千尋智能韓峰濤:完美數(shù)據(jù)教不出能干活的人形機(jī)器人 我們堅(jiān)持使用“臟數(shù)據(jù)” 新要聞
(相關(guān)資料圖)
在2026世界人工智能大會(huì)(WAIC 2026)現(xiàn)場,千尋智能展區(qū)的Moz1機(jī)器人接到了一個(gè)指令:“整理客廳”。它環(huán)視四周,走到桌前抓起可樂放進(jìn)冰箱,走向餐桌夾起臟碗送入洗碗機(jī)。屏幕上實(shí)時(shí)顯示著它的思考過程:指令拆解、下一步規(guī)劃、動(dòng)線優(yōu)化——清晰可見。一位小朋友扔出一團(tuán)紙巾,Moz1臨時(shí)停下,重新規(guī)劃路線撿起紙巾扔進(jìn)垃圾桶,再回到原任務(wù)。
這是搭載千尋智能Spirit v1.6的Moz1首次公開進(jìn)行空間級(jí)長程復(fù)合任務(wù)的演示,而在千尋智能創(chuàng)始人兼CEO韓峰濤看來,這次演示想傳遞的信息不止于此。
韓峰濤在接受證券時(shí)報(bào)記者專訪時(shí)表示,千尋智能在具身大腦層面的下一步核心攻堅(jiān)方向,是模型的泛化能力和數(shù)據(jù)效率?!叭绾巫屇P驮诮佑|少量真實(shí)場景數(shù)據(jù)后,就能快速適應(yīng)新任務(wù)和新環(huán)境,而不是每個(gè)場景都需要標(biāo)注海量數(shù)據(jù)?!彼?guī)劃的短期目標(biāo)是,通過預(yù)訓(xùn)練算法加少量場景數(shù)據(jù)微調(diào),就能讓模型在特定任務(wù)上達(dá)到較高的作業(yè)成功率,這需要千尋團(tuán)隊(duì)持續(xù)優(yōu)化模型架構(gòu)和數(shù)據(jù)策略。
隨著硬件不斷成熟,今年以來機(jī)器人的“大腦”成為必爭之地,但支撐機(jī)器人“變聰明”的數(shù)據(jù)缺口巨大。當(dāng)具身智能行業(yè)都在追逐“更大規(guī)模、更干凈”的數(shù)據(jù)時(shí),韓峰濤給出了一個(gè)反直覺的判斷:“非完美數(shù)據(jù)才是擴(kuò)展模型基礎(chǔ)能力的關(guān)鍵?!?/p>
他進(jìn)一步解釋,行業(yè)數(shù)據(jù)缺口卡在三個(gè)環(huán)節(jié):采集成本高,質(zhì)量參差不齊,以及最關(guān)鍵的一點(diǎn),數(shù)據(jù)本身缺乏多樣性和“非完美”場景,導(dǎo)致模型在真實(shí)世界中容易“翻車”。因此,千尋智能堅(jiān)持從真實(shí)場景中采集包含各種干擾、失敗案例的“臟數(shù)據(jù)”,比如瓶子沒抓穩(wěn)掉了、目標(biāo)被遮擋了、執(zhí)行過程被打斷了,這些不完美的片段是模型真正學(xué)會(huì)應(yīng)對真實(shí)世界的關(guān)鍵。
對于技術(shù)路線的選擇,韓峰濤認(rèn)為世界模型并非VLA的替代?!癡LA解決的是‘看到什么就做什么’的直接映射,而世界模型讓機(jī)器人具備了‘預(yù)測這么做會(huì)發(fā)生什么’的推理能力?!比诤蟅LA與世界模型的混合架構(gòu)被普遍認(rèn)為是更優(yōu)解。據(jù)介紹,Spirit v1.6已采用融合VLA與世界模型的架構(gòu),打通環(huán)境感知、任務(wù)理解、動(dòng)作規(guī)劃與狀態(tài)預(yù)判。
同時(shí),本次WAIC上,千尋智能新一代機(jī)器人Moz2首次亮相。不同于面向工業(yè)和復(fù)雜操作任務(wù)的Moz1,Moz2定位商服場景,強(qiáng)調(diào)在公共服務(wù)場景中的親和化設(shè)計(jì)和自然交互體驗(yàn),Moz2全身配備32個(gè)自由度,搭載全向舵輪底盤與折疊腿部結(jié)構(gòu),配合7自由度仿生手臂與4自由度三指靈巧手,將重點(diǎn)面向商超、酒旅、辦公樓宇等場景落地。
對于本次展會(huì)上展示的兩款機(jī)器人產(chǎn)品,韓峰濤向記者介紹,Moz1解決的是“能不能干好活”,它已經(jīng)在寧德時(shí)代產(chǎn)線上跑通了高壓插接這類復(fù)雜工序,作業(yè)成功率99%以上,這是千尋智能在工業(yè)場景里交出的答卷;而Moz2解決的是“人愿不愿意跟它打交道”,商服場景的機(jī)器人第一關(guān)不是精度,是人的接受度。
韓峰濤表示,未來,千尋智能Moz1積累的工業(yè)級(jí)操作能力會(huì)逐步遷移到Moz2上,兩條線并行,先跑通工業(yè),再打磨商服,最終走向家庭,這是千尋智能的商業(yè)化落地節(jié)奏。







