VLA工程师安鹏举：年轻人如何在"机器人第一城"实现逆袭

南都讯 2026年伊始，埃隆·马斯克向世界发出“技术奇点已然来临”的预言，再次点燃了全球对未来的想象。他给出的时间表中，通用人工智能（AGI）将于2026年实现，而到2040年，全球人形机器人数量将突破100亿台。

在这场关乎人类未来的竞速中，无数实验室、企业、工程师正在默默推进着技术的边界。众擎机器人的研发测试场，就是其中一个典型的现场。 推开测试场的大门，极简的白墙、吸震的黑胶垫地面，以及随处可见的机器人。它们有的静默伫立，有的悬挂在调试架上，有的坐在地上等待充电……装饰的极简与机器人的交织，构成了一种独特的赛博工业美学。在这测试场中央，23岁的安鹏举正全神贯注。他是众擎机器人刚刚从“百万英才汇南粤”项目引进的VLA（视觉-语言-动作）算法工程师。他站在一台1.4米高的机器人身旁，手握一只黑色遥控器，清脆的电机咬合声响起，这个几十公斤重的铁家伙在胶垫上稳稳地迈出了一步，开始扭动、跳舞，甚至跳跃，重心平衡得近乎优雅。

人形机器人“寒武纪大爆发”，我就要在场上

这看似轻松的一场“机械舞”，背后是深圳这座城市在具身智能领域积蓄已久的爆发力。2025年，具身智能不再是实验室里的科幻名词。据相关报道，由深圳市人工智能行业协会、深圳市投控数字科技有限公司联合编制的《2025人工智能发展白皮书》显示，截至2024年年底，深圳人工智能相关企业已超2200家，形成龙头企业国际争先、高成长性企业国内一流、初创企业竞相发展的“雁阵式”梯队。在这个被誉为“机器人第一城”的赛场上，像众擎机器人这样全栈自研，涵盖本体核心零部件、小脑运控算法以及大脑具身智能的企业，正成为新质生产力的排头兵。

安鹏举正是被这股时代的巨浪“卷”入深圳的。在同龄人眼中，安鹏举拥有标准的“天花板”履历：本硕分别出自东南大学吴健雄学院和北京大学人工智能专业。在他的简历中，除了各种多模态大模型、无人驾驶等实习经验外，还赫然写着“Google Scholar引用数500+”，他很谦逊地表示，“500在学术大佬面前其实就是个小水花”，但实际上，这意味着在硕士阶段，他的研究就已经被全世界的同行“看见”了。

当被问及为什么不继续读博时，他表示，“以前具身智能的前沿在实验室，但现在，最丰富的数据、最牛的硬件（像 PM01 这种）、最真实的落地场景，都在企业里。我不想在论文里模拟未来，我想在深圳的工厂里亲手制造未来。这几年是人形机器人的‘寒武纪大爆发’，我等不及那几年的博士时光，我必须现在就在场上。”

这种对“在场上”的渴望，让他精准地捕捉到了深圳释放的信号。在“百万英才汇南粤”招聘现场，众擎机器人展位上的一句话瞬间击中了他。那里不招“程序员”，而是招“具身智能的探索者”。“‘探索者’这三个字代表了一种对未知的敬畏与野心，我当时就觉得‘确认过眼神’了。”安鹏举感叹，“深圳的科创密度很高，而且很有活力；我就想：趁年轻，要去中国科创密度最高的地方卷一卷。”

代码不应该只在服务器里空转，应变成物理世界里的动能

如果说“卷”进深圳是出于外界的影响，那么投身具身智能行业，则源于安鹏举内心的“不满足”。“以前玩 ChatGPT，它确实能写诗、写代码，但它永远被困在屏幕里。我当时就想，如果 AI 能有身体，能帮我倒杯水、拿个快递，那才是真正的未来。代码不应该只在服务器里空转，它应该变成物理世界里的动能。”

