【导语】在刚刚闭幕的世界人形机器人运动会上，一支无遥控踢足球的机器人队伍在网络上迅速走红。这支队伍来自加速进化（北京）机器人(rén)科(kē)技(jì)有(yǒu)限(xiàn)公(gōng)司(sī)，他(tā)们(men)不(bù)仅(jǐn)在(zài)赛(sài)事(shì)中(zhōng)表(biǎo)现(xiàn)出(chū)色(sè)，更(gèng)在(zài)今(jīn)年(nián)7月(yuè)的(de)2025 RoboCup巴(ba)西(xi)机(jī)器(qì)人足球世界杯上助(zhù)力(lì)中(zhōng)国(guó)队(duì)首(shǒu)次(cì)夺(duó)得(de)AdultSize组(zǔ)别(bié)冠(guān)军(jūn)，打(dǎ)破(pò)了(le)欧(ōu)美(měi)国(guó)家(jiā)长(zhǎng)达(dá)28年(nián)的(de)垄(lǒng)断(duàn)。为(wèi)何(hé)加(jiā)速(sù)进(jìn)化(huà)选择让机器人踢足球？实现无遥控操作的关键挑战又有哪些？近日，科技专访了加速进化副总裁赵维晨，深入探讨了人形机器人参与足球赛事的意义、技术挑战及未来发展趋势。
在刚刚落幕不久的世界人形机器人运动会上，一场全程无遥控、踢足球机器人在网络上火了。
这支踢足球的机器人队伍来自加速进化（北京）机器人科技有限公司（以下简称“加速进化”，英文名：Booster Robotics），这家成立于2023年的公司在今年7月举行的2025 RoboCup巴西机器人足球世界杯上，帮助中国队（清华火神队）首次在AdultSize 组别（人形机器人足球成人组一米以上机器人）组别夺冠，一举打破了欧美国家在该项顶级赛事上长达 28 年的垄断。
加速进化机器人在足球场上的表现
为什么要让机器人上场踢足球？实现无遥控操作机器人踢足球的关键挑战是哪些？
近日(rì)，科技（www.linshuping.com)专访了加速进化副总裁赵维晨。赵维晨解释说，之所以将目标对准了足球赛事，是因为足球赛是一个高动态、强对抗、对运动控制和决策智能要求极高的场景。
加速进化副总裁赵维晨 受访者供图
赵维晨认为人形机器人必须先做到“四肢健全”，再追求“心智健全”，足球场景是锻炼机器人的运动能力、感知算法等关键技术的试金石，这些能力提升后都能迁移到未来的家庭陪伴、教育等更多场景。
谈及技术路径，赵维晨直言，当前引发热议的VLA技(jì)术(shù)路径仍是建立在大语言模型的逻辑之上，过于依赖海量标注数据和固定模式，并不是最优解，三到四年内一定会被颠覆。
以下是科技专(zhuān)访内容：
VLA算法未来三年内会被全颠覆
科技：足球赛对人形机器人有哪些技术挑战？
赵维晨： 人形机器人必须先做到“四肢健全”，再追求“心智健全”。有了强大的运动能力的支撑，大脑算法可以先用相对简单的分层模型落地应用，通过落地应用采集到真实场景的数据，结合合成数据，才能逐步训练出认知健全的大脑，这与人类的成长路径相似。
足球场景能锻炼机器人的运动能力、感知算法，比如识别球、队友和对手位置等、定位导航和决策逻辑，将来这些能力能迁移到家庭场景，譬如机器人能主动迎接、跟随，情感陪伴，充当互动教练，以及实现工业场景里精细的手部操作。
科技：实现无遥控人形机器人参与踢足球的难度有多大？
赵维晨：足球赛事对抗激烈，机器人需要强大的运控算法来抵御冲撞并保持平衡，摔倒后可在一秒内自主起身。我们率先应用端到端运动大模型，直接将视觉信号输入(rù)神经网络，输出关节控制指令，大幅提升运动泛化性和稳定性。第一个应用是大力射门：去年世界冠军最高踢到35厘米，我们能踢到2米，直(zhí)接(jiē)越(yuè)过(guò)人(rén)墙(qiáng)。
科技：你们的训练数据主要来自哪里？
赵维晨：主要来自足球场景采集真实的物理数据，并结合视频合成数据，通过最新的模仿学(xué)习(xí)加(jiā)强化学习实现视觉信号直接输入神经网络。
我们认为，遥操的数据体量无法支撑具身大脑的训练，目前视觉语言动作模型（VLA）算法还是基于大语言模型那套(tào)，未(wèi)来(lái)三(sān)年(nián)内(nèi)会(huì)被(bèi)全新(xīn)的(de)底(dǐ)层(céng)算(suàn)法(fǎ)体(tǐ)系(xì)颠(diān)覆(fù)。
科技：今年北京的世界机器人大会上关于视觉语言动作模型（VLA）有很多争议你们怎么看？
赵维晨：自动驾驶单日数据量可达上亿条，而全国具身最大的开源数据集规模才百万级别（不到10TB），大语言模型是靠几十年互联网上的文本数据累积，而机器人加上双轮双臂操作10万或100万小时，根本不可能训练出一个多模态具身大脑，只能验证早期算法框架。具身智能真正的路径与自动驾驶类似，先通过L1、L2、L3再落地收集大量真机数据，然后再逐步迭代到AGI。
技术层面，我们认为，视觉语言动作模型（VLA）不是最终解，它仍是基于Transformer的LLM逻辑。大语言模型迭代经历十多年海量语料，才形成如今的尺度定律（Scaling Law）。VLA模型总体依赖训练数据中的固定模式，需要海量标注数据才能“记住”固定场景，很难帮具身泛化。
