獨(dú)家丨周博磊加入機(jī)器人初創(chuàng)，致力實(shí)現(xiàn)人行道自動(dòng)駕駛技術(shù)突破

當(dāng)自動(dòng)駕駛機(jī)器人行駛在城市的人行道場(chǎng)景，算法會(huì)有效還是失靈呢？

這是一種比行駛在道路上更復(fù)雜、更具有不可預(yù)測(cè)情況的現(xiàn)實(shí)場(chǎng)景：一方面，機(jī)器人面對(duì)使用電動(dòng)輪椅的老人、遛狗的人、嬰兒推車、突然沖出馬路的孩子等復(fù)雜的情況；另一方面，人行道還可能出現(xiàn)坑洼、斜坡等路況。

最近，DeepTech 關(guān)注到美國(guó)加州大學(xué)洛杉磯分校（UCLA，University of California，Los Angeles）副教授周博磊加入美國(guó)機(jī)器人初創(chuàng)公司 Coco Robotics，并在該公司新成立的 Physical AI Lab 擔(dān)任首席 AI 科學(xué)家。我們通過與周博磊的交流，試圖從產(chǎn)學(xué)研方面揭開人行道自動(dòng)駕駛的“神秘面紗”。

（來源：周博磊）

從模擬到現(xiàn)實(shí)：讓自動(dòng)駕駛走在人行道

周博磊先后在上海交通大學(xué)和香港中文大學(xué)獲得學(xué)士和碩士學(xué)位，然后在美國(guó)麻省理工學(xué)院獲得博士學(xué)位。此前，他曾在香港中文大學(xué)擔(dān)任助理教授，并憑借“使人工智能模型更易于人類理解和信賴”，成為 2020 年《麻省理工科技評(píng)論》“35 歲以下科技創(chuàng)新者”亞太區(qū)入選者之一。目前，周博磊實(shí)驗(yàn)室的研究方向是計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)，致力于城市機(jī)器人交互，并于近期將研究方向聚焦于人行道自動(dòng)駕駛方向。

他早期研究的類別激活映射（CAM，Class Activation Mapping）技術(shù) [1] 和網(wǎng)絡(luò)剖析（Network Dissection）[2] 等一系列工作，可應(yīng)用于自動(dòng)駕駛、醫(yī)學(xué)影像診斷和醫(yī)療保健等領(lǐng)域，為目前的研究理念打下了堅(jiān)實(shí)的基礎(chǔ)。無論是設(shè)計(jì)模型、部署模型，還是訓(xùn)練模型，模型的可解釋性都是一個(gè)非常重要的因素。在機(jī)器人應(yīng)用中，當(dāng)機(jī)器人在現(xiàn)實(shí)生活中做出錯(cuò)誤決策后，如何分析它的行為是值得深入研究的課題之一。

在如今的大模型研究中，可解釋性已自成體系，即訓(xùn)練好大模型后，能否理解其學(xué)到的知識(shí)，以及為什么會(huì)輸出這樣的結(jié)果。周博磊對(duì) DeepTech 表示：“我們希望在獲得 AI 模型后，能夠提升它的可解釋性。因?yàn)榭山忉屝圆粌H在于理解模型，還在于提升它與人類交互的能力。只有理解模型的運(yùn)作，才能實(shí)現(xiàn)人與 AI 共同操作，從而達(dá)到更透明的相互理解與協(xié)作。”

在該實(shí)驗(yàn)室最近的工作中，研究人員利用 Coco Robotics 贈(zèng)予實(shí)驗(yàn)室的送貨機(jī)器人小車做了相關(guān)研究工作。例如，發(fā)表在 CVPR 2025 的論文《Vid2Sim：基于視頻的逼真交互式城市導(dǎo)航模擬》（Vid2Sim: Realistic and Interactive Simulation from Video for Urban Navigation）[3]。通過拍攝一段視頻，可將其重建成一個(gè)交互式環(huán)境，然后在該環(huán)境中訓(xùn)練 Coco 小車，進(jìn)而能夠直接在現(xiàn)實(shí)生活中部署。結(jié)果顯示，Vid2Sim 顯著提高了數(shù)字孿生和現(xiàn)實(shí)世界中的城市導(dǎo)航性能，成功率分別提高了 31.2% 和 68.3%。

