
为了推动物理AI的社会落地,日本国家KDDI集团集结专业人才成立了“ELYZA Robotics”。该公司融合了ELYZA在大规模语言模型(LLM)研发方面的经验,以及KDDI在通信、计算资源和运营方面的优势,目标是实现从机器人基础模型构建到现场集成的一体化解决方案。
本文采访了ELYZA代表取缔役CEO兼ELYZA Robotics代表取缔役社长曽根岡侑也先生,以及日本国家KDDI先进技术企划本部副本部长兼ELYZA Robotics代表取缔役副社长今井尚树先生,探讨物理AI的现状挑战与未来展望。
三方角色分工
曽根岡表示,KDDI集团早在一年多前就已在多个部门推进物理AI相关工作,ELYZA Robotics则是将这些部门的专业人才集中,作为物理AI领域的核心开发组织。其职责涵盖机器人采购、机器人基础模型开发及数据采集,以及机器人在现场的集成应用。
ELYZA则专注于基础模型的研发,包括LLM、语音模型和视觉语言模型(VLM)等,并与ELYZA Robotics进行人才交流和联合研发。特别是ELYZA RSI Research团队,致力于“AI驱动AI开发”的自动研究,已在物理AI领域取得初步验证成果。
KDDI作为大型企业,主要负责提供适合物理AI的低延迟通信基础设施和GPU等计算资源,同时承担远程操作中心的建设与运营,确保机器人在法规允许范围内安全运行。此外,KDDI还负责销售及其他支持工作。
物理AI的技术与应用挑战
谈及Jev等新兴架构,曽根岡认为其虽基于传统分类模型,但在保证质量的前提下,能实现更快的推理和成本降低,特别适合物理AI对实时性的高要求。尽管该技术易被复制,团队更关注如何有效收集现场数据集,这对技术持续创新至关重要。
数据采集面临多模态选择、设备配置及采集方式的优化等复杂问题。机器人操作不仅需手部信息,还需全身动作数据,团队正通过多轮迭代不断改进采集策略。
在感知方面,视觉、听觉、触觉等五感均具挑战,尤其是机器人手部操作的速度与精度。深度视觉和触觉传感器的应用被视为关键突破点。匂い传感器在护理领域的潜力也引起关注。
研发与实用化的平衡
曽根岡强调,除了研发引擎,实用化引擎更为重要。现场应用需实现协同控制和稳定运行,构建相应平台是未来重点。今井补充,社会实施和运营管理是关键,类似通信基站的运营监控,确保系统在各种环境下稳定运行,持续优化是成功的关键。
未来展望与市场推广
针对2030年目标引入1000台机器人,曽根岡指出,涵盖人形机器人、半人形机器人、机器人臂及四足机器人和自主移动机器人(AMR)等多种形态,目标是通过机器人基础模型提升多样环境下的复杂任务执行能力,实现人手不足的缓解和全天候工厂运作。
今井表示,除零售和物流外,高空作业和难以进入区域的自动化需求也在增加,团队将根据社会需求持续拓展应用场景。
曽根岡认为,机器人任务需细分,诸如插拔电源插头等复杂操作仍具挑战,但零售、物流、安保、清洁及医疗等领域均有广泛应用潜力。
关于机器人普及,曽根岡预计三年内将出现可用的消费者级体验,尽管价格和普及度仍需时间。今井比喻机器人发展类似电视和手机的普及过程,初期高价后逐步降价,未来可能通过共享服务(RaaS)模式推广。
曽根岡补充,当前机器人价格多为研发阶段成本,量产后价格将大幅下降,但市场接受度和使用场景仍需培育。
现场应用与技术难点
在便利店等人流密集环境中,机器人面临更多变量和复杂任务,曽根岡认为这是技术成长的重要场所,积累的经验可推广至物流、制造和医疗等行业。
他也坦言,目前机器人仍处于“VIP待遇”阶段,需要大量人工辅助,未来必须实现自主稳定运行。
对于为何日本机器人应用未如中国般快速普及,曽根岡指出,机器人耐用性、维修生态和店铺运营者的接受度是关键因素。
技术指标与发展方向
曽根岡介绍,全球机器人挑战赛中,顶尖模型成功率约为40%,距离现场广泛稳定应用仍有差距。机器人模型需兼顾实时性和精度,当前多采用数十亿参数规模模型,未来可能通过低延迟连接大型数据中心实现更大规模模型的实时控制。
今井强调,提升机器人智能和动作速度需平衡硬件负担和耐久性,最终目标是达到或超越人工作业的成本效益。
结语
曽根岡与今井展望,物理AI和机器人将在未来十年内逐步融入社会各领域,带来生产效率和生活质量的提升。ELYZA Robotics将持续推动技术创新与社会应用,助力构建智能化未来。