现在所有的技术方案，未来三到四年一定会被颠覆，也会出现类似DeepSeek这样的鲶鱼效应、开源的方案。
机器人进入家庭还需要10年
科技：2024年10月你们的BoosterT1发售，现在销售情况如何？客户主要是谁？
赵维晨： 销售没超出预期。2025年我们上半年出货交付了数百台，其中50%是(shì)全球(qiú)化(huà)订(dìng)单(dān)，主要集中在赛事和科研。顶尖球队采购我们(men)的(de)机(jī)器(qì)人(rén)软(ruǎn)硬(yìng)件(jiàn)平(píng)台(tái)，用(yòng)于(yú)开(kāi)发(fā)和(hé)测(cè)试(shì)决(jué)策(cè)算(suàn)法。足球也是开发者入门的理想场景，从入门到精通，甚至能发表顶级论文，打赢人类至少100篇顶刊。
科技：你们会担心订单量吗？
赵维晨：对我们来说，最核心的不是订单量，而是交付量。我们现在T1成本价在10万元人民币左右，很多公司签署了大量“意向订单”，但如果没有量产的工程化能力，没有交付能力，旧不是真的商业化。我们的订单交付周期在15到20天左右。
未来我们的商业化路径也很清晰：短期做赛事、科研、教育（比如高校和K12的机器人课程）、这是百亿级赛道；中期从明年开始，切入家庭搬运、陪伴这些场景，目标千亿级市场；长期结合开发者生态往家庭管家、智能助理这些通用机器人方向走，那是万亿级市场。
科技：目前投资人最关心你们的是哪几个问题？
赵维晨：比较关心我们的应用Agent生态建设，硬件量产进度，全球化进度，以及运控算法在全球市场的领先程度。其他很多问题上面有覆盖。
具身智能大(dà)模(mó)型(xíng)还(hái)没(méi)有(yǒu)显(xiǎn)著(zhe)的(de)共(gòng)识(shi)
科技：在你们看来，人形机器人走进家庭场景要经过哪些场景和技术验证？
赵维晨：我们很明确不做工业场景，因为简单任务已经被传统机械臂解决了，剩下的要么太难，五年内落不了地，要么市场太小。轮加双臂结构早在5年前就有成熟的舵机高性价比解决方案，能够解决大多数封闭工业场景的需求。
我们重点会放在家用机器人，让它成为除手机、电脑外新的交互形态和生产力工具，要对标苹果和微软，做三件事：硬件（端）、操作系统、开发者工具。就像手机电脑得有应用才能普及，机器人要进家庭，也得有第三方开发者基于开放生态、简单工具和操作系统开发应(yīng)用(yòng)，实(shí)现(xiàn)各(gè)种(zhǒng)家(jiā)用(yòng)场(chǎng)景(jǐng)的(de)落(luò)地(de)，尤(yóu)其(qí)是(shì)后(hòu)两(liǎng)者(zhě)涉(shè)及(jí)大(dà)量(liàng)软(ruǎn)件(jiàn)的(de)投(tóu)入(rù)。
大(dà)脑(nǎo)层(céng)面(miàn)我(wǒ)们(men)不(bù)着(zhe)急(jí)，等(děng)三(sān)年(nián)后(hòu)技(jì)术(shù)路线(xiàn)收(shōu)敛(liǎn)些(xiē)，我(wǒ)们(men)有(yǒu)了一定收入体量再投入。
科技：是否可以理解为，你们也在等(děng)一(yī)个(gè)适(shì)配(pèi)机(jī)器(qì)人(rén)的(de)AI大(dà)脑(nǎo)？
赵(zhào)维(wéi)晨(chen)：我(wǒ)们(men)认(rèn)为(wèi)端(duān)+操(cāo)作(zuò)系(xì)统(tǒng)+开(kāi)发(fā)工具是个万亿美元的市场，大脑也是万亿美元的市场。但作为创业公司我们目前不会投入在大脑，因为成功率太低。等我们收入达100亿人民币的时候，在大量垂直场景落地后，我们会开始大脑层面的投入，但目前可以先合作为主。
科技：人形机器人进入家庭，你们保守估计还有多久？这是一个目前可以预见的必然趋势吗？如果是，你们认为会以怎样的形态？
赵维晨：一定会经历从早期使用者到早期大众最后到后期大众的链路。核心是得通过杀手级应用和教育（如学校计算机机房，上机器人课程普及）进入早期使用者，再通过生态成熟、应用多样化、成本下降进入大众市场。前者需要3年，进入早期大众可能需要5至10年，10年后实现较大规模普及。
科技：在你们看来，现在人形机器人还有哪些非共识问题有待解决？
赵维晨：一个是大脑层面的技术路径非共识，目前VLA的路径一定不是终解。另外比如核心零部件硬件部分的技术路径也没有收敛，包括灵巧手原来都是直线推杆，现在变成关节电(diàn)机(jī)，还(hái)有(yǒu)一(yī)部(bù)分(fēn)在(zài)做(zuò)绳(shéng)驱(qū)，用(yòng)一(yī)段(duàn)时(shí)间(jiān)会(huì)松(sōng)。现(xiàn)在比如加入钨丝等新材质。
在这波技术路径下，很明显的一个变化是，当下的硬件本体的构型有收敛的趋势，在外形方面正在变得比较类似。但在具身智能大模型的领域，还没有看到特别显著的共识。