（來源：https://arxiv.org/abs/2501.06693）

在另一項(xiàng)發(fā)表于 CVPR 2025 的論文《通過可擴(kuò)展的城市模擬實(shí)現(xiàn)自主微移動(dòng)》（Towards Autonomous Micromobility through Scalable Urban Simulation）中 [4]，也研究了人行道機(jī)器人。研究人員利用 AI 代理協(xié)助人類操控小型出行設(shè)備（micromobility），為提升安全性和效率提供了一種可行的解決方案。他們構(gòu)建了一種高性能機(jī)器人學(xué)習(xí)平臺(tái) URBAN-SIM，用于在交互式城市場(chǎng)景中大規(guī)模訓(xùn)練具身代理。此外，他們還針對(duì)四種機(jī)器人設(shè)計(jì)了涵蓋 8 個(gè)場(chǎng)景的三項(xiàng)任務(wù)，包括輪式機(jī)器人（Coco Robotics 的送貨機(jī)器人）、四足機(jī)器人（Unitree Go2）、輪腿機(jī)器人（Unitree B2-W）和人形機(jī)器人（Unitree G1）。

（來源：https://arxiv.org/abs/2505.00690）

介于家庭機(jī)器人和車道自動(dòng)駕駛之間的應(yīng)用場(chǎng)景

Coco Robotics 以實(shí)現(xiàn)配送機(jī)器人“最后一公里”為目標(biāo)，其成立于 2020 年，聯(lián)合創(chuàng)始人兼 CEO 扎克·拉什（Zach Rash）和聯(lián)合創(chuàng)始人兼 CTO 布拉德·斯奎恰里尼（Brad Squicciarini）都是 UCLA 的校友。該公司在種子輪融資時(shí)獲得了 OpenAI 的 CEO 山姆·奧特曼的支持，并與 OpenAI 一直保持?jǐn)?shù)據(jù)方面的合作。在如今的大模型和 AI 浪潮中，Coco Robotics 的優(yōu)勢(shì)之一在于，其基于自身機(jī)器人小車送餐業(yè)務(wù)能夠像特斯拉那樣每天積累大量新的視頻數(shù)據(jù)，而不是像其他大模型公司那樣下載通用的互聯(lián)網(wǎng)數(shù)據(jù)。

從美國(guó)市場(chǎng)來看，目前聚焦人行道自動(dòng)駕駛機(jī)器人的主要公司“各有千秋”，除了 Coco Robotics 還包括 Starship Technologies 和 Serve Robotics。Starship Technologies 成立于 2014 年，專注于校園內(nèi)餐廳的機(jī)器人配送業(yè)務(wù)，并在美國(guó)、英國(guó)、芬蘭等國(guó)家的相關(guān)城市開展業(yè)務(wù)。Serve Robotics 公司自 2021 年從 Uber 分拆而來，已于 2024 年在納斯達(dá)克上市。

周博磊與 Coco Robotics 的合作一方面源于雙方技術(shù)發(fā)展方向的契合，另一方面也基于他們此前的合作。

盡管周博磊實(shí)驗(yàn)室之前做過自動(dòng)駕駛的相關(guān)研究，但缺少自動(dòng)駕駛真車，也沒有場(chǎng)地做真車實(shí)驗(yàn)，更沒有數(shù)據(jù)和計(jì)算資源和大型自動(dòng)駕駛公司競(jìng)爭(zhēng)。因此，他們切換了研究場(chǎng)景，轉(zhuǎn)而研究人行道上的機(jī)器人——既能研究機(jī)器人學(xué)習(xí)課題，又可以在真實(shí)世界中做實(shí)驗(yàn)。與此同時(shí)，Coco Robotics 正處于 AI 轉(zhuǎn)型階段，隨著其基于遠(yuǎn)程遙控配送車的業(yè)務(wù)發(fā)展成熟，公司計(jì)劃向用 AI 模型補(bǔ)充和降低人工操作的方向轉(zhuǎn)型。

