赛道Hyper | 小鹏机器人中心成立智能拟态部

作者：周源/华尔街见闻

最近有消息称，小鹏机器人中心新成立智能拟态部，将目光锁定于机器人多模态领域，研究方向涵盖具身智能原生多模态大模型、世界模型、空间智能等前沿范畴。

公开消息显示，掌舵该部门的葛艺潇履历夺目。

葛艺潇曾在腾讯ARC Lab担任技术专家，年仅28岁便晋升为腾讯T12技术专家级，在多模态领域建树颇丰，2023年和2024年连续两年荣膺腾讯技术突破奖。

在本科毕业于华中科技大学自动化学院后，葛艺潇进入香港中文大学MMLab攻读博士学位，聚焦计算机视觉中的表征学习研究，在NeurIPS、ICLR、ECCV等国际顶级会议发表多篇论文。

当前包括葛艺潇在内，该部门仅有3名成员，但这只是起步。目前该部门已开启社招、校招和实习招聘，招聘岗位为“研究科学家（多模态方向）”，从职位描述“构建行业领先的具身智能原生多模态大模型、世界模型，具备应用于通用人形机器人乃至更多具身场景下的潜力”、 以及“打造技术影响力，引领国际行业发展”中，能深切感受到小鹏对这个新部门寄予的厚望。

三大研究方向

在机器人技术演进历程中，传统机器人在感知与交互层面存在明显短板，仅能基于单一或少数几种信息源开展工作，这极大限制了在复杂环境中的作业能力。

首先是具身智能原生多模态大模型的出现，有望从根本上改变这一局面。

这致力于赋予机器人全方位感知与交互能力，使机器人如同人类一般，能同步处理视觉、听觉、触觉等多元感知信息。

以家庭服务场景为例，当前多数家用机器人仅能执行简单的清扫任务，面对复杂指令往往无所适从。

若具身智能原生多模态大模型取得实质性进展，机器人将可精准识别主人的语音指令、手部动作，同时感知周围环境中的障碍物，进而流畅完成诸如收拾房间、照顾老人等复杂且细致的任务。

在工业生产场景，机器人能综合视觉识别零部件形状与位置、触觉感知装配力度，实现产品组装的高效与精准，显著提升生产效率与质量。

从技术原理看，该模型需要突破多模态数据融合、统一表征学习等难题，构建能对多种感知信息进行协同处理的架构体系，这对算法设计与算力支撑提出极高要求。

其次，世界模型的构建，旨在让机器人通过观察与交互，深度理解世界的运作规律。

过往机器人在执行任务时，严重依赖预设程序，面对环境变化或新任务时灵活性不足，而世界模型能帮助机器人推测感知未触及的世界状态信息，并对未来状态变化做出合理预测。

在工厂环境中，机器人借助世界模型，能深入了解工厂布局、设备运行机制，提前预判执行操作时可能出现的问题，如零件供应延迟、操作流程冲突等，从而提前调整工作节奏与方式，提升生产效率与准确性。

当机器人置身新环境或面对新任务时，世界模型使其能依据已有知识经验进行推理、尝试，摆脱对预设程序的过度依赖。

比如在物流仓库，机器人可依据世界模型理解货物存储规则、搬运流程，在货物摆放位置改变时，迅速规划新的搬运路径，高效完成货物搬运任务。

从技术实现角度，世界模型需要整合大量环境数据，运用机器学习、强化学习等方法构建能准确反映环境动态变化的模型结构，实现对复杂环境的精确建模与预测。

第三，空间智能聚焦于机器人对三维空间信息的精准理解与高效运用。

在物流仓储、建筑施工等实际场景中，机器人需要对三维空间中的物体做精准感知与操作。

目前，多数机器人在空间感知与操作上精度有限，难以满足复杂任务需求。

具备强大空间智能的机器人能精确判断物体的位置、形状、大小及其空间关系，高效完成各类空间任务。

在建筑施工现场，机器人可借助空间智能识别建筑材料位置，规划吊运路线，精准完成材料运输，避免与施工人员、其他设备碰撞；在物流仓储中，机器人能快速定位货物存储位置，优化货物搬运路径，提高仓储空间利用率与货物出入库效率。

从技术层面剖析，空间智能涉及三维视觉感知、空间推理、路径规划等多个关键技术环节，需要研发先进的传感器技术、算法模型以及实时计算能力，以确保机器人能实时、准确地处理复杂的空间信息。

多模态的战略价值

小鹏汽车董事长何小鹏今年3月透露，小鹏汽车已在人形机器人产业深耕5年，未来可能还需投入20年，计划投入500亿元甚至上千亿元。

何小鹏还提到小鹏汽车计划2026年量产面向工业场景的L3级人形机器人，实现手、脚、眼、脑全向协同能力。

在5月财报电话会议上，何小鹏披露将在第五代机器人上部署图灵芯片，大幅提升机器人端侧算力，并跨越行业常用的强化学习小模型和分段式端到端技术路线，直接复用小鹏物理世界基座模型的VLA架构，充分利用云端AI基础设施，提高机器人智能水平。

此次成立智能拟态部主攻多模态，是小鹏在机器人领域长期战略布局的关键落子。

多模态技术堪称提升机器人智能的核心要素，它打破了传统机器人感知与交互的局限，让机器人从多个维度感知世界，获取更丰富、全面的信息，进而做出更合理、智能的决策，极大拓展了机器人的应用场景与实用价值。

从战略层面看，小鹏通过聚焦多模态技术，有望在机器人领域构建差异化竞争优势，为未来在智能出行、家庭服务、工业生产等多领域的拓展奠定坚实基础。

具身智能原生多模态大模型、世界模型、空间智能等研究方向处于行业前沿，技术难度极大。

在算法优化方面，需要突破现有算法局限，开发能高效处理多模态数据、实现精准预测与决策的新算法；算力支持上，面对海量数据处理与复杂模型运算需求，当前算力水平捉襟见肘，亟待提升硬件性能与优化计算架构。

还有数据质量，高质量、多样化且标注精准的数据是模型训练的基石，但获取与整理此类数据面临诸多困难，如数据采集成本高、标注准确性难以保证等。

从行业竞争态势看，机器人领域技术路线竞争激烈，各大企业与科研机构纷纷布局。

小鹏以多模态为切入点，虽避开部分与巨头的正面交锋，但该技术路径的可行性尚未得到充分验证，发展成果存在不确定性。

但要是一旦小鹏在多模态技术上取得突破，将可能重塑行业格局，推动机器人行业向更智能、更高效的方向发展，为行业发展注入新活力与思路。