人形机器人把老人吓进医院举手"投降"被警方带走

2026-03-27 | 来源: 环球科学 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

截图自IEEE Spectrum

然而，这台涉事G1不是来炫技的，实则是一名“打工人”。它隶属于澳门一家教育中心，长期用于宣传活动。该中心负责人托温·马克（Towin Mak）解释称，G1当时处于混合编程与远程监督控制模式下运行。

事实上，G1头部搭载了深度摄像头与3D激光雷达（LiDAR），具备实时环境感知能力。当晚，它早已识别出前方老人的轮廓。但当老人突然停下看手机、挡住其行进路线时，机器人的路径规划算法将该障碍判定为“不可逾越”，随即按程序停在原地等待。

问题在于——这种“被动静止”在缺乏沟通信号的情况下，极易被人类误解为“尾随”或“跟踪”，从而引发恐慌。

表面看，G1显得“木讷呆滞”；实则，它能在动态环境中稳定行走，并在障碍出现时及时制动，依赖的是强化学习（Reinforcement Learning）。然而，它的“智能”仍相当初级。

正如专注人工智能的科技博主拉胡尔·马尔霍特拉（Rahul Malhotra，曾是一名粒子物理学家）所指出：G1在演示中展现的回旋踢、拳击等动作虽流畅且具爆发力，但这些仅属于机器人大脑堆栈中最底层的身体控制层（Body Controller）。这些行为并非自主决策，而是通过行为克隆（Behavior Cloning）实现——即人工采集人类动作数据，再以监督学习方式训练机器人复现。此类展示虽视觉震撼，却缺乏认知、意图与推理能力，距离真正的“自主智能”仍有本质差距。

更值得注意的是，当G1从舞台转入工厂场景执行实际任务时，动作往往变得生硬而迟缓。马尔霍特拉解释道：同一台机器人在不同视频中表现悬殊，很可能是因为激活了大脑堆栈的不同层级。他将当前人形机器人的智能架构划分为四个层次（由低到高）：身体控制层（Body Controller，保持整体平衡）、行动策略层（Action Policy，实时生成抓取与放置动作）、感知层（Perception，识别物体、估算位置）、计划层（Planner，负责拆解任务、逻辑决策）。

目前，绝大多数人形机器人仍主要运行在第一、二层。而要实现真正意义上的具身智能（Embodied AI），关键瓶颈恰恰在于如何构建更高阶的感知-规划闭环——让机器人不仅“会动”，更能“会想”。

人机沟通

回到澳门街头那起引人关注的事件：当G1机器人被警方带离现场时，涉事老人感觉身体不适，随即被紧急送医。所幸检查后并无大碍，她很快出院，并明确表示不予追究，也不会提出投诉。

然而，这场看似“有惊无险”的小插曲，实则是人形机器人加速融入公共空间的一个标志性缩影。早在2025年底，深圳“世界之窗”景区就已出现T800型号机器人与民警并肩巡逻；在上海黄浦区，名为“小沪”的人形机器人也曾现身街头，挥动机械臂协助交通疏导。随着核心零部件成本下降与产业链日趋成熟，人形机器人正从实验室里的昂贵展品，转变为教育机构、商场乃至个人用户可负担的实用设备。技术的民主化，意味着人机共处的日常摩擦，才刚刚开始。

问题在于：人类在公共空间中穿行时，会本能地通过眼神微调、身体重心偏移，甚至一声轻咳来传递意图——这些微妙的非语言信号构成了社会协作的“隐形协议”。而人形机器人恰恰缺乏这种沟通能力。正如《MIT技术评论》作者维多利亚·特克（Victoria Turk）在2025年所指出：“若要真正与人类共享空间，机器人不仅需预判他人路径，更必须以所有人都能理解的方式清晰表达自身意图——无论是通过手势、声音、灯光，还是拟人化的微表情与姿态。”

澳门事件恰恰暴露了这一缺失：G1只是按程序停下，却无法“示意”自己并非尾随。它没有眨眼、没有退让、没有发出提示音——在人类眼中，这种沉默便成了威胁。未来的机器人不仅要学会优雅地行走，更要学会“礼貌地声明”自己的存在。