需要了解的是，機(jī)器人研究中常見的劃分方向是機(jī)械臂或家庭環(huán)境下的機(jī)器人方向，以及自動(dòng)駕駛方向。現(xiàn)階段，特定場(chǎng)景下的道路自動(dòng)駕駛技術(shù)已基本接近實(shí)現(xiàn)，人們可使用 Waymo 和蘿卜快跑等自動(dòng)駕駛服務(wù)平臺(tái)在國(guó)內(nèi)外的相關(guān)城市打車出行。而人行道自動(dòng)駕駛是介于家庭機(jī)器人和車道自動(dòng)駕駛之間的過渡場(chǎng)景。該場(chǎng)景下的機(jī)器人需要完成的不僅是簡(jiǎn)單的視覺識(shí)別任務(wù)，還需要充分整合感知、理解、判斷、決策和行動(dòng)，這也是決定著 AI 是否能走進(jìn)現(xiàn)實(shí)世界的關(guān)鍵因素。更重要的是，其還需要機(jī)器人和人類進(jìn)行更有效的安全交互。周博磊進(jìn)一步說道：“如果能解決好人行道上的機(jī)器人技術(shù)問題，它也可以應(yīng)用到送貨之外的其他方向，比如為人形機(jī)器人提供城市導(dǎo)航模塊，為電動(dòng)輪椅提供自動(dòng)駕駛能力等。”

為更好地解決上述問題，新成立的 Physical AI Lab 將圍繞三個(gè)方向開展研究：一是從數(shù)據(jù)層面，基于 Coco Robotics 累積的真實(shí)數(shù)據(jù)訓(xùn)練出適用于城市人行道的、配送機(jī)器人的基礎(chǔ)模型或者移動(dòng)性基礎(chǔ)模型。“這相當(dāng)于特斯拉基礎(chǔ)款的 Autopilot 功能，它可以在高速等相對(duì)簡(jiǎn)單的情況下實(shí)現(xiàn)自動(dòng)駕駛，然后把這個(gè)模型整合到現(xiàn)有的操作流程中。”周博磊說。二是通過仿真重建出與真實(shí)情況高度契合的虛擬環(huán)境對(duì)模型進(jìn)行訓(xùn)練，以進(jìn)一步提升機(jī)器人的決策和因果推斷能力。三是讓模型能從人類的操作中持續(xù)學(xué)習(xí)，將 AI 模型與人類操控者更好地協(xié)作整合

需要了解的是，這并不意味著在短時(shí)間內(nèi)完全實(shí)現(xiàn)自動(dòng)化，而是通過人機(jī)協(xié)作共同完成人行道導(dǎo)航任務(wù)：在較簡(jiǎn)單的人行道情況下，由 AI 操作系統(tǒng)；而在過馬路等較復(fù)雜的情況下，則由人接手操作。他表示：“現(xiàn)階段的遙控操作是一個(gè)操作者對(duì)應(yīng)操作一輛送貨車。我們希望在兩三年內(nèi)可以發(fā)展到一個(gè)操作者結(jié)合 AI 模型能同時(shí)操作 3 到 4 輛送貨車，這將大大節(jié)省人力成本。”

產(chǎn)學(xué)研結(jié)合的雙贏路徑

從周博磊這次與 Coco Robotics 的攜手，我們可以看到產(chǎn)學(xué)研緊密結(jié)合的一種雙贏合作路徑：公司可提供資金、通過業(yè)務(wù)積累的海量數(shù)據(jù)和實(shí)驗(yàn)平臺(tái)，但面臨招聘全職 AI 研究員工成本高和 AI 技術(shù)迭代慢的問題；而實(shí)驗(yàn)室由于沒有真實(shí)數(shù)據(jù)，很難開展相關(guān)研究。通過合作，實(shí)驗(yàn)室的學(xué)生們可利用公司提供的真實(shí)世界數(shù)據(jù)和硬件平臺(tái)開展研究、發(fā)表論文。尤為重要的是，相關(guān)研究成果開源發(fā)布后，能夠進(jìn)一步促進(jìn)和回饋整個(gè)社區(qū)的技術(shù)發(fā)展。

周博磊指出，城市人行道自動(dòng)駕駛領(lǐng)域目前尚處于技術(shù)早期階段。在接下來的幾年中，隨著技術(shù)的發(fā)展、數(shù)據(jù)的積累和研究的深入，非常有可能有一條穩(wěn)定的技術(shù)路線“突出重圍”。

參考資料：

1.https://arxiv.org/abs/1512.04150

2.https://arxiv.org/abs/1704.05796

3.https://arxiv.org/abs/2501.06693

4.https://arxiv.org/abs/2505.00690

5.https://techcrunch.com/2025/06/11/sam-altman-backed-coco-robotics-raises-80m/

6.https://www.cocodelivery.com/