2025年世界人工智能大会（WAIC）期间，搭载腾讯Tairos平台的宇树人形机器人G1和腾讯首席科学家张正友有一场互动，当张正友发出“站到我身边来”的指令时，机器人准确理解方位含义，流畅移动定位。 WAIC期间，耕耘许久的腾讯首次对外公开了在具身智能领域的路线图。面对沸腾的行业，腾讯选择了一条独特路径——做行业的“钛螺丝”。 与常见的科技公司高调商业化路径不同，Tairos平台的基调与腾讯整体路径保持一致，如马化腾所说，在具身智能领域，腾讯希望成为所有机器人厂商的合作伙伴，而不是取而代之做硬件，“这和我们的整体战略目标一致”。 “2018年初腾讯Robotics X成立时没有任何商业化的目的。”张正友坦言：“当时国内甚至找不到成熟的机器人硬件厂家，我们不得不既做硬件又做软件。”而2023年下半年起，ChatGPT引爆的AI大模型热潮催生出大量机器人创业公司，产业格局骤变。 具身智能的落地，不仅仅是算法问题、或者模型能力的问题，而是一个复杂、环环相扣的系统工程挑战，需要打通数据、训练、调试、部署的全链条。 从宏观的角度来看，机器人对3D世界的认知，以及动态世界的建模，还处于初步阶段。具身智能需要更大的泛化能力，才能让“身”与“智”协同进化，无缝地适应多变的环境。 走访了六十几家机器人公司后，团队发现软件能力是机器人走向场景落地的共性痛点，业内普遍缺乏好的模型和仿真工具。 规划大模型支持复杂任务规划，多模态感知大模型融合视觉、位置等环境信息，而感知-行动联合大模型实现操作和运动能力。 这个面向机器人本体开发商的平台，是团队为具身智能厂商打造的“工具”，旨在解决基础模型、场景数据采集、训练仿真和真机部署四个环节的落地难题。 张正友用Windows的生态成功类比Tairos的愿景：“如果平台不能与不同厂家良好兼容，就不可能发展起来。”为此，腾讯在发布前已深度联合宇树、越疆、帕西尼等头部硬件伙伴打磨平台，确保其真正解决行业痛点。 进入人形机器人“量产元年”，腾讯的具身智能战略分为两部分：投资和前沿探索。今年以来，腾讯已投资智元机器人和宇树科技至少两家具身智能机器人公司，早前也投资了乐聚和优必选。 而另一边，对于亲自下场做具身智能， Robotics X实验室选择先做原型和平台，再根据市场需求推进产物化，并对机器人本体的具体形态保持开放态度。 “本体是一个值得探索的过程。”张正友指出，做机器人不是为了仿生，而是为了在人居环境里实现更高效、更理想的形态。若以“人形”作为机器人的标准形态，可能会限制行业的想象力。 对于行业的未来，张正友说，“过热”是一个好现象，参与的人越来越多，行业发展就会越来越快。当前行业处于探索过程，尤其是对本体形态的探索。在这一过程中，Robotics X实验室像是一把“螺丝刀”，为机器人本体厂商打磨基础，迈向行业爆发iPhone时刻。 WAIC期间，张正友首次公开分享了腾讯Robotics X实验室在具身智能领域的探索与对行业的判断，这也是腾讯为数不多的对外释放对于具身智能的业务逻辑。以下为对话实录，经编辑： 张正友：我们从去年底开始在做这个事情之前，先认真调研了行业，累计到现在差不多跑过六十几家公司。我们已经走访了全国的厂家，深圳、上海、北京，整个华东地区，还有西部地区。 我们真正出去的时候，其实发现中国大量的机器人公司，它硬件其实是可以做得很好的。但具身智能在投入这一块其实是非常大的。我们初期会去选取一些高配合度的种子公司，然后深度地联合去做一些case。 今年上半年的想法就是说我们先去找一些公司去打磨产物，这其实也是过往腾讯做产物的思路，就是不能一下子铺太多的，一定是像1.0版本，要去找几个公司深入落地。一部分产物标准化了之后，就可以慢慢地开始铺量。 张正友：具身智能以及今天发布的三个模型，规划、多模态感知和感知行动大模型，每一个模块他们都可以去用。然后还有仿真平台，他们可以上传他们自己的机器人，在仿真平台里面尝试一下。 我们的模型既可以在真实机器人上面运作，也可以在仿真环境里面用。在仿真环境里，如果遇到完成不了的任务，它会直接送到后面强化学习去改进它的规划大模型。因为我们不可能把世界上所有的可能的任务都想清楚的。最后我们希望用平台的每个人、每个厂家可以把训练好的、针对他们本体的模型拿去，部署到真机上去。 比方说在操作里面，力感知和触觉感知是非常重要的，像触觉传感器没有标准化，那在仿真里面如何让触觉很真实的仿真出来？