伦敦公司Humanoid推出KinetIQ Ascend——一种基于真实生产环境中试错法的人形机器人训练创新方案。开发者声称，该技术能以媲美甚至超越人类的速度实现99.9%的操作成功率。
KinetIQ Ascend通过强化学习（RL）扩展了现有KinetIQ框架。与简单模仿人类动作不同，系统自主重复任务，接收成功或错误的反馈，并逐步提升表现。关键区别在于：RL并非在模拟环境中运行，而是直接在真实设备上全天候进行。Humanoid表示，这是首个公开演示的、基于视觉的端到端RL方案，用于训练真实双臂人形平台上的生产级VLA模型。
Humanoid为何押注强化学习
此前Humanoid与众多竞争对手一样，通过模仿人类示范来训练系统。但该公司认为，这种方法存在根本性局限：模型无法超越示范者的速度或质量，也无法学习错误的代价。KinetIQ Ascend旨在通过真实任务实践弥补这一差距，类似大语言模型的规模化扩展——训练时间越长，成功率越高。
KinetIQ Ascend在三个生产任务中的测试结果令人瞩目：
- 搬运钢制轴承环：吞吐量提升42%，达到每小时412个，而基础模型为291个。
- 向人类传递物品：吞吐量提升85%，平均任务时长缩短35%，成功率从80%升至98%。
- 双手抬起容器：经过数天训练后，吞吐量从每小时122个增至279个，成功率从77.6%升至98.9%。
该公司还指出，优化操作中最复杂的环节可提升整体任务效果，且技能可迁移至RL训练中未见过的新物体。值得注意的是，所有测量均通过与当前基础模型的并行A/B对比完成，这对真实生产环境至关重要——因为光照、物体位置或设备磨损等因素都可能改变结果。
Humanoid在欧洲构建产业链
该公司拥有超过250名工程师和研究人员。今年5月，Humanoid宣布与博世达成合作，后者将成为其欧洲市场HMND 01机型的合同生产合作伙伴。此外，公司还与舍弗勒签署了分阶段约束性协议，计划到2032年在合作伙伴的全球生产基地部署1000至2000台机器人。
竞争日益激烈
KinetIQ Ascend的发布正值人形机器人竞赛加速之际。美国公司Figure以390亿美元估值融资超10亿美元，Apptronik完成9.35亿美元融资。中国自2024年以来已投入至少200亿美元发展机器人技术，但实际销量仍有限——去年约售出12000台人形机器人，主要用于研究目的。
我的分析：Humanoid证明，人形机器人大规模工业应用的关键不在于模拟，而在于真实生产任务中的训练。KinetIQ Ascend不仅是技术改进，更是范式转变，可能为该公司在追求替代流水线工人所需的可靠性和速度竞赛中带来关键优势。