
机器人卡丁车视频惊艳亮相
周末有人在家刷社交平台时,被一个视频惊艳到。视频中,一个机器人驾驶卡丁车在赛道上飞驰,过弯、加速、打方向一镜到底。与展会上机器人跑步、带火花闪电的画风不同,视频里的机器人像老司机,高速过弯、灵活避障,一气呵成。和以往慢吞吞走过去、弯腰拿东西的机器人 demo 相比,该机器人手眼脚同步协同,在全速状态下完成多接触点平衡和精细力控。这种人形双足机器人全身协同完成细节操作的情况,此前在人形机器人演示里几乎没出现过。
共生知行团队背景与理念
放出这段视频的是共生知行公司,该公司做双足人形机器人的端到端感控一体化「大脑」,即基座模型。创始人丁鹏翔 96 年出生,核心团队其余成员全是 00 后,全员博士在读,公司成立刚满两个月。对于这个看似「不务正业」的 Demo,丁鹏翔表示希望机器人更像人,而非只做机械的服务功能,就像人能开卡丁车,机器人也应能做到。
挑战端到端赛道的缘由
「端到端」双足人形机器人模型赛道很新,市面上找不到现成人才。按丁鹏翔说法,这个方向近两年才热起来,懂技术的人还在读博士,已毕业多年的跟不上节奏,没读到博士的对底层理解不足。共生知行团队是年轻又前沿的一批人,他们斩获国内具身智能领域两项 Best Paper,并有一项入选 Best Paper Candidate,还打造了国内首个 GitHub Stars 突破 2K 的具身基座模型。他们是国内最早探索具身基座模型的先行者和坚定的长期主义者,团队累计发表 40 余篇顶会论文,技术版图覆盖全栈,有一系列行业首创工作。他们判断机器人最终广泛进入人类生活的形态是双足,端到端是效率最高的技术模式,这源自一线研究经验。
分层方案的问题与端到端的趋势
早在 2023 年 12 月,丁鹏翔就开始给四足机器人装「大脑」,发布 QUAR - VLA,提出「大脑管理解决策、小脑管运动执行」的分层思路,如今 Figure 等公司仍沿用。但在后续研究中,他发现分层是「理论上可行、但不那么优雅的方案」,存在结构上的先天缺陷,会增加级联误差和信息损失,无法实现真正意义上的 Scaling。他从自动驾驶和大模型发展观察到,特斯拉 FSD 转向端到端后性能大幅提升,认为机器人可能也会有类似变化。2026 年,谷歌的 Gemini Robotics 2 用单一策略统一全身动作,而 RSS 2026 顶会共识认为分层模块化是现阶段最优落地方案,共生知行押注的纯端到端是更激进、更少人走的路。
选择双足机器人的原因
丁鹏翔依据第一性原理认为,人类社会的建筑、工具、环境是按人的身体构型造的,轮式只能在产线和商场干活,双足能出门、上下楼、开车,跨场景完成不同任务,有通用性和拟人化亲和感。时机也很关键,2026 年 4 月之前,双足人形没有通用遥操作模型,英伟达 Sonic 开源后,行业才有大规模生产数据的基石,共生知行赌的就是这个中间窗口。
技术分水岭:动力学挑战
现在绝大多数机器人基座模型学的是运动学,而双足机器人面对的是全身动力学。一台 g1 双足人形有 29 个自由度,比机械臂的 7 个自由度复杂得多。从运动学到动力学,从完成任务到保持稳定,是双足机器人模型的技术分水岭。共生知行把模型做到 Joint Target 关节目标层,拿掉分层方案中的中间环节,让模型直接面对身体状态。但这样机器人能否站稳成问题,因为光靠模仿学习,模型缺从失败里站稳的能力。共生知行有一套「任务行为建模—运动先验蒸馏」的双域协同优化机制,将「准确完成任务」与「稳定控制身体」能力融入同一模型,其运动能力汇聚模块 Motion Expert 规模接近 1B,并通过蒸馏吸收不同运控模型能力。端到端大模型还要解决机器人输出的力,共生知行先让 Force Expert 学习施力等,再融入 Motion Expert 和最终模型,这就是共生「全身物理世界模型」的含义。
数据荒与模型能力追求
模型训练面临数据荒,全球合规机器人数据截至 2026 年初约 50 万小时,不足大语言模型的两万分之一,且很多数据对全身移动操作帮助有限。共生知行 Blog 放出约 1 万多小时数据,自采几千小时。他们用 TrajBooster 从机械臂或轮式机器人提取末端轨迹,为预训练提供数据。丁鹏翔不用「泛化」,追求「涌现」,即模型能在关节角层面组合出新技能。他推断十万小时左右数据多是实验室级 Demo,百万小时后才有大规模商业意义。目前行业连合适的数据形式都未收敛,他认为人形机器人当前最难的三个问题是感知和控制的结合方式、数据类型和数据规模。
团队的前沿探索与期望
让卡丁车全速过弯的是一群还没毕业的年轻人,他们押注具身智能最难、最前沿的方向,赌端到端终将取代分层。行业还未证明终局路线跑通,双足基础模型行业也未真正收敛。但一支创业团队的前沿性在于更早看见重要问题,并在答案不明朗时动手去解。丁鹏翔希望中国团队设计的机器人模型架构能被北美同行广泛采用,引领技术发展。那么,他们能否成功呢?
429



被折叠的 条评论
为什么被折叠?