像人的触觉，空间分辨率在1毫米左右，在仿真环境里面现在还达不到这么好的分辨率。 张正友：从技术角度看落地的话，对3D的世界认知，动态世界包括物体、材料各方面的建模，就是世界模型，还是处于初步的阶段。 然后规划，像大语言模型它也能做一些规划，但它的规划因为是通过文本来理解世界，所以没那么深。大语言模型会把世界上所有的各种各样的知识都放进去，但是针对现实世界，有很多东西是用文字描述不出来的。 比方说动物它没有语言，但是它还能还是能够在3D世界里面很好地活下来，不需要语言。就是说规划方面，没有3D世界的理解，可能很多情况下都做不好。 再讲到感知行动大模型，像触觉感知，这些目前还是很缺乏的。多模态感知里面，图像和视频，或者是语音或者文本这些都是很标准化的。但是触觉传感器，我们从实验室成立以后就觉得触觉非常重要，经过7年研究，现在还没有达到真正能够标准化的程度。当然还有其他公司已经参与到触觉传感器的研发，所以很多都需要大家一起努力，整个行业一起努力。 张正友：腾讯RoboticsX实验室2018年初成立的时候没任何商业化的目的，因为那时候情况很不一样，那时候你看看能不能找到一个能够做机器人的硬件厂家？一个都没有，所以我们那时候就必须要自己从头既做硬件又做软件，各方面的全部都要做。 从2023年下半年开始，整个机器人行业就有很大的变化，一个是ChatGPT引起AI大模型的关注，很多机器人公司就出来了，很多创业公司。我们那时候就是啥都要做，他们有些比较关注机器狗或者是人形机器人，还有一些触觉传感器、灵巧手，有很多机器人本体。 形势已经变化了，从腾讯角度来看，我们需要跟这些机器人厂家一起去打磨我们的技术。另外，前沿探索还是很重要，我们还会继续前沿探索，但有些能力是希望能够跟机器人本体厂家一起，和应用厂家一起去往前来提升的。 与其说商业化，其实我们现在的方向是一个产物化。我们做了很长时间的前沿探索，积累了大量经验，和一些成熟的技术成果，现在更多希望能把这些变成一个产物。之前更多是供内部来科研使用，未来更多想把这些科研成果变成产物，供给市场上的机器人厂商和第三方的厂家，让他们去形成他们自己打包成一个更完整的产物。 要区分产物化和商业化。我是做研究的科学家，商业化听起来就是要去赚钱，但是我们是不赚钱的。Tairos特地强调我们自己不是以赚钱为目的的，我们希望把我们变成一个比较稳定的产物来赋能机器人的行业。 张正友：腾讯公司的角度，比如要不要做一个机器狗？从我的角度是不支持去做的，不值得去做的，我自己也不会做，因为还有更大的目标在支撑着我们。 比如养老，能不能把机器人具身智能技术和本体里面某些核心技术，比如说触觉传感器、定制皮肤这些能力能不能继续往前推进？离这个还很远，我加入腾讯成立机器人实验室，那时候规划的是十年时间，现在七年已经过去了，三年以后就差不多。不管怎么样，要达到那个效果，我才可能希望养老各方面都能做起来。假如我一开始停留在Max腿轮一体化机器狗上面，那后面就没精力去做其他东西了。 张正友：前沿探索有很多不确定性，假如是通过什么时候一定要交付什么产物，往往会做成hardcode（“写死”）的东西了。举个不好的例子，比如现在所有东西都要跑马拉松，马拉松有的时候可能有些技术到了，那就硬做一些东西，或者一些遥控，那就做得不好了。这个地方为什么一定要足够多的自由度，做前沿探索必须要往前推进。 张正友：行业过热这看怎么定义，因为大家看到这个前景很吸引人，我更多讲的是投资角度。有些公众对于机器人服务人、融入到人类社会、融入到生产和生活中有很大的热情。 这个热情我觉得对于我们来说是一件好事，也是对我们提出了更高要求，也给我们提供了很多试验场。参与人越来越多，行业发展会越来越快。 如果大家不知道这件事情，不会有一天跟我说你们机器人能不能干这个、干那个，其实我们也缺少很多这种挑战。至少对于我们从业者来说是一件好事情。 张正友：从某种角度来讲我们做得很早，我们是探索性前沿研究的，本来就应该早。现在有些能力我们觉得能够支撑到行业发展，所以把这些能力开放出来，所以这个不晚。我们还需要继续做前沿研究，因为现在开放出来的技术还是刚才讲的，现在具身智能只是在初步阶段，还有很长的路需要走。假如说是iPhone做了多少年还在往前推进，这个很难估计，我估计三五年，我2018年讲的十年规划。
