今年央视春晚《武BOT》节目中，宇树科技的人形机器人阵列表演了包括醉拳、双节棍、空翻、跑酷、对棍等高难度动作，给全国观众留下了深刻印象。尽管已过去十多天，仍被行业内外津津乐道。这些机器人的动作是提前预设的吗？
2月28日，在人形机器人与具身智能标准化年会期间，工业和信息化部人形机器人与具身智能标准化技术委员会副主任委员江磊在接受媒体采访时对此问题进行了详细解答。
江磊解释说，这些机器人的动作确实是预设的，但这种“预设”不同于传统的工业机器人。传统工业机器人通过严格的轨迹规划，将每一步的位置、速度和加速度都写死在程序里，而《武BOT》中的机器人则采用神经网络预训练的方式学习人类动作。机器人本质上是“模仿者”，先采集大量人类武术视频或动作数据，在神经网络上进行预训练，然后在舞台上预测并复现这些动作。正因为预训练做得好，多机协同大模型控制，实现了集群级的高动态一致性，使得节目中的机器人动作非常流畅、同步，令人震撼。
江磊将人形机器人的“智能”分为三个阶段：一是从感知到执行的阶段，二是从认知到执行的阶段，三是从自我决策到执行。当前人形机器人处于从感知到执行的阶段，属于“模仿表演”，还不能真正理解或即兴创作，因此在真实工厂环境中还无法达到“师傅说一句就自己拆解任务”的效果。
江磊用“技校学生”来类比人形机器人的未来进化方向。“带有认知的执行”意味着学生脱离师傅后能够理解并生成、调整动作，具有一定的创新性，预计到2026年夏天或许就能初步实现这一能力。到了从决策到执行的阶段，人形机器人就像一个“成年人”，能够在复杂、不确定的环境中独立判断、规划、执行，无需人类事先示范或实时指导。目前业界保守估计，要实现这一阶段大约需要到2030年左右。