当绝大多数具身智能公司还在让机器人在虚拟世界里疯狂“撞墙”——通过强化学习从零摸索抓杯子、叠衣服时，一家成立仅数年的中国公司却选择了一条截然不同的路：让机器人像人类学徒一样，通过观看和模仿人类的行为来学会做事。这家公司近日宣布完成数亿元新一轮融资，成为国内最早系统布局“人类学习”路线的具身智能企业。他们的核心主张听起来简单却极具颠覆性：为什么不让机器直接学人，而非要让它重新发明轮子？
## 人类视角：具身智能的第三条道路
具身智能的研发长期存在两条主流技术路线：一是基于物理仿真的强化学习，让机器人在虚拟环境中通过无数次试错“悟”出操作规律；二是基于深度学习的端到端控制，尝试用海量标注数据直接映射传感器信号到动作。前者效率低下、泛化困难，后者对数据质量和规模的要求近乎苛刻。
而“人类学习”路线（Human-Centric Learning）则试图跳开这些困境。其核心思想非常简单：人类每天在物理世界中完成数十亿次操作——开门、倒水、拧螺丝、插充电线——这些动作天然包含了最优的力控、轨迹规划和意图理解。如果让机器人直接“观看”人类做这些动作，再通过模仿学习和行为克隆将其转化为机器人自身的控制策略，就能绕过大量重复试错，大幅降低对虚拟仿真的依赖。
这家公司正是这个思路的早期布道者。他们在训练中大量采集人类操作数据，包括穿戴式动捕、第一人称视角视频、力触觉传感器记录，构建了独特的“人类操作数据库”。机器人不再需要理解抽象的物理定律，而是通过看人怎么抓、怎么推、怎么拧，直接学习行为策略。这种“从人到机”的知识迁移，被业内人士称为“具身智能的GPT时刻”——就像大语言模型通过海量文本学会语言一样，具身智能正尝试通过海量人类操作数据学会物理交互。
## 融资背后的行业信号
本轮数亿元融资由头部产业资本和一线风投联合押注，资方包括某家电巨头和知名AI基金。在具身智能赛道整体降温的背景下，这笔融资释放出几个关键信号：
**第一，资本开始用“落地能力”重新筛选玩家。** 2024-2025年，行业经历了从概念炒作到失望低谷的周期。许多公司能够展示酷炫的机器人后空翻或快速分拣，但真正走进家庭或工厂后，稳定性却一塌糊涂。人类学习路线的优势在于，它天然适配低成本、高泛化的小样本场景：一个普通用户只需演示三五次，机器人就能学会一个新的操作动作。这种“即学即用”的能力，让C端落地从科幻变成了可预期的商业场景。
**第二，行业共识正在向“数据优先”倾斜。** 此前业界争论机器人应该用仿真数据还是真实数据，如今越来越多人意识到，真实人类操作数据才是最昂贵的金矿。这家公司从2022年起就开始系统采集人类操作数据，目前已经积累超过10万小时的多模态操作数据——这在全球具身智能领域都是一个惊人的数字。投资人看中的不仅是算法，更是这个不断自我强化的数据飞轮。
**第三，对人类行为的深度学习是通往通用机器人的必经之路。** 有一组数据常被引用：人类婴儿在学会抓取之前，已经观察过父母数千次抓取动作。而这种“模仿学习”能力，恰恰是目前主流机器人所不具备的。如果机器能像人类那样通过观察和模仿来学习，它将不再需要为每个新任务重写代码或重新训练模型，迈出了通向通用机器人的关键一步。
## 技术突破：从“看人做事”到“理解意图”
当然，直接“看人做事”并不像听起来那么简单。人类手部的精细动作包含大量隐式信息：抓取鸡蛋时施加的力比抓取铁块小得多，拧瓶盖时需要先施加周向力再施加轴向力……这些细节很难通过单张RGB图像捕捉。
该团队在技术上的核心创新在于两套耦合架构：**第一人称行为克隆**与**跨模态因果推理**。前者通过头戴式相机采集第一视角视频，让机器人学会人类的注视点与手部动作之间的耦合关系；后者则试图让机器人理解“为什么这样做”，而非机械复制动作——比如当人类用汤匙喝汤时，机器人不仅能模仿手腕摆动，还能理解“勺子要水平移动以保持汤不洒”的物理因果。
在最新公布的技术视频中，机器人仅通过观看三次人类演示，就学会了一整套复杂的厨房操作流程：开冰箱门、取鸡蛋、打蛋入碗、搅拌、关冰箱门。整个过程流畅自然，没有出现传统强化学习方法中常见的抖动、卡顿或物体滑落。而在应对意外情况（比如鸡蛋位置偏移）时，机器人也能像人类一样主动调整抓取姿态，而非像预设程序那样机械执行。
## 商业落地：从高价值场景出发
尽管人类学习路线被认为是通往家庭服务机器人的捷径，但该公司目前的商业化策略非常务实：优先切入工业柔性产线和物流仓储等B端场景。在这些场景中，机器人需要频繁切换操作任务，传统方法需要大量重新编程和调试，而人类学习路线可以让一线工人直接“教”机器人完成任务——工人操作一次，机器人学会并重复。
这种“零代码示教”模式迅速吸引了多家3C制造业和电商物流巨头。据悉，该公司今年已签约超过30家行业客户，单台机器人的部署成本仅需传统方案的十分之一左右。而C端家庭场景则被规划在2027年之后，届时他们计划推出定价在10万元以内的通用家务机器人。
## 总结：人类学习之路，具身智能的“软着陆”
具身智能行业经历了太多“雷声大雨点小”的故事。AI界的共识越发清晰：如果想让机器人真正走进千家万户，就必须让机器理解人类的操作方式，而不是反过来要求人类适应机器。
这家公司选择了一条“逆算法潮流”的路线——不去追求更复杂的神经网络架构，而是用更朴素的方式让机器学会像人一样行动。这笔数亿元融资的意义，不仅在于支撑技术研发，更在于向整个行业证明：**最好的机器人，未必是算力最强的，但一定是最懂人类的。**
当其他团队还在教机器人背物理公式时，他们已经让机器人学会了看人行事。这或许才是具身智能走向实用化的真正开始。
---
📰 原文来源：量子位
🖼️ 配图来源：量子位
✍️ 本文由 AI 辅助编辑改写，内容仅供参考
暂无评论