人形機器人技術(shù)近年來迅猛發(fā)展，但行業(yè)仍面臨嚴(yán)峻挑戰(zhàn)：傳統(tǒng)機器人往往難以實現(xiàn)自然流暢的人機互動，無法如人類般進行基礎(chǔ)對話或響應(yīng)復(fù)雜意圖，導(dǎo)致實際場景中響應(yīng)遲滯甚至失靈；動態(tài)環(huán)境下的物體識別與抓取深受光照、遮擋等因素困擾，精度低下，制約了機器人在流水線或家庭服務(wù)中的廣泛應(yīng)用。這些痛點直接阻礙了人形機器人的大規(guī)模落地。

在 2025 年世界人工智能大會（WAIC）現(xiàn)場，深謀科技以其堅持原創(chuàng)、自研、成體系的技術(shù)路徑，綻放異彩。作為一家專注于人形機器人智能化的先鋒企業(yè)，深謀科技帶來了革命性的腦機交互系統(tǒng)與動態(tài)視覺伺服系統(tǒng)。這些技術(shù)不僅標(biāo)志著人形機器人領(lǐng)域的嶄新里程碑，還為未來人機協(xié)同開辟了廣闊入口。

本次對話聚焦深謀科技的核心研發(fā)代表：呂濤博士（腦電感知與控制系統(tǒng)負責(zé)人）和周旭博士（動態(tài)視覺伺服系統(tǒng)負責(zé)人）。兩位專家深入剖析各自領(lǐng)域，揭示這些技術(shù)如何交織成網(wǎng)，構(gòu)筑深謀對未來人形機器人的宏偉藍圖。

腦電感知與控制系統(tǒng)負責(zé)人：呂濤博士

硅星人：深謀科技為什么要在人形機器人上推進腦電驅(qū)動？背后的判斷是什么？

呂濤：我們現(xiàn)在關(guān)注的點就是對象。大家都在思考人形機器人如何更好地適應(yīng)一些場景，并發(fā)揮價值。在 WAIC 大會上，我們可以看到很多廠商搭建了一些具體的應(yīng)用落地平臺，比如工廠化流水線生產(chǎn)、運輸?shù)染唧w應(yīng)用場景。這就是業(yè)界一直在追尋的探索落地方向。

此外，我們可以看到，包括前幾天我們老板提到的，他們參加了一個活動，我們的一個友商在晚會上讓機器人互動拿東西，但機器人沒反應(yīng)。其實我們對人形機器人有一些期待，希望它能像人一樣思考，至少能與人進行基礎(chǔ)交流，這也是大家關(guān)注的焦點。所以大家希望往這些領(lǐng)域展示。在這種背景下，我覺得深謀科技將腦機接口技術(shù)引入人形機器人系統(tǒng)，是一個極具前瞻性和創(chuàng)新性的舉措。為什么？因為基于腦電的人機交互系統(tǒng)，能夠打破語言和動作的屏障，實現(xiàn)更加本能化、沉浸式的交互。

我們現(xiàn)在主要做人形機器人的決策，可能基于一些推理，但這些推理不一定百分百符合責(zé)任和期待，而且它是具有自主智能的。如果我們直接用大腦去控制它，這種理念完全不一樣，就是說我可以完全按照我的想法讓機器人行事。在這個背景下，我們公司研發(fā)了國內(nèi)首個從腦機到人形機器人的閉環(huán)交互系統(tǒng)‘ MindMover ’。這套系統(tǒng)不僅能理解人的意圖，實現(xiàn)主動控制，還能理解人的生理狀態(tài)，實現(xiàn)對用戶的理解與反饋。

硅星人：深謀腦電系統(tǒng)有哪些關(guān)鍵技術(shù)點，是你們特別自豪的？

呂濤：我們在這個技術(shù)領(lǐng)域的布局是全國首例。在 WAIC 大會上，你可以看到其他機器人應(yīng)用，大部分是場景化應(yīng)用或動作方面的應(yīng)用。深謀科技是首個在腦機與人形機器人交互大方向上完成系統(tǒng)化原型的。這個系統(tǒng)的功能是從腦狀態(tài)理解、腦意圖識別，到最后人形機器人協(xié)作執(zhí)行的完整閉環(huán)。而且我們是國內(nèi)首家在公開場合展示腦控人形機器人的企業(yè)，確實是全國首發(fā)。

