对话加速进化CEO程昊：人形机器人踢足球还是五六岁小孩水平，5-10年能超过人类球队

程昊判断，人形机器人两三年内可能就能跟人踢球，超过人类一般球队需5到10年，并有望提前实现RoboCup提出的2050年机器⼈足球队击败人类世界杯冠军球队的目标。

不过，这需要技术的进一步迭代。“人形机器人的终局是具身大模型加全身运动控制大模型。但现在具身大脑面临很多挑战，算法框架不成熟、数据非常少。”

业内由此也形成两派，一派是仿真派，即在仿真平台生成数据训练；一派是真机派，即通过采集真实世界的数据训练。

在程昊看来，这两种路径都做不好，他的思路是首先要让人形机器人实现四肢健全，而不是一上来就追求全能，这和人的成长路径类似。

“接下来的演化是会出现分层大模型，把这些应用起来，就能推动机器人在很多场景落地，从而采集大量的真机数据，再结合仿真数据，形成融合数据去训练具身大脑，这条路才最有可能走成。”

从行业来看，人形机器人今年热度不减。从跳舞翻跟头，到跑马拉松，再到宇树科技举办拳击赛、加速进化举办足球赛，映衬出这个行业的热闹景象。

资本也涌动起来，今年以来，多家机器人企业拿到融资，银河通用、宇树科技更是分别完成一轮10亿、7亿元的融资。王兴兴还透露，宇树年营收已达10亿元，其还被爆出上市。

自去年10月量产以来，加速进化已取得数百台订单，并即将发布更具成本优势的新款机器人。同时，继6月初宣布A轮融资后，加速进化还将官宣新融资。

程昊在对话中强调，加速进化成立只有不到两年，不会盲目追高。“现在还没有到要把销量做到非常大的阶段，把内功打好更重要，人形机器人市场真正爆发的时候还没到。”

以下是此次独家对话精编：

一、AI让机器人具备更强踢球能力，5-10年能超过人类球队

搜狐科技：从遥控到AI+遥控，再到完全AI驱动，机器人硬件软件有哪些升级？参赛团队基于公司的Booster T1进行算法改造的侧重点有什么不同？

程昊：这次比赛最大的一个特点是AI自主驱动，这对机器人硬件的要求是要有较强的算力，能让算法在本体高效运行；同时，机器人团队要对感知、决策算法有比较强的开发能力。

感知层面，要对球、场地信息，包括场地线、球门的识别足够精准，定位能力也要很强。决策方面，我们全球率先开始做3V3比赛，有的会用偏专家系统的决策算法，有的用神经网络。我们判断，后面会有越来越多团队用强化学习去做决策。

这里很关键的是我们开源了一套机器人AI踢球的基础框架，现在已有十几支队伍都具备AI踢球能力。但遥控赛也有价值，可以让更多的人参与进来，遥控赛对遥控人员的要求比较高。

搜狐科技：我们此前去体验过，遥控掌握不好的话，机器人就不是特别听话，比如会踢空，AI会解决这些不足吗？

程昊：现在遥控踢不过AI，我们这套AI框架算法效率非常高，识别精准率比遥控强，踢空的现象会远远少于遥控赛。

我们现在已开发出一套新框架，包括端到端全身运动大模型，可以让机器人跑起来，像人一样站住传球，或球在面前走过去大力射门，会有快速的趟球，我们叫fast kick，这可能会在接下来的RoboCup世界杯比赛上应用起来。

搜狐科技：AI去控制首先特别重要的是机器人的眼睛，但机器人走的时候会有抖动，如何解决识别问题？

程昊：我们最近的新品会上公司纯自研的双目摄像头，价格会便宜很多，且还是具备双目的深度能力，但这块的技术已经到达比较极限的程度。

识别最大的挑战不在于相机，而在于机器人行走时非常大的抖动，包括脖子关节齿轮之间背隙的晃动，影响会更大。后续迭代要在机械结构上减少晃动，通过更强算法能识别，做出类似相机防抖的效果。

但机器人防抖比相机防抖难，因为相机防抖不需要定位。所以机器人需要在做好防抖的同时，又能把真实的数据给到机器，让它能精准定位，这是新的挑战。

搜狐科技：相比人类足球队，如果按10分计，此次AI升级后的机器人踢球处于什么水平？

程昊：如果把人类世界杯冠军视为10分，现在人形机器人踢足球接近五六岁小朋友的水平，也就是1-2分的过程。

一年以前整个水平都差不多，过去一年时间，进化速度非常快，不需要任何保护人员，速度达到1米每秒以上，摔倒可以自主起身。

搜狐科技：RoboCup目标是2050年机器⼈足球队要击败人类世界杯冠军，这能提前实现吗？

程昊：从1-2分走到10分，我们预计不需要等到2050年，可能会更快。两三年内可能就能开始跟人踢，比如会先和青少年踢，再跟成人踢，超过人类一般球队可能需要5到10年，最后踢赢世界杯冠军。未来的发展速度不是线性的，可能是指数级的。

