每一台機器人背後，都有個人類操作員

在機器人技術快速發展和投資熱潮的背後，一個關鍵事實其實被忽視了，那就是：許多看似自主運行的機器人實際上需要人類遠程操控才能可靠運行。

今年 3 月，英偉達 CEO 黃仁勳在旗艦客户大會上展示了一款受《星球大戰》啓發而開發的機器人，該機器人能夠聽從指令移動到指定位置，贏得觀眾熱烈掌聲。但據一篇博客文章透露，這款機器人實際上由 “幕後操控者” 控制，人類操作員決定了機器人在演示中的移動時機和位置。

這種人機結合的運營模式意味着，許多機器人可能尚未具備在複雜環境中可靠、安全地獨立工作的能力，遠程操作員目前是確保機器人平穩運行的關鍵一環。

然而，這種人機協作並非權宜之計，而是通往更高階自動化的必經之路。機器人公司正利用人類操作員在遠程控制過程中產生的海量數據，訓練 AI 模型，以期最終減少對人類的依賴。

機器人演示背後的 “提線木偶”

高科技公司引人注目的產品演示，往往是塑造公眾認知和投資者信心的關鍵時刻，而在機器人行業的展示中，人工遠程操控正成為一種 “公開的秘密”。

特斯拉去年 10 月在洛杉磯舉辦的 robotaxi 活動中，人形機器人 Optimus 為客人提供飲料、跳舞和互動。馬斯克宣稱這些機器人未來可以 “當老師、照看孩子、遛狗、修剪草坪、採購雜貨”。但當客人詢問機器人是否自主運行時，操作機器人的人類員工通過機器人回答：

“我不是完全自主的，目前由人類協助操作。”

機器人專家指出，業界已形成一種慣例：如果演示視頻中的機器人確實是自主運行，公司通常會明確標註 “自主”（autonomous）字樣。例如，初創公司 Skild AI 本月早些時候展示其 AI 軟件操控人形機器人時，就在視頻中全程用文字註明，機器人翻越障礙物的動作是自主完成的。

這暗示着，那些未加註明的演示，很可能有人類操作員的參與。

全球化的遠程操控網絡

人工介入起初看似一種技術尚未成熟的權宜之計，但如今已演變為機器人公司獲取高質量訓練數據的核心手段。

遠程操作的首要功能是處理機器人無法應對的 “疑難雜症”。為 Uber Eats 提供送餐機器人的初創公司 Avride 表示，其機器人面臨的最大挑戰是過高的路邊石。

公司送餐機器人負責人 Roman Nefedov 稱，當機器人遇到這類障礙時，它會意識到自己被困住，並能 “請求幫助”。此時，遠程操作員會接入機器人的攝像頭，觀察現場情況，然後手動操控機器人繞開障礙。這些問題地點隨後會被標記在地圖上，相關視頻信息則被用來訓練 AI 模型，以期未來能自主處理類似情景。

同樣，Alphabet 旗下的 Waymo 在完成新城市的地圖繪製後，其車輛可以實現車內無安全員的行駛。但如果車輛遇到無法識別的特殊路況，例如一個形態異常的建築工地，遠程支持團隊的人員可以提供指導。

如今，初創公司們正愈發坦誠地將遠程操作視為一種戰略。

送餐機器人公司 Coco Robotics 的首席執行官 Zach Rash 表示，遠程操作曾是機器人公司 “有點禁忌的事情”，外界會認為 “你在假裝自動駕駛”。但他指出，操作員的干預不僅是後備方案，其本身就是在訓練機器人。例如，操作員導致飲料傾灑的動作數據，可以被用來訓練 AI，從而優化機器人的移動方式。

通往完全自主的漫長道路

儘管人類操作員在當前階段不可或缺，但機器人行業的長期目標依然是實現更高程度的自主化，最終讓一名操作員可以監督多台設備。

Ultra Robotics 的首席執行官 Jon Miller Schwartz 認為：

“要讓機器人一年到頭、每週七天都能可靠地運行，我們將需要人員進行監督。”

即便是技術領先的 Waymo，也保留了遠程人工干預的環節，部分公司甚至從 100% 遠程遙控起步。

成立七年的汽車租賃初創公司 Vay，並非讓客户上門取車，而是由遠程 “駕駛員” 將汽車開到客户指定地點。Vay 在拉斯維加斯的員工坐在由多個電腦屏幕組成的駕駛艙內，通過桌面方向盤操控着城市另一端的汽車。

Deft Robotics 的創始機器學習工程師 Gaurav Sethia 表示，即使機器人能在 80% 的時間裏自主工作，但對於許多工業場景而言，這還不夠可靠。遠程操作員恰好能填補剩下 20% 的空白。