深謀的腦電系統(tǒng)是一個閉環(huán)交互系統(tǒng)，由兩個核心部分組成。第一部分是腦意圖識別系統(tǒng)，它融合傳統(tǒng)算法與深度神經(jīng)網(wǎng)絡(luò)，支持用戶自適應(yīng)建模?？芍苯邮褂?，或經(jīng) 10 秒內(nèi)短時校準(zhǔn)，實現(xiàn)高準(zhǔn)確性和穩(wěn)定控制。第二部分是腦狀態(tài)評估系統(tǒng)，實時分析腦電信號，包括情緒狀態(tài)，每秒打分。目前研發(fā)階段以語音提示反饋，并據(jù)此調(diào)整行為；未來可擴展至更細化應(yīng)用，如自動響應(yīng)用戶需求。

例如，家中機器人感知你辦公疲勞后，會主動問：" 要不要端杯水讓你清醒？或拉窗簾、調(diào)低座位休息？" 這種靜默交互無需用戶表達，它通過生理指標(biāo)自動感知并行動，營造 " 被照顧 " 的溫暖感——即便你未意識到疲勞，它也能像身邊人般提醒。

在機器人智能控制上，我們不僅注重 " 聽命于腦 "，還支持直接操控。這涉及常見問題：如何控制？目前有兩種方式。

第一種是精細化控制，像玩游戲般通過按鈕操作上下左右，可單個操控上肢或下肢，實現(xiàn)前進、后退等機械動作。

第二種是編程指令控制。例如，結(jié)合動態(tài)抓取系統(tǒng)，可輕松整合實現(xiàn)復(fù)雜場景：行動不便者盯著視覺模塊的 " 我要喝水 " 指令，機器人即拆解執(zhí)行——移動、抓取水杯、再遞送。全流程依托腦控、抓取和步行技術(shù)，已完全實現(xiàn)，目前分開展示。這讓機器人進入半智能半自主狀態(tài)：下指令后，它自主決策執(zhí)行，但為防 " 太聰明 " 失控（輸入過多參數(shù)導(dǎo)致不可預(yù)測輸出），我們設(shè)計為輔助模式，最終開關(guān)由人類掌控。

硅星人：深謀腦電系統(tǒng)未來在產(chǎn)品化或落地方面有什么方向？

呂濤：有人問，我們可以用遙控器或語音控制，為什么非要用腦電下達指令？其實，這套系統(tǒng)有具體應(yīng)用場景，形成一整套交互體系，圍繞教育、醫(yī)療康養(yǎng)和危險作業(yè)三大核心領(lǐng)域推進。

首先，教育領(lǐng)域。人形機器人具有天然親和優(yōu)勢，能產(chǎn)生情感投射，這是工業(yè)機器人無法比擬的。未來，它可像真人老師或?qū)в伟氵M行互動教學(xué)。通過感知學(xué)生生理心理狀態(tài)（如注意力不集中），機器人能在講課 30-20 分鐘后自主決策，建議交互或休息，提升效率。這雖非原創(chuàng)，但很有潛力。

其次，最主流的醫(yī)療與康養(yǎng)領(lǐng)域。隨著社會老齡化加劇，腦機接口最初為殘疾人、脊髓損傷患者和癲癇治療而生，現(xiàn)已納入國家醫(yī)保，用于多動癥、康復(fù)等項目。我們系統(tǒng)不只服務(wù)正常人（語音或遙控即可），更針對老年人、行動不便者（如手術(shù)后）和殘疾人，提供基礎(chǔ)看護：在病房或家中，通過腦電實現(xiàn)緊急呼叫、取物（如外賣）、摔倒報警等。同時，整合傳感器監(jiān)測體溫、心率等生理指標(biāo)，形成全方位照顧。未來迭代后，如電腦般普及家庭，降低高昂看護成本，解決衣食住行根本問題——雖無法完全取代醫(yī)療，但有參考價值。

最后，危險作業(yè)領(lǐng)域，雖離普通生活較遠，但意義重大。在消防、化學(xué)污染、極地科考或災(zāi)后救援等高風(fēng)險環(huán)境中，人直接上陣危險大。機器人加防火涂層后，可替代人類，人待安全區(qū)操控。此時，語音或遙控不實用，而腦電實現(xiàn)人機協(xié)同：人形機器人運動邏輯與人類一致，自由度高，能撿物、撥開障礙，完全模仿人操作，顯著降低風(fēng)險。公司不止做人形，還涉其他產(chǎn)品，但人形的優(yōu)勢在于此。