在实验室的橡胶垫上，安鹏举的角色不仅是代码编写者，更是一位“顶级私教”。

他向记者拆解了这项工作的底层逻辑，这也是他自己的岗位——VLA。究竟什么是VLA？

“Language（语言）让它理解‘我渴了’的语义；Vision（视觉）让它从杂乱的桌面中识别出杯子的三维坐标；而最难的，是Action（动作）。夹爪开合大一分抓不住，用力猛一分杯子会碎。这就像教孩子走路，我要不断去纠正它每一个关节的弧度。”安鹏举说，“我是那个打通机器人‘眼-脑-手’的人，负责把大模型听懂的‘人话’，翻译成机器人能理解的‘肌肉记忆’，让它不仅能看见世界，还能伸出手去改变世界。”

为了实现这种改变，安鹏举每天的工作在“示教”与“炼丹”之间循环。“一部分时间是在示教——我戴着 VR 眼镜或者操作手柄，远程控制机器人做动作（比如叠衣服），机器人会记录下我的动作数据；另一部分时间是在‘炼丹’——把这些数据喂给模型进行‘模仿学习’训练，然后把模型部署到 PM01 身上，进行在线学习，看它学习的效果如何。如果它动作僵硬，我就得去手动控制、调参数，就像教小孩子学走路一样，得一遍遍纠正。” 在这个过程中，他为机器人设定了“奖励函数”。这被他形象地称为机器人的“多巴胺”。“比如它成功拿起了杯子，函数就返回‘+100分’；如果掉了，就‘-100分’。机器人的天性就是追求高分，所以它会为了那个数字，疯狂地在千万次尝试中寻找最优解。”

这种日复一日的训练让安鹏举与机器之间产生了一种奇妙的连接。 有时候，他在训练过程中看到机器人拿东西时翘起的小拇指，或者走路时习惯性地往右偏一点，“我意识到——我采集的数据中包含了很多个人动作偏差，而机器人把它们也学进去了。”安鹏举说，“这就像Ghost in the Shell（躯壳里的灵魂），一刹那，感觉自己的一部分以数字化的形式，在这个钢铁躯壳里永生了。”

在漫长的“灵魂投喂”中，最让他兴奋的莫过于那些“觉醒时刻”。“比如有次我没教它怎么应对推搡，但测试时同事推了它一下，它下意识地退了一步稳住重心。那一刻我觉得它不仅仅是机器，它好像人一样有了‘求生欲’。”

除了觉醒，也有一些“美丽的意外”。有一次，他采集数据时手部产生了一次细微的晃动。本以为这是要被清洗掉的“脏数据”，但最后这组数据意外进入了模型训练。结果令人震惊：机器人竟然学会了通过这种微小的抖动实现自主纠错。“那一刻我意识到，人类的‘不完美’其实包含着很多隐性智慧，大模型把这种‘容错能力’也学去了。”安鹏举感叹道。

深圳就是硬科技创业者的“迪士尼”

安鹏举之所以能如此沉浸地“训练”未来，离不开深圳这片土壤提供的强大支撑。 正如他所说，选择众擎、选择深圳，是因为这里极高的“科创浓度”。

“深圳就是硬科技创业者的迪士尼。”他如此形容。据相关报道，深圳头部人形机器人企业的核心部件国产化率超90%，产业链供应链本地化率最高达60%，强大的配套能力为智能机器人技术进步提供强劲支撑。

站在产业高地上，作为一线工程师的安鹏举对行业发展有着冷静的判断。安鹏举认为，人形机器人真正进入千家万户，“比大家想象的要快，但也比营销号吹的要慢。”安鹏举说，“简单的端茶倒水，可能 3 年内就能在特定场景看到；但要像保姆一样叠衣服、做饭、带孩子，可能还需要 5-10 年。我们现在正处于iPhone 1代发布的前夜，硬件（像众擎PM01）已经准备好了，就差那个杀手级的通用大模型了。”

对于那个即将到来的时刻，安鹏举满怀憧憬：他希望机器人不再是冷冰冰的替代者，而是人类最可靠的“副手”。“我希望它像《星际穿越》里的 TARS，平时幽默、低调，但在你需要的时候，它能毫不犹豫地冲进火场救人，或者在你老了动不了的时候，温柔地把你抱上轮椅。”他看着眼前的机器人坚定地说道，“它应当是，有温度的钢铁。”

采写：南都N视频记者 黄璐

拍摄：南都N视频记者 刘嘉琳 冷锋

编导：南都N视频记者 刘嘉琳