戍天九思：机器人上幼儿园！AGI始于“学会学习”！

lameihua

　　2026年9月1日，北京石景山首钢园，宇树科技等一批形态各异的人形机器人摇摇晃晃地“入学”了。它们没有整齐划一的舞步，而是自己摸、自己碰、自己摔、自己试错。这一天，由触觉传感器企业他山科技与2024年图灵奖得主、“强化学习之父”理查德·萨顿团队联合共建的全球首家“机器人幼儿园”正式开园，从构想公布到落地仅用了37天。

　　这并非一次简单的机构揭牌，而是具身智能训练范式的一次根本性转向。

　　一、机器人数据瓶颈催生新路径

　　当前AI正遭遇一场“数据饥荒”。据中国信通院《具身智能训练场研究报告（2026年）》，具身基础模型要迎来“ChatGPT时刻”，至少需要千万小时级的真实数据，而当前全球可用的高质量真实数据仅为数十万至百万小时级，缺口超过99%。截至2026年6月底，全国已建成启用超70家具身智能训练场，但在建训练场中86%集中在工业制造，大量场景任务同质化，数据泛化价值有限。

　　更致命的是采集方式本身。传统训练依赖人类遥控操作和示范模仿，机器人只学会了“怎么做”却不理解“为什么这样做”。当环境变化、任务调整时，这种数据的泛化能力迅速崩塌。

　　二、触觉与持续学习：经验时代的技术底座

　　萨顿在致辞中明确，这不是简单的集中训练，而是让机器人“像孩子一样，通过感知、行动、反馈和反思持续学习”，是“从0到1、前所未有的尝试”。

　　目前，国内触觉感知技术有两匹黑马：他山科技——芯片级性能与速度的“技术派”，在信号处理速度与全栈技术整合上领先，在具身智能触觉传感器赛道市占率持续维持在80%以上；矩侨工业——柔性与成本的“场景派”，在物理柔韧性与大面积覆盖能力上占据优势，已与宇树科技、松延动力等头部企业建立深度合作，技术方案覆盖全国80%以上的人形机器人触觉应用场景。

　　实现萨顿理念的技术核心，是他山科技自研的TS-EST多模态电子皮肤——覆盖全身的触觉、温度与接近觉感知能力，力分辨率达0.01N，温度分辨率0.1°C。当接触力超过安全阈值，系统输出负向信号，在强化学习框架中作为负奖励直接反馈至决策模型，使机器人逐步习得危险规避能力。他山科技将其表述为“让机器人感知疼痛”。

　　开园同步发布的七大课题，将“经过改进的实时持续学习算法”列为核心攻关方向，直指当前算法“依赖大量数据、难以在线更新、容易遗忘”的痛点。这意味着机器人不再在部署前完成训练，而是能够在运行过程中持续迭代——这一能力若能实现，将使智能体获得真正意义上的“终身学习”能力。

　　三、AGI始于“学会学习”

　　萨顿在2026世界人工智能大会上系统阐述了“经验时代”理念：依托静态数据训练的大模型范式已经不够，“可持续增长的数据来源，不是预先准备好的静态数据集，而是智能体自己在和世界交互过程中获得的第一视角经验”。他以婴儿为例——行为决定输入，没有预设数据集，一切通过与环境交互逐步构建。

　　▲“机器人幼儿园”在HICOOL全球创业者峰会展示。

　　这正是“AGI婴儿期”命题的核心：与其开发一个模拟成年人思维的程序，不如开发一个模拟儿童思维的程序，让它在不断成长中学会思考。机器人幼儿园的七大课题中，“好奇心驱动和/或定向探索”与“从设计时到运行时的学习”两个方向，恰是婴儿认知发展的工程化映射。

　　但挑战同样尖锐。灾难性遗忘仍是持续学习领域的经典难题——如何让机器人在学习新技能时不遗忘旧技能，尚无成熟答案。训练场的重资产属性也带来压力：以年产量10万小时数据、建设投入5000万元估算，仅靠数据产品出售，回本周期在三年以上。

　　然而，机器人幼儿园的真正价值或许不在短期商业回报，而在于它提出了一个根本性问题：AGI的终极竞争力，可能不在于谁拥有更多数据，而在于谁能让智能体更高效地“学会学习”。从“被动模仿”到“自主进化”，AGI或许正是从“学会学习”这一刻开始。