编者按：作为 DARPA 机器人挑战赛的核心推动者，吉尔・普拉特见证了人形机器人从实验室走向现实的征程。如今，AI 技术的突破终于有望让机器人“大脑” 追上躯体的进化，商业落地的曙光初现。这篇专访中，普拉特既复盘了技术演进的关键节点，点出模式匹配与真正推理的核心差距，也直面数据瓶颈、应用场景争议等行业痛点。他对老龄化社会需求的关注、对炒作泡沫的审视，更让技术讨论回归人文本质。本文来自编译，希望对您有所启发。

吉尔・普拉特（Gill Pratt）与早期机器人的合影。

2012 年，美国国防高级研究计划局宣布了“DARPA 机器人挑战赛”（DRC）。这场历时数年、耗资数百万美元的灾害救援机器人竞赛，不仅催生了波士顿动力的阿特拉斯机器人，诞生了初代实用型人形机器人诸多震撼瞬间，还留下了一段流传至今的失误搞笑视频。

作为该赛事的主导者，吉尔・普拉特对 DARPA 机器人挑战赛在机器人领域的意义有着清晰认知。2012 年，他在接受《IEEE Spectrum》采访时表示：“举办 DARPA 机器人挑战赛的初衷，实则是推动该领域发展，让这类机器人技术真正落地。” 当时他指出，在 2004 年 DARPA 大挑战赛和 2007 年 DARPA 城市挑战赛举办之前，适用于复杂环境的无人驾驶汽车基本不存在。他认为，DARPA 机器人挑战赛将为机器人领域带来同样的变革。

距 DARPA 机器人挑战赛落幕已过去近十年，业内不少人认为，人形机器人即将迎来普拉特当年预言的颠覆性发展时刻。但机器人领域的常态便是，实际难度往往远超预期。《IEEE Spectrum》专访了现任丰田研究所首席执行官的普拉特，探寻人形机器人发展的阻碍因素、他对这类机器人应用场景的看法，以及如何应对人形机器人热潮带来的泡沫问题。

您如何看待我们目前所处的机器人时代？

吉尔・普拉特：真正发生改变的并非人形机器人本身。长期以来，不少科研人员一直在研发人形结构的机器人。如今的核心差异不在于机器人的躯体，而在于其 “大脑”。机器人领域一直存在这样的失衡：我们研发的机械结构性能极为出色，却始终没有办法让机器人的实际效用匹配其潜在能力。而近几年人工智能领域的革命，让我们终于具备了这样的能力。

回顾十年前，人们很容易将当下商用人形机器人的诸多发展直接归功于 DARPA 机器人挑战赛，这种看法是否存在不妥之处？

吉尔·普拉特与美国国家航空航天局（NASA）早期版本的Valkyrie DRC机器人合影。

普拉特：并无不妥，但我对此保持谦逊的态度。DARPA 机器人挑战赛聚焦于半自主操控与半实时远程操控相结合的模式，包含远程监管，以及在远程人员下达指令的同时，通过半自主技术强化监管能力以实时完成任务。这一切都发生在近期人工智能技术实现突破之前。

如今的变化在于，我们找到了一种无需编写代码，就能教会机器人执行任务并使其具备相应能力的方法，只需向机器人示范操作流程即可。借助足量的示范数据与全新人工智能技术，机器人的性能能达到前所未有的高度。

但数据是发展瓶颈，对吗？我们该如何确定数据应包含哪些内容，以及需要多少数据才能让机器人稳定完成任务呢？

普拉特：这与大语言模型领域的争论如出一辙。一部分人认为，大语言模型本质是自回归预测模型，能根据前文内容推测下一个词汇，只要通过各类方法弥补其产生幻觉的问题，最终就能打造出值得信赖的人工智能系统。而另一部分人则认为这种想法毫无道理，我们需要另辟蹊径。我认同这个观点，我们需要构建世界模型，让人工智能系统具备想象、试错和真正推理的能力。

要知道，我们口中的 “推理”，实则是模式匹配的概念。称其具备 “推理能力”，不过是给研发成果贴上的标签，并非真正的推理。

机器人学习中的数据瓶颈

这就是 “第一系统” 与 “第二系统” 思维的区别，对吗？

普拉特：没错。第一系统是人类快速、本能的反应式思维，也是当前大语言模型所采用的模式匹配方式；第二系统则是包含想象与世界模型的慢速推理，这是我们尚未实现的领域。第一系统的发展已取得非凡突破，但第二系统仍处于空白阶段。试图通过修补第一系统使其具备第二系统能力，就像挤压装满水的气球，按压一侧，水就会从另一侧鼓出来。你会不断发现，解决了一个问题，另一个问题又随之出现，整体性能并没有实质性提升。

您在丰田研究所是如何攻克这一难题的？

普拉特：两年前，我们提出了扩散策略模型，随后又研发出我称之为大型行为模型的技术。该技术通过单一模型完成多任务训练，且实践证明，每新增一项训练任务，都能助力其他任务的学习，同时减少达到既定性能标准所需的训练数据量。这些都是第一系统领域的重大突破。