二、机器人下一步演化是出现分层大模型，不会一上来就追求全能

搜狐科技：这次参赛团队用的还是传统的模块化算法，感知、决策是分开的，您认为接下来会如何会如何演化？

程昊：我们认为终局应该是具身大模型+全身运动控制大模型，就像人一样有大脑和小脑。但现在具身大模型面临很多挑战，整个算法框架不成熟，数据也非常少。

下一步的演进是会出现分层大模型，小脑、导航定位、决策、交互等分别会有一个大模型。当这些大模型结合起来，机器人已经能在很多场景落地，然后采集大量真实场景数据反哺，慢慢再合成一个大模型，实现具身大模型。

搜狐科技：您提到数据少的问题，现在业内有两派，一派是用仿真数据去做，一派是采集真实世界的数据，您更看好哪种方式？公司的思路和做法是什么？

程昊：这两种方式都是对的，只是现在非常早期都做不到。仿真环境跟真实环境差异非常大，单靠仿真做不好；单靠真真机数据，数据量又非常小，成本也非常高。

具身大模型需要的数据可能是大语言模型的1万倍，甚至1亿倍都有可能。它本身是多模态数据，完全靠机器人咔咔采数据，或者用仿真生成数据去训练，我觉得都做不好。

我们认为人形机器人首先要实现四肢健全，然后结合分层大模型，让它开始在各个场景里工作，从而采集大量真机数据，再结合仿真数据，形成融合数据去训练具身大脑，这条路才最有可能走成。

搜狐科技：这有点像自动驾驶的路线，先让大量的车上路跑，然后收集数据去训练，但这要先做到比较大的落地才能跑通。

程昊：自动驾驶有L2、L3、L4，现在没有做到L4，但L2、L3大家已经开始用了。我们始终判断，把全身运动控制做好，把导航模型、决策模型做好，机器人就能落地。

搜狐科技：所以公司现在还不会追求那种特别全能的机器人？

程昊：对对对，比如最开始让机器人先跟着小朋友到处跑，跟小朋友聊天，这能落地。在这个过程中，把家庭各种数据采集下来，然后慢慢再去训练更好的模型，最终让它能干家务。

搜狐科技：公司目前在机器人大模型上有什么进展？

程昊：我们在AI自主踢球方面已经迭代到了第二代，研发出端到端全身运动大模型，它会把视觉信号也给到小脑，核心就是让机器人能像人类一样运动，用一套神经网络做各种动作，包括我们把各种开门动作都加进去。

搜狐科技：很多机器人企业，包括智源等科研机构，都在探索具身大脑，公司策略是什么？

程昊：我们重点是做机器人本体操作系统、开发工具，操作系统包含小脑、定位导航的能力，以及大脑本地对话的能力，这部分我们要自己做。

我们认为大脑未来更多是云侧和端侧相结合，云侧大脑可能会需要非常大的算力，非常多的数据，资本雄厚、资源充分的大厂去做会更有优势。这部分我们现在的策略是更多和开发者合作，也会跟专注做大脑的企业合作。

三、现阶段核心是修炼内功，机器人市场还没到爆发时刻

搜狐科技：从机器人跳舞、马拉松，到打拳击、踢足球，很多人认为这是营销，机器人落地还是很远，您怎么看？

程昊：马拉松展示的是机器人的可靠性、稳定性，足球赛技术难度更大，对可靠性要求更高，还要体现AI能力。未来的场景会更复杂，技术要一步步迭代，最终推动机器人走进家庭。

机器人行业要发展起来，不仅要机器人公司，还要有大量开发者，同时要有更多的潜在用户去慢慢了解。其实现在大众不会买机器人，买来做什么呢，还没到这个阶段。

但通过这些比赛，能够吸引更多犹豫和潜在的开发者入局，推动技术更快发展，这是最核心的意义。这是我们和宇树，真正背后想推的事情。

搜狐科技：今年机器人赛道很火，银河通用和宇树最近完成大额融资，您怎么看资本这么高的关注？

程昊：这是资本融资的特点。一两年前，可能有个本体能走起来，拍个demo就能融到钱，接下来谁能开始出货，能否在更多场景落地，实现大规模的可靠量产，才能持续发展。

搜狐科技：公司在6月初宣布了A轮融资，接下来会加快融资吗？

程昊：我们不会那么激进地把估值推特别高，融特别多钱。我之前创业也经历过估值一下翻十倍的情况，就很容易飘，你知道吗？估值特别高，投资人也会希望你做一些更fancy的事情，这样才能不断推高估值。

但我们觉得现阶段，尤其是对于一家不到两年的初创企业来说，把内功打好更重要。我们也有取舍，比如没有花精力去做翻跟头、高速奔跑的能力，这些在我看来在第一阶段帮助不大。

搜狐科技：王兴兴此前说宇树年营收已达到10亿，加速进化目前是数百台订单，未来商业化上有什么规划？

程昊：宇树毕竟十年了，我们觉得以他们的积累今年做到十几亿营收非常有希望。我们会定自己的目标，而不是盲目去追高，那样的话很容易动作变形。

我觉得核心还是要每一步都走扎实，第一年快速把产品做出来，去年10月开始正式售卖和量产，生产制造能力从一周只能生产3台到几十台，接下来要提升到一周生产几百台的水平。

我们现在坚定不搞大订，而是在客户下单后很快出货，帮助客户做成。现在还没有到要把销量做到非常大的阶段，还是修炼内功的阶段，人形机器人市场真正爆发的时候还没到。