作者丨齊鋮湧

編輯丨馬曉寧

在無人機邁向通用飛行智能體的進程中，具身智能正成為其實現(xiàn)認知躍遷的核心技術路徑。雷峰網第八屆 GAIR 全球人工智能與機器人大會，邀請到了具身智能在飛行機器人賽道的頭部玩家微分智飛創(chuàng)始人兼CEO高飛，來聊聊具身智能的一個細分領域——飛行具身智能，并探討了世界模型在其中的作用。

本文整理自高飛與AI科技評論的對話：

01

傳統(tǒng)無人機和飛行具身智能

AI科技評論：您提出“飛行具身智能”這一概念，它與傳統(tǒng)的無人機智能有何本質區(qū)別？

高飛：具身智能的本質是“智能機器人”，賦予各種機器人認知、推理和泛化決策的能力，對于飛行也不例外，將會重新定義飛行機器人。拿操作類的機器人打比方，雙臂具身智能和傳統(tǒng)工業(yè)機械臂的本體很相似，甚至可能完全長得一樣，但雙臂具身智能具備幾個關鍵能力：泛化通用、自主決策。就是這些能力，讓它和傳統(tǒng)機械臂很不一樣。

同樣，飛行具身智能和傳統(tǒng)無人機最大區(qū)別在于智能。傳統(tǒng)無人機是一種machine，最多是一種 automatic machine（自動機器）。但是飛行具身智能，要做的是autonomous甚至intelligent & smart machine，這里的對象是聰明、易于交互、有經驗、可以泛化的,和人一樣能理解語言、環(huán)境、做推理的載體。飛行具身智能，可以在斷網、無衛(wèi)星信號、無人操控的情況下，獨立完成感知-理解-決策-執(zhí)行的全閉環(huán)流程，相當于物理世界中的飛行智能體。

02

機器人是一個面向對象的學科

AI科技評論：您作為一名90后，既是浙大長聘副教授、博導，學術背景很扎實，同時又是微分智飛創(chuàng)始人，一邊發(fā)paper一邊科技創(chuàng)業(yè)，能不能結合學術角度，聊聊您對具身智能的看法？

高飛：我算是一個機器人領域的學院派學者。機器人領域有一個非常顯著的特點，它不是面向方法的學科，而是一個典型的面向對象的學科。它的核心目的就是要把機器人造出來并且能work，在過程中使用的方法總是為這個目標服務。

所以你會發(fā)現(xiàn)很多機器人學者都是全棧工程師和實用主義者，對新思想接受度很高。AI結合實體，完成從信息輸入到自主學習到任務執(zhí)行的閉環(huán)，這就是具身智能。在 AI 技術的加持下，無論是基于大模型的大腦能力，還是小腦上端到端強化學習帶來的運控能力，還是群體上的分布式群腦能力，都可以讓機器人和無人機產生質變。本質上，機器人學者看到了重新定義機器人，做新一代真正“智能的”機器人的巨大機會，在這樣的時代機遇面前，我認為推動技術落地的機會必須要把握。

AI科技評論：“機器人不是一個面對方法，而是面向對象的學科”這點很有意思，現(xiàn)在很多在做具身智能的從業(yè)者，都是從自動駕駛轉過來的，能展開講講其中的原因么？

高飛：自動駕駛本質上是一種地面輪式機器人，受自身運動學，以及交通規(guī)則、人類車輛交互方式等復雜場景約束。目前自動駕駛領域的技術，本質是機器人技術在平面移動領域的投影。

在過往的機器人領域，大家認為足式機器人很難work，更不用說產業(yè)化，所以做足式的少；做輪式機器人(包括自動駕駛)和無人機這類移動載體的更多?，F(xiàn)在隨著技術的發(fā)展，更多形態(tài)的機器人讓大家看到了落地的曙光，很多自動駕駛的從業(yè)者自然會轉向新領域，并且將相近領域的knowhow帶過來復用。

AI科技評論：那就聊聊飛行具身智能的應用場景吧，能在哪些場景 work ？

高飛：整體來說，我們（微分智飛）現(xiàn)在還處于探索和小批量驗證階段，正尋找有更大市場空間和技術匹配度的方向。

在泛巡檢、泛測繪類任務中，我們已經有了一些交付量，積累了上千次實飛數(shù)據。目前我們主要面向高危、人工作業(yè)困難的場景，產品能在全程自主決策下完成復雜環(huán)境的信息采集；這些采集的信息能幫我們進一步訓練模型，讓基座模型更能適應特定行業(yè)的共性需求。更多場景我們正在逐一解鎖，比如在市政安防領域，飛行具身智能可以輔助智能巡邏和快速應急。

AI科技評論：聽起來確實很有想象空間，之前了解到飛行具身智能有一個非常關鍵的部分，叫做“分布式集群技術”，可以展開說說么？

高飛：這個領域的發(fā)展很快，我早期在港科大解決單體自主導航，進入浙大工作后開始研究集群協(xié)同。

和傳統(tǒng)的無人機集中控制不一樣，分布式集群技術，類似人類軍訓走方陣，每個人的分工不同，每個個體會獨立思考決策，屬于分布式智能協(xié)同，這就要求集群中的每一個個體既能自主智能，同時又要高效溝通和分工，不能起沖突。

