伦敦公司Humanoid推出KinetIQ Ascend——一种革命性的类人机器人训练方法，基于在实际生产任务中直接进行试错学习。开发者声称，该技术能将操作精度提升至99.9%，同时达到或超越人类速度。
KinetIQ Ascend扩展了现有框架KinetIQ。与传统模仿学习（机器人仅复制人类动作）不同，新方法采用强化学习（RL）。系统自主重复任务，接收成功或失败信号，并据此持续优化行为。关键区别在于：RL并非在模拟环境中运行，而是全天候在真实设备和生产场景中执行。Humanoid表示，这是首个公开演示的基于视觉的端到端RL，用于在真实双臂类人平台上训练的VLA模型，且部署于实际生产环境。
为何押注RL是范式转变
此前，Humanoid与许多竞争对手一样依赖模仿人类演示。但公司指出：“复制演示的模型无法超越演示者的速度或质量，也无法学习错误的代价。”最后几个百分点的可靠性提升以及向超人类速度的跨越，需要全新方法。KinetIQ Ascend通过在实际任务中持续练习填补了这一差距。这类似于大语言模型的扩展：训练时间越长，成功率越高。
KinetIQ Ascend在三个生产任务中的测试展示了令人瞩目的成果：
- 轴承环堆叠：经过RL训练后，吞吐量提升42%——从基础模型的每小时291个增至412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%。
- 双手举升容器：经过数天训练，吞吐量从每小时122个增至279个，平均任务时长从22.9秒降至12.8秒，成功率从77.6%升至98.9%。
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训练中未见过的物体。同时，性能提升通过并行A/B测试与当前基础模型对比得出，这对实际生产环境至关重要——因为光照、物体位置或设备磨损等因素可能改变结果。
工业扩张与巨头竞赛
Humanoid正积极在欧洲构建产业链。公司拥有超过250名工程师和研究人员。近期宣布与博世合作，后者将成为合同制造伙伴，在欧洲市场生产HMND 01机器人。此外，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。
KinetIQ Ascend的发布正值类人机器人竞赛加速之际。Figure融资超10亿美元，估值达390亿美元；Apptronik完成9.35亿美元融资；中国自2024年起已向该行业投入至少200亿美元。然而，实际销售仍有限——去年仅售出约12000台类人机器人，主要用于研究目的。
专家观点：KinetIQ Ascend正是将实验室实验与工业应用区分开来的关键一步。从模仿转向基于真实错误的自主学习，是打造真正自主、能在不可预测环境中工作的机器人的唯一途径。如果Humanoid能成功扩展这一方法，我们将见证生产自动化新时代的开端。