伦敦人形机器人开发商 Humanoid 推出了 KinetIQ Ascend——一种全新的学习方法论，让机器人能够在真实环境中通过试错来掌握生产操作。该技术基于强化学习（RL），据公司宣称，能够将操作成功率提升至 99.9%，同时速度达到或超越人类水平。
KinetIQ Ascend 扩展了 Humanoid 所有机器人核心框架 KinetIQ 的能力。新方法的关键区别在于，强化学习训练并非在模拟环境中启动，而是直接在真实设备上全天候进行。这是首次公开演示基于视觉的端到端强化学习，应用于在真实双臂人形平台上训练的视觉-语言-动作（VLA）模型，且部署于工业环境。
此前，Humanoid 与大多数竞争对手一样，依赖模仿学习——复制人类演示。然而，这种方法存在根本性局限：模型无法在速度或质量上超越演示者，也无法从自身错误中学习。KinetIQ Ascend 通过持续实践解决了这一问题，类似于大型语言模型的扩展——训练时间越长，成功率越高。
生产任务测试结果
Humanoid 在三个真实操作中对 KinetIQ Ascend 进行了 A/B 测试：
- 从容器中抓取钢制轴承环并放置到传送带上。经过强化学习训练后，吞吐量提升了 42%——从每小时 291 个增加到 412 个。
- 将物品从容器传递给人类。吞吐量提升了 85%，平均任务时长缩短了 35%，成功率从 80% 提升至 98%。
- 双臂从桌面上以任意方向抬起容器。经过数天训练后，吞吐量从每小时 122 个增加到 279 个，任务时长从 22.9 秒缩短至 12.8 秒，成功率从 77.6% 提升至 98.9%。
公司还指出，改善操作中最复杂环节可提升整体任务表现，且技能可迁移至机器人在强化学习训练中未见过的新物体。这对于条件不断变化的真实生产环境至关重要。
工业战略与竞争
Humanoid 正在欧洲积极构建生产链。今年 5 月，公司宣布与博世（Bosch）合作，后者将成为 HMND 01 机器人面向欧洲市场的合同制造商。此前，公司与舍弗勒（Schaeffler）签署了分阶段协议，计划到 2032 年在其全球工厂部署 1000 至 2000 台机器人。
KinetIQ Ascend 的发布正值人形机器人竞赛白热化之际。Figure 已融资超 10 亿美元，估值达 390 亿美元；Apptronik 从包括谷歌和梅赛德斯-奔驰在内的投资者处获得 9.35 亿美元。自 2024 年以来，中国已向机器人领域投入至少 200 亿美元，但实际销售仍有限——约 12,000 台人形机器人主要用于研究目的。
我的专家评论： KinetIQ Ascend 不仅仅是进化，而是工业机器人学习范式的转变。从模仿学习转向真实设备上的强化学习，解决了复制人类动作时不可避免的速度和质量“天花板”问题。如果 Humanoid 能够通过与博世和舍弗勒的合作，将这一方法扩展到数千台机器人，该公司有望成为工业机器人领域的关键玩家，领先于仍依赖模拟和演示的竞争对手。