Meta 釋出 Habitat 3.0：讓機器人與虛擬人在模擬環境協同幹家務

想讓機器人幫我們洗碗拖地、收拾凌亂的客廳，這事聽起來很美。可真要把一個重達上百斤、動作生硬的機械鐵疙瘩直接放進家裡，稍有不慎就可能撞壞傢俱甚至傷到人，物理硬體的除錯成本和安全風險實在太高。

Meta 旗下的 FAIR 實驗室想出的辦法是：既然實體世界試錯太貴，那就先給機器人造一個能和人一起生活的數字虛擬世界。他們正式推出了具身智慧模擬平臺 Habitat 3.0，以及配套的高精度室內 3D 資料集 HSSD-200。

機器人與虛擬人同處一室

在此之前，Meta 的 Habitat 系列已經迭代了兩版。Habitat 1.0 主要訓練機器人在 3D 掃描房間裡以每秒超過 10000 步的高速進行自主導航；Habitat 2.0 引入了可互動的環境，讓虛擬機器人學會了開抽屜、拿放物品和整理房間。

但前兩代環境裡始終少了一個核心要素：人。現實中的家庭環境從來不是機器人的獨角戲。

Habitat 3.0 邁出的關鍵一步，是第一次在模擬環境裡同時支援機器人和高擬真的人類虛擬化身。這些化身不僅有著逼真的外觀、自然的步態，還能模擬各種高低層級的日常互動。

更巧妙的是，研究人員既可以用演算法策略來控制這些虛擬人，也可以讓真人通過鍵盤、滑鼠或 VR 頭顯即時接入環境，直接跟虛擬機器人面對面搭檔幹活。

在模擬裡學會讓路與協作

有了人機共存的環境，Meta 在 Habitat 3.0 中設立了兩個關鍵評測任務：社交整理與社交導航。

在社交整理任務中，機器人需要和人類化身協作完成一系列抓取與放置任務，比如一起收拾凌亂的客廳或在廚房準備食材。社交導航任務則要求機器人在室內尋找並跟隨人類移動，同時時刻保持安全距離。

在大規模模擬訓練下，AI 策略逐漸湧現出了令人驚喜的社會協作行為。比如在狹窄的走廊裡迎面相遇時，機器人會主動停下腳步靠邊讓行；而在共同整理屋子時，它能根據人類的動作主動分工，把任務完成速度提升到比人類單打獨鬥還要快的水平。

支撐這些訓練的是同步釋出的 HSSD-200 資料集。相比以往的合成數據，它包含了 211 個純人工設計的高質量室內 3D 場景，囊括了 466 個語義類別中的 18656 個真實物理物件模型，極大縮小了虛擬環境與現實物理空間之間的差距。

為什麼重要

對研究人員和開發者而言，Habitat 3.0 最實在的價值在於極大地攤薄了具身智慧的研發門檻。在真實家庭裡測試人機協作既昂貴又危險，稍有不慎就會摔壞裝置；如今藉助 Habitat 3.0 和 VR 介入，開發者戴上頭顯就能用極低成本扮演家庭成員，高效評估機器人的社交智慧。

從技術演進來看，具身智慧正在經歷從「孤立操作」向「社會化協同」的關鍵轉變。以往行業大多專注在單臺機械臂怎麼精準抓取茶杯，而 Meta 把焦點轉向了人機共處時的禮讓、感知和分工，這才是家庭服務機器人真正落地的先決條件。同時，這套技術也能反哺 Meta 自家的穿戴式 AR 眼鏡生態，為未來的環境感知助手鋪路。

我們認為 Meta 這條路線走得非常務實。它沒有一上來就燒錢死磕昂貴的實體機器人硬體，而是選擇發揮自己在虛擬現實和圖形學上的長板，通過軟硬解耦來加速演算法迭代。當然，這套方案也有不可迴避的短板：模擬與現實之間始終存在物理鴻溝。虛擬人再逼真，也模擬不出真人那些不可預測的小習慣與猶豫停頓，演算法在模擬裡學會的「懂禮貌」，搬到複雜的現實家庭中能否原樣奏效，依然需要打個問號。