動態(tài)視覺伺服系統(tǒng)負責(zé)人 ：周旭博士

硅星人：這套動態(tài)視覺伺服系統(tǒng)最核心的突破點是什么？

周旭：動態(tài)視覺伺服系統(tǒng)的難點在于實時掌控運動物體的位置和姿態(tài)，這在視覺領(lǐng)域一直是個挑戰(zhàn)。主要有兩方面問題：傳統(tǒng)方法依賴特征點檢測或 3D 模型。前者實際應(yīng)用中易受物體光滑無紋理、遮擋、光源變化等環(huán)境因素干擾，導(dǎo)致檢測不準(zhǔn)或特征丟失；后者建模過程繁瑣，物體種類繁多，每個都需要掃描建立 3D 模型，非常耗時。

我們的突破在于從人類視角出發(fā)。人類對物體 3D 幾何的記憶往往很模糊，例如對蘋果的印象大致是球形，或許多一個柄，但這些細節(jié)對抓取并不關(guān)鍵。因此，我們的出發(fā)點是將三維模型極致壓縮：不記錄過多點位，只記憶三個維度向量——長度、寬度和高度。換言之，僅對寬、高、深三個方向進行記憶，看到物體只需三個維度的測量即可。這有點像游戲中的模型優(yōu)化。這樣一來，只需三個參量，就能以百萬次浮點計算量估計出完整姿態(tài)。這是我們自主研發(fā)的算法。

更重要的是后續(xù)擴展：人類不僅對熟悉物體有幾何印象，對未見物體也能通過多看幾眼快速抓取。三歲小孩初見手機也能嘗試抓住，雖然首次不一定完美，但終究能成功，這點至關(guān)重要。同樣，對機器人而言，看到陌生物體如可樂瓶，只需左右上下多觀察幾眼，就能計算出模型并完成布置。因此，我們的最大前景在于實現(xiàn)未見物體的抓取，真正模擬人類適應(yīng)性。

硅星人：這套視覺系統(tǒng)強調(diào) " 從靜態(tài)識別走向動態(tài)控制 "，深謀是如何構(gòu)建這樣一條完整鏈路的？

周旭：其實還是回歸人類怎么抓東西。首先通過眼睛看，知道物體位置和姿態(tài)。我們也是前面說的，視覺姿態(tài)就是干這個，通過算法判斷距離和姿態(tài)，這塊不說。后面做到動態(tài)抓取，就是控制，通過發(fā)指令讓手臂運動。但到機械臂，要通過算法驅(qū)動。比如機械臂一般 6 軸或 7 軸，我們用 6 軸，可能麻煩點，要做模型預(yù)測控制、軌跡規(guī)劃等做到。

周旭：你們特別強調(diào)動態(tài)響應(yīng)和閉環(huán)控制，在實際操作中表現(xiàn)如何？

周旭：實際操作中，我可以分享一個有意思的應(yīng)用：在流水線上抓取移動物體，雖然物體姿態(tài)相對固定，但我們能從一堆隨機放置的物體中精準(zhǔn)拾取。例如，一籃子雞蛋或西紅柿，每個物體姿態(tài)或朝向各異，導(dǎo)致抓取位置不同。我們希望抓取最穩(wěn)固點，如雞蛋的中間最胖處。這就需要實時跟蹤位置并計算姿態(tài)，進行準(zhǔn)確判斷，從而確保高成功率——我們總是瞄準(zhǔn)中間，這是最基礎(chǔ)的應(yīng)用。更實際的場景如飛機快餐分揀：水果盤或菜盤通過流水線，一盤盤同一類菜品依次到來，但每個菜品形態(tài)不一，需要分批夾取，且都在運動中，因此高度依賴這項技術(shù)。

硅星人：人形機器人何時進入千家萬戶？

周旭：我覺得這個過程可能需要一個 ChatGPT 時刻，這個需要一個技術(shù)上的比較大的突破才行。就是說我們?nèi)祟惼鋵崒τ跈C器而言，他的學(xué)習(xí)能力很強。不僅僅說是那種某個做某一件事情的能力，對吧？不是說語言的推理能力也好，你視覺的識別，判斷這種能力也好，他的學(xué)習(xí)能力很強，他的模仿能力也很強，他有自學(xué)能力對吧？這個機器人我覺得。要做到走入千家萬戶，可能他首先得識別那些物體就很麻煩。他肯定要具備一定的像我們說的小孩子自學(xué)能力。因為從小孩他從出生到他能夠行走，他其實每天都在看這個世界，都在感知這個世界。他看一個物體他就能記出來它的形狀下來。所以說他具備這個能力，所以說我們也需要機器具備這個。這樣子的話他應(yīng)該會有。如果說我們能做到這一點的話，我覺得技術(shù)上會有質(zhì)的飛躍。就像你可能過兩年你再看人形機器人，可能他就能做非常復(fù)雜的，或者說泛化能力達到非常強的程度。就是你隨便拿個物體給他了都能做對吧？