現(xiàn)在我們能做到在仿真里同時控制 1, 000 個飛行機器人，并且是完全分布式的架構。在真實的場景下，我們可以實現(xiàn)數(shù)十機規(guī)模的分布式自主搜救、協(xié)同建圖，甚至多機協(xié)同搬運。

AI科技評論：很有意思，能聊聊“分布式集群技術”這個領域的學術成果么？（雷峰網）

高飛：我們第一次實現(xiàn)分布式集群自主導航，是在2022 年的一篇《Science Robotics》工作中。這篇工作被評價為“邁出了無人機集群走出受限實驗室場景的重要一步”，是一個重要的里程碑，它證明了多個小型無人機只靠非常便宜的機載傳感器和芯片，就可以實現(xiàn)分布式的自主導航、避障和建圖。

AI科技評論:您如何看待世界模型在飛行具身智能領域的應用？當前有哪些機遇、挑戰(zhàn)與局限？

高飛：這是一個令人興奮的方向。如果說具身智能是讓飛行機器人有了大腦，那么世界模型就是讓這個大腦能夠預演未來和認識空間。在我看來，它得價值主要體現(xiàn)在應用和認知層面。

首先是應用層面，它能模擬、能預測。飛行機器人的容錯率很低，炸機的成本很高。我覺得世界模型本質上是一個針對未知空間和未來時間的預測器。它能輔助機器人提前推演不同飛行路徑帶來的后果；也能作為一個高保真的仿真器，生成大量長尾場景數(shù)據，用來訓練和驗證。

更本質的是認知維度的補全?，F(xiàn)在的 LLM或者說MLLM主要解決的是邏輯。但飛行機器人是在三維物理世界里運動的，光懂邏輯不夠，還必須懂幾何結構和演變規(guī)律，世界模型同時具備這三種能力。打個比方，當機器人面前有一棵樹，世界模型不僅能讓它知道“那是樹”，還能理解樹的三維結構、甚至預判樹枝怎么搖。

當然現(xiàn)在還是面臨一些挑戰(zhàn)， 比如模型的準確度、實時性，以及怎么把這么大一個模型“塞進”機載計算單元里，還要保證毫秒級響應，這也是大家正在攻關的方向。但一旦走通，它很可能成為機器人智能的通用基座，未來只需要微調，就能適應各種真實任務。（雷峰網）

03

在自己的科研成果上，

沒有人比自己理解更深刻

AI科技評論：您在知乎上發(fā)過一篇關于讀博的神貼，引起很多學生的共鳴，能聊聊您的學習經歷和創(chuàng)業(yè)契機么？

高飛：我的求學經歷很簡單，我是 18 歲上大學，從一個小鎮(zhèn)青年考上浙大，選擇了自動化專業(yè)，之后申請了港科大的直博。我的老師當時給我布置的博士畢業(yè)課題是讓飛行機器人可以實現(xiàn)全自主（full autonomous）導航，能夠在實驗室門口一鍵起飛，全程無人干預，自動飛到學校門口，什么時候做出來就什么時候畢業(yè)。

博士畢業(yè)后我回到浙大工作，那時我覺得還有很多東西想做，所以組建了一個團隊來解決這些問題。2019 年到2024 年期間，我在科研方面做出了一些有影響力的成績，比如野外環(huán)境下的自主集群、無人機導航規(guī)劃系統(tǒng)等，完成了多項國際首創(chuàng)成果，這些成果還是讓人比較有成就感的。

但我始終抱有將技術落地的愿望。我認為生產力是有三個層次——科學、技術和應用?？茖W是在發(fā)散探索新方向；接下來是技術，就是由發(fā)散的諸多科研探索收斂而成的、有較大落地可能的技術路徑；最后是應用階段，也可以說是工程化、產品化階段，就是讓已經收斂的技術路徑產生切實應用價值，直到最后有人愿意為此買單。

作為學者，我在研究的過程中逐漸意識到，要真正實現(xiàn)一項新技術的完整閉環(huán)，必須走到應用階段——無論是自己推動還是交給別人去做。當然，在自己的科研成果上，沒有人的理解比自己更深刻，因此還是自己去做更直接和有效一些。

當然，最后促使我選擇現(xiàn)在創(chuàng)業(yè)的部分原因還有具身智能這個巨大的時代機遇：將AI賦能到機器人實體上，將會創(chuàng)造無限可能。

AI科技評論：最后一個問題，你覺得具身智能現(xiàn)在是一個泡沫么？（雷峰網）

高飛：我認為具身智能的泡沫有，但是沒有大家想象得那么大。

大家想到機器人，都會下意識地期待它是聰明的、能思考的個體（甚至群體）。但是長期以來，機器人實際上是停留在類似流程自動化、工業(yè)自動化的專用設備階段。這很“機器”，但很不“人”。

要實現(xiàn)真正智能的機器人，關鍵是機器人的“腦”。過去這些年學界和產業(yè)界在小腦和本體上都取得了一些突破，但大腦層面仍幾乎是一片空白，更不要提代表群體智能的群腦技術了。我認為具身智能是能真正推動機器人大小腦和群腦發(fā)展的關鍵變量，是歷史性的機遇；當下具身智能不是一場泡沫，而是一個歷史性拐點。