人形机器人正加速融入日常生活，资本涌入推动其承担更复杂的物理任务。Figure去年以390亿美元估值融资超10亿美元，Skild AI亦于今年1月获14亿美元投资，致力于开发通用机器人控制AI。然而，让人类与机器人高效协作，仍需解决理解模糊指令及适应中途变卦等难题。
韩国游戏巨头Krafton试图以其在《绝地求生》（PUBG）中积累的虚拟世界交互经验破解这一困境。其帕洛阿尔托子公司Ludo Robotics正将游戏AI专长转化为物理世界的“大脑”，帮助机器人理解人类意图并自主决策。
从虚拟队友到物理智能
Krafton首席执行官CH Kim指出，公司在开发AI队友方面的经验是关键起点。在与英伟达合作的“PUBG Ally”项目中，Krafton推出了支持语音的协同可玩角色（CPC），能记忆互动并适应玩家行为。Ludo Robotics旨在将这种能力迁移至物理实体。
“随着大语言模型技术的发展，我们达到了一个转折点，思考将这些高智能NPC从虚拟世界带入现实。”Kim表示，“这本质上就是物理AI，也是Ludo成立的初衷。”
在加州大学伯克利分校举办的湾区机器人研讨会上，Ludo展示了最新实验系统Ludi 0.2。新版优化了对话记忆和手势识别，但Kim坦言，Ludi目前仍属研究演示项目，尚未达到日常使用的可靠性标准。
尽管PUBG Ally在测试中表现平平——战斗评分仅2.58/5，多数玩家视其为工具而非队友——但Kim强调，其底层技术与Ludi高度相似。公司正基于此扩展研发，长期目标是构建专有基础模型。
技术架构与现实挑战
Ludo利用游戏引擎模拟物体运动，生成合成数据训练AI。今年8月发布的Ludi 0.1采用多模型架构：阿里巴巴开源的Qwen视觉-语言模型负责分析图像和语音以制定决策，经微调的英伟达GR00T模型则控制抓取等物理动作。该系统运行在宇树科技售价约1.6万美元的人形机器人G1上。
然而，当前架构存在效率瓶颈。Ludo首席技术官Kangwook Lee解释，决策模型与执行系统分离，导致环境变化时，系统需反复在推理与执行间切换，造成显著延迟。“如果环境发生变化，机器人应能基于既有推理快速调整，而非重新评估上下文。”Lee称。
为此，Ludo计划在2027年推出根本性重构的Ludi 1.0，旨在实现具备上下文保留能力的统一基础模型，消除控制权反复转移带来的低效。同时，受限于机器人本地算力，Ludo目前选用40亿参数的小型模型以降低延迟，硬件规格仍是制约通用能力的一大障碍。
商业化路径与投资策略
Ludo通过自研的Interaction Core28基准测试评估进展。在模拟家庭场景中，经微调的Ludi 0.1完成了17个任务，而经过精心提示优化的OpenAI前沿模型可完成26个，显示出不小差距。对于Ludi 0.2，团队重点重训了视觉推理模型，以评估机器人在有人共存时的行为得体性及物理互动影响。
Krafton第二季度营收同比增长95%至1.29万亿韩元（约合8.9亿美元），为其AI布局提供资金支持。除投入7,000万美元建设计算集群及投资韩国AI芯片初创公司HyperAccel外，Krafton还组建了由威斯康星大学麦迪逊分校学者领衔的Ludo核心团队。
Kim表示，Ludo今年将专注研究，目标在2027年找到合适的现实部署环境，构建数据飞轮。鉴于人形机器人商业化周期长、挑战大，Krafton未来可能寻求外部融资以支持这一长期项目。目前，Ludo不制造硬件，而是专注于开发智能软件，并与硬件制造商合作集成。