对话他山科技CEO马扬：机器人的视觉与听觉能力已和人类相似，触觉将在两到三年内达到人类水平

2004年，马扬从北京航空航天大学毕业后，进入到国内知名车企工作。按部就班的职业轨迹，在马扬接触到一项名为ECT（电容层析成像）的技术时发生改变，也为后续触觉研发埋下伏笔。

时间来到2017年，波士顿动力、优必选等海内外公司激起机器人浪潮。马扬认为，机器人若想真正走进商场、工厂等实用场景，指尖的触觉闭环能力是不可或缺的一块拼图。

当时市面上能做出放进指尖的触觉感知芯片的企业寥寥无几，马扬与合伙人在此机会下共同创办了北京他山科技有限公司，专注于人工智能触觉传感领域。至今已获得来自软银、国新的知名机构的四轮融资。

在马扬看来，缺失触觉能力的机器人就像”戴着厚手套干活”，操作能力严重不足。触觉感知是实现精细操作和任务泛化的关键技术。让机器人的触觉达到人类水平还需要两到三年的时间。

他认为，未来3至5年是机器人产业的高速发展期，至少将达到数千亿级别以上的市场规模。当前机器人发展的核心卡点在于训练数据不足，造成能力还不及预期。假若突破此卡点，机器人也会有人愿意买单。

以下为对话精编：

媒体：为什么他山科技会想到做“触觉传感”这一细分赛道？

马扬：大家都知道人类有五感（视听触味嗅）。近年来，在视觉学习和语音交互的训练下，机器人学会了“看”和“听”，但想要真正达到智能程度会干活，实现“触觉”是关键一步。嗅觉和味觉也有人在研究，但相对优先级还没那么高。

媒体：“关键一步”从何说起？“触觉”能给机器人带来怎样的体验提升？

马扬：仅依靠视觉的机器学习就像”戴着厚手套干活”，操作能力严重不足。而触觉感知是实现精细操作和任务泛化的关键技术。

对于人来说，很多时候其实是“干活不过脑子”的。也就是说，行为的决策和执行有时并不需要依赖大脑，而是靠手上少量的神经元就能直接作用。比如摸到很尖锐或很烫的东西，手会下意识躲开。手举一杯水走动时，手会自动根据晃动程度调整握杯姿势和力度。

触觉传感技术可以帮助机器人的手部建立私有网络，让灵巧手在前端可以自己思考、自己决策，最后执行，模仿人类行为。

媒体：有什么实际应用场景吗？

马扬：工厂产线是一个很好的例子，现在可以看到已经有了非常多的自动化设备，但还有两个核心问题没有解决：柔性和泛化。

一个典型案例是汽车生产线，可能自动化设备能解决90%的既定任务，但如果要它去把产品的塑料包装套取掉就做不到了。因为每次动作都是不一样的，这就牵扯到了柔性操作，需要触觉传感支持。

媒体：机器人的触觉什么时候能达到人类水平？

马扬：现在机器人的听觉和视觉基本已经和人类相似了，触觉大概两到三年。

媒体：触觉的一大应用是灵巧手。从今年机器人展会的现场演示看，灵巧手的操作还是存在一系列问题，您认为当前技术卡点在哪？

马扬：核心还是要做更多训练，到真实场景中去学习，采集更多数据。

机器人发展和汽车有诸多相似处，但机器人的数据采集工作更难。因为到现在并没有把大量机器人卖出去，这就是现在的核心卡点。谁能先获得足够多的数据去做机器人训练，谁就先有机会把机器人变得可用性强。

在这种挑战下，利用仿真数据和真实数据结合训练的方式，就变成了现在大家聚焦的研发方向。

媒体：您觉得要让机器人脱离“遥操”，变得真正聪明，技术方面还面临什么挑战？

马扬：对于人来讲，人的大脑和小脑背后有非常好的一个融合模型。但机器人不同，如何将视觉和触觉放在一起去学习和感知，是业内正在关注和探索的，这里面存在一个技术问题。

过去一两年行业内提到最多的是VLA模型，后面说要把触觉的数据加进来，变成VLTA。但后来发现数据量太大，对模型运行有挑战。而且触觉要求更严苛，因为视觉和语言能给机器人反应的时间，但到触觉不能说拿一杯水要等个两三秒，很可能杯子已经掉下摔碎了。

我们反思发现，人其实可以同时执行视觉和触觉，比如和人说话的时候不耽误拿水。于是现在决定把触觉小模型分开来做，比如在手端单独建立一个小模型，让它有思考能力。整体来看，技术还在不断迭代过程中，至于最终是否能形成一个大的VLTA模型，尚未可知。

媒体：很多人还是会质疑机器人的商用化价值，觉得噱头成分较多，您怎么看？

马扬：机器人商业化是一个漫长的过程，但从整体来看是比较乐观的，我们今年拿到的订单大约是去年的十几倍。

无论是家庭场景还是工业场景，未来机器人市场规模一定是非常大的，至少是数千亿级别以上。未来3至5年是一个快速发展阶段，这是一个行业内的共识。

媒体：今年看消费级机器人越来越多，但买单的用户寥寥无几，还是受限于高昂的价格么？

马扬：大家通常认为价格是卡点，其实不是。如果它（机器人）能到家里去做你的管家，能帮你解决复杂任务，有没有人买单？绝对有。

媒体：您怎么看待“机器人可能会取代人类”的说法？

马扬：我还是乐观的，机器人的核心作用是帮助人类完成不愿意做，或者嫌麻烦的工作。人类社会的发展核心是靠想象力和演绎能力来推动的，这两个方面我觉得机器人永远超越不了人类。