。工业机器人发展50多年，主流是位置控制。逻辑是，先知道让机器人以什么固定路径走，反算机械臂不同关节该怎么动，最终实现固定轨迹。但过程中各类误差和变化，是机器人编程时没法预知的。这类机器人只能沿着既定轨迹工作，通过外部传感器非实时地做些有限调整，开放环境下容易导致工作效率降低，或者任务失败。这是传统位置控制机器人的最大问题。
要让这个机器人不仅仅轨迹做好，还要在动的过程中实时地适应。比如，擦桌子如果桌子摇晃，人类怎样适应？我们靠的是手的力的感觉和对接触力的实时调整，保持压力恒定，无论桌子怎么晃，贴着它动。这就是力的自适应过程。我们是沿着仿人化道路走，让机器人的工作模式更像人的直觉反应。