无脸跑不是丑，是强化学习自己选出的最优解
天工Omni为了跑得更快，自动放弃人类靠摆臂平衡的直觉，改用腰部扭动完成同样功能——机器学到的解法未必好看，却服从物理约束下的最优解。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
无脸跑是惩罚函数逼出的产物
天工Omni的招牌动作「无脸跑」不是团队设计出来的，是强化学习自己学出来的结果。训练时团队给肩关节转动角度设了惩罚函数，不让机器人靠挥动上肢来保持平衡，机器人自己找到了用腰部扭动代替摆臂的方案。团队一度觉得这个跑姿不够漂亮，还想重新训练一套更美观的，但因为这就是跑得最快的解，最终直接拿去参赛。熊友军把这称作具身智能领域少见的涌现时刻。
— 熊友军没人知道Scaling Law要多少数据
天工的通用运动控制器用了几百小时人类动作数据训练，英伟达同类模型Sonic用了700多小时，量级相近。但被问到具身智能的Scaling Law何时兑现时，熊友军直言现在都还不知道，千万小时级的数据量可能是需要的，但现在的数据还有几个数量级的差距。他更明确怀疑单纯堆数据是否是正确路径：大模型能堆数据是因为互联网上有海量文本可用，具身智能未必有这个条件，更可能需要类似人类小孩试错探索的新学习范式。
— 熊友军去年独家自主，今年全员自主
去年的马拉松比赛，全场200多台机器人里只有天工是完全自主参赛，其余队伍都要靠人遥操跟跑；今年除了障碍赛偶尔需要遥控，其余项目已经普遍实现全自主。熊友军认为这个变化不是靠时间堆出来的，而是过去一年整个行业把资源和人才集中投向了机器人大脑——感知、决策、认知学习——的直接结果。
— 熊友军真正做脑的公司不到5家
主持人抛出行业里的一个说法：不依托政府和大厂、真正有足够算力训练大脑模型的独立创业公司不超过5家。熊友军没有反驳这个判断，只说自己没做过统计，但认同训练大脑对算力要求极高——他们靠百度的云端算力和自建数据采集中心支撑，目前开源的数据采集量已接近20万小时，是高质量数据。
— 熊友军本田P2点燃梦想，也提前预告了它的落幕
熊友军对机器人的热爱始于2002年读博时看到的一段视频：本田的P2(阿西莫前身)带着中国总理参观工厂产线，那个画面让他确信人机共融的未来会到来。但本田当年的技术路线完全基于数学模型求解，战略处理和视觉能力都很弱，背着巨大的外置计算机背包；深度学习和大模型出现后，这套范式被整体颠覆，本田就像诺基亚错过智能手机时代一样，失去了人形机器人领域的领先地位。
— 熊友军任务级遥操不是作弊，是分工
这届运动会有队伍因谎称自主、实际靠遥操而被取消参赛资格，但遥操本身在规则里被保留，原因是遥操分好几个层级：普通人想象的是逐帧操控的傀儡式遥操；而更高级的任务级遥操，是人只给机器人一个复杂目标——比如判断配电箱的开关要不要扳动——具体怎么走过去、怎么避障、怎么执行完全由机器人自主完成。这是把人的判断和机器的执行能力结合，不是完全代替机器人思考。
— 熊友军国家队的KPI是开源，不是营收
熊友军形容自己从优必选CTO转到创新中心一把手，是从公司的小我切换到国家和行业的大我：不再以最大化商业化为目标，而是站在全产业角度找共性痛点，把天工本体、慧思开悟等研发成果尽量开源开放，让商业公司避免底层重复造轮子、浪费社会资源。创新中心的早期股东——优必选、小米、亦庄国投等——投的也不是商业回报，而是认可这个技术创新方向。
— 熊友军机器人的最后一公里输在信号损耗
有嘉宾在WRC的场合提出一个卡点：语言模型的输入输出是纯数字编码，严格限制在固定向量空间里，几乎没有损耗；但机器人每一次输入输出——尤其是触觉这类细微信号——都会引入偏差，几乎无法修正，精度因此随之暴跌。熊友军认同这个判断，称团队正在做的解法是把语言、视觉、触觉等不同模态统一表征进同一个向量空间再推理决策，这就是他们正在探索的大一统模型Pelican Unified。
— 熊友军原话 · 已逐字校验
故意是把他肩关节的转动角度 做了一些限制 然后机器他为了跑那么快 他自己需要保持平衡 然后自己训练出跑制 所以他确确实实是自我学习 自我进化的一个结果
他们故意限制了机器人肩关节的转动角度作为惩罚项，机器人为了跑得更快，自己需要保持平衡，于是自己训练出了这种跑姿——这确确实实是它自我学习、自我进化的结果。
熊友军2:01
我们一直觉得完全靠数据去逮集的话 这可能不一定是一个正确的一个方式
我们一直认为，完全靠堆数据，这可能不一定是正确的方式。
熊友军10:04
今天我们的数据采集量其实已经非常大了 连采集的采集量快接近20万小时了 而且这是高质量的数据
今天我们的数据采集量已经非常大了，采集量快接近20万小时，而且这是高质量的数据。
熊友军18:11
不同的模态的信号 信息的这个表征 会带来一些损耗 所以其实我们现在也在追求 对多模态的这个信息进行统一的表征
不同模态的信号在做信息表征时会带来损耗，所以我们现在也在追求把多模态信息进行统一表征。
熊友军1:09:47
你机器人达不到安全的标准是不允许销售的 否则的话可能会对社会对人的用户造成一些不必要的一些意外 这是一个底线的问题
如果机器人达不到安全标准，是不允许销售的，否则可能会对社会、对用户造成不必要的意外——这是一个底线问题。
熊友军1:20:56
数字与实体
| 天工Omni百米决赛成绩 | 8秒64 | 5:01 |
| 天工Omni百米彩排成绩 | 9秒44 | 5:01 |
| 天工通用运动控制器训练数据量 | 几百小时人类动作数据 | 8:04 |
| 英伟达Sonic控制器训练数据量 | 700多小时人类数据 | 8:04 |
| 创新中心开源数据采集量 | 接近20万小时 | 18:11 |
| 京东物流分拣人类最快速度 | 2000多件/小时 | 57:34 |
| 国内机器人物流分拣速度 | 1200-1300多件/小时 | 57:34 |
术语
- VLA视觉-语言-动作模型
- 把视觉感知、语言理解和动作输出统一在一个模型里做端到端控制
- Ego第一视角数据采集
- 头戴摄像头拍下人类第一视角操作画面，用来低成本训练机器人模仿学习
- World Model世界模型
- 让机器人对物理世界的变化和因果关系做内部预测、推理的模型
- Unified Model大一统模型
- 把VLA、多模态大模型和世界模型的能力融合进同一套统一表征空间的模型
- Scaling Law规模法则
- 模型性能随数据和算力规模增长而提升的规律，大模型领域已验证，具身智能领域仍未验证
收听指南
关注具身智能/机器人赛道的投资人、创业者，以及想搞清楚『国家队』和商业公司开源博弈逻辑的从业者。
开场0:00-2:01是内容简介与寒暄，可直接跳到无脸跑的技术解读部分。