我们实现关键突破的契机，是发现扩散技术可应用于机器人行为控制。研究证实，从视觉输入到动作输出的行为空间操作模式效果极佳。这一发现推动了整个领域的发展，此后我们看到的各类机器人演示，几乎都采用了某种形式的扩散策略模型。但归根结底，这依旧是第一系统的模式匹配：“当我看到这样的环境，就做出这样的行动。” 机器人不会像传统手动编程机器人那样进行想象、思考与规划，而仅仅是做出应激反应。

不过，正如自动驾驶技术面临的困境，第一系统的模式匹配在现实场景中常常失效。

普拉特：十年前丰田研究所刚成立时，几乎所有人都认为自动驾驶技术即将普及。

十年后的今天，我认为技术层面已然成熟，剩余问题均为商业层面：硬件成本、保险费用、运维成本，以及技术应用是否具备经济可行性。我们尚未完全攻克自动驾驶难题，但现有方案已足够实用，因为我们引入了人类作为后备支持。当自动驾驶车辆因路边违停车辆陷入困境时，会向后台发送请求，由人类做出第二系统层面的决策。我认为其他机器人也可采用这种模式：多数时间自主作业，偶尔主动寻求人类协助。

既然自动驾驶技术才刚刚趋于成熟，我们为何还要投入大量精力研发双足人形机器人？

普拉特：人类打造的现实世界，本身就是适配人类躯体结构的环境。机器人若想在这个世界高效运作，就需要利用这些适配条件。同时，人形结构也更利于开展模仿学习，因为机器人与人类形态一致。此外，双腿在特定环境中优势显著：跨越障碍物时的平衡速度，远快于轮式机器人移动到新支撑点的速度。但即便如此，双腿结构并非在所有场景都实用。工厂环境地面平坦，完全适配轮式机器人，如今业内却如此聚焦双足机器人，这一点着实令人费解。

应对人形机器人的炒作热潮

您认为大量资金涌入双足人形机器人领域，对机器人行业而言是好事吗？

普拉特：这既有机遇也有风险。大量资源注入机器人领域固然令人欣喜，我也坚信行业迎来了特殊的发展节点。行业格局已发生改变，当人类可以通过示范教会机器人完成各类任务时，无数可能性就会随之涌现。

吉尔・普拉特在东京吉卜力博物馆屋顶欣赏机器人。

人类应该教会机器人做哪些事？

普拉特：过去十年，丰田研究所一直关注社会老龄化问题。这不仅关乎肢体行动障碍，更关乎孤独感与价值感缺失，这些问题更为普遍，带来的影响也更为严重。因此我们需要思考，如何通过技术手段，让人们感受到自己依旧年轻。

丰田研究所正在研发 “受教型机器人”，即接受人类教导的机器人。人类天生乐于付出、乐于助人。当你通过示范教会机器操作，而这台机器又能帮助他人时，你会获得强烈的价值感。我们认为，机器人不仅能在生理层面提升生活质量，还能在心理层面发挥双向积极作用。

十年前您创立丰田研究所时，我曾问过您的研究重点，您的回答令我印象深刻：您表示会聚焦养老照护领域，因为 “我们别无选择”。

普拉特：没错。人口统计数据持续恶化，我们确实别无选择。必须认识到，老龄化社会对年轻人的影响极为深远，这源于人口抚养比 ，即劳动年龄内的年轻人，需要同时抚养未成年儿童与老年人口，这一比例正不断恶化。

该如何解决这一问题？

普拉特：我们在第一系统领域取得了重大突破，但除非有人在第二系统领域也实现突破，或是构建由人类提供第二系统层面监管控制的体系，否则机器人能发挥的作用依旧有限。

这种人类监管控制模式，不就回到了 DARPA 机器人挑战赛的模式吗？

普拉特：正是如此！我不会阻止大家称赞 DARPA 机器人挑战赛……曾有人将其称作 “机器人界的伍德斯托克”，这个说法让我倍感暖心，实在太棒了！

十年后的今天，您如何看待当下人形机器人领域的炒作热度？

普拉特：人形机器人领域正迎来（我希望是）高预期的峰值。原因在于，人们并未深入思考第一系统与第二系统的本质区别。

目前，实体人工智能系统仅能实现模式匹配。尽管这类机器人性能极为出色，技术成果令人惊叹，我们也为此倍感自豪，且坚信通过大型行为模型整合多任务学习能发挥巨大效用，但这依旧不属于第二系统。当下行业存在大量过度承诺的现象，很令人惋惜，因为这终将导致行业陷入低谷。我担忧的是随之而来的理想破灭期。

当人形机器人炒作泡沫破裂时，我们该如何避免机器人行业崩盘？

普拉特：现阶段，我们需要引入阻尼效应。在控制系统中，添加阻尼能让不稳定的系统趋于稳定。媒体与学术界可发挥超前补偿作用，提醒大众，当前人形机器人并不具备真正的推理能力。

我们还应铭记，自动驾驶领域也曾经历泡沫破裂，仅有少数保持理性、不盲目炒作且坚持不懈的企业存活下来。我认为机器人行业也会如此。