机器人打球Demo真相，眼睛是借的，大脑是“假”的

今年，机器人乒乓球表演成为展示具身智能技术的热门项目。画面中，机器人能精准移动、挥拍回球，甚至与真人连续对打数十拍，给人以机器人已具备处理动态世界的“大脑”印象。然而，事实并非如此简单。

在实验室环境中，这些看似自主的机器人表演背后，隐藏着一套复杂的外部系统。研究人员林知远解释称，机器人其实并未真正“看见”或“理解”球的运动，而是依靠场地外的高精度摄像头、反光物质追踪以及上层程序计算，提前获知球的位置和运动轨迹。这相当于为机器人临时安装了一个“巨型设备”，使其能够在外部系统的指令下完成动作。

"这和人类打球的逻辑完全不同。"林知远说，"人不会事先对整个球场进行毫米级标定，而是通过视觉观察对手动作、球速和方向，在不完全准确的信息下不断预估下一步。"

尽管如此，机器人在接收到位置信息后，仍能在短时间内控制身体跨步、调整姿态、保持平衡并连续回球，这表明其运动控制能力已经取得显著进展。但问题的关键在于：强大的运动控制能力，并不等于自主的决策能力。

林知远将这一现象类比于自动驾驶领域的发展。"高精地图曾经非常有效，因为很多道路信息可以提前测量好，再交给车辆使用；但自动驾驶真正走向开放道路以后，行业逐渐发现，依靠一个提前整理好的世界，和让汽车自己理解不断变化的世界，并不是同一道题。"

他进一步指出，如果一项能力必须依赖提前标定好的房间、固定机位和特殊反光标志才能存在，那么真正值得追问的是：撤掉这些专门为演示搭出的条件之后，它还能剩下多少能力？

"Demo的价值在于它能让外界第一次看到某种能力的存在，帮助团队获得关注、资金和下一步研发资源。"林知远说，"但如果一个Demo无法进入真实任务，也不能持续产生真实的结果、失败和纠偏数据，那么这个Demo和下一轮能力增长之间的联系就会越来越弱。"

因此，真正的分界线不在于Demo是否够漂亮，而在于这次成功是否缩短了进入真实世界的距离。真正的自主要能证明，这种能力离开展台、固定布景，进入陌生环境时依然有效。

"从长远来看，唯一硬指标是机器人能在有价值任务中连续替代人多久。"林知远强调，"这需要带上任务结果、失败反馈和恢复策略的数据，而非一次成功演示。"

目前，机器人训练数据的积累仍然是制约具身智能发展的关键瓶颈。Google DeepMind 在相关研究中，曾使用13台机器人持续采集17个月，获得超过13万条机器人操作数据。即便如此，与机器人未来需要面对的大量任务和复杂场景相比，现有数据覆盖仍然存在较大空间。

"真正有价值的机器人数据，往往来自真实世界。"林知远说，"机器人学习的不只是‘怎么做’，还有‘先看什么’。"随着具身智能训练逐渐从单纯的动作学习走向更加复杂的任务理解，第一视角（Egocentric）和以人为中心（Human-Centric）的数据开始受到行业关注。

"这不是把眼动数据简单‘加进’机器人训练，而是从人的行为出发，尝试回答一个更基础的问题：机器人如果要学习人类如何完成任务，是否也需要知道人类是如何观察任务的？"七鑫易维正在将长期积累的眼动技术能力延伸至具身智能领域，推出具身智能训练数据采集服务，为相关企业、高校及科研机构提供数据支持。

林知远认为，具身智能应优先进入地下管网、船舱喷漆等人不愿去、危险且结果可验收的场景，先补传统自动化‘瞎的’缺陷，再逐步向成熟产线渗透。