“该视频不包含远程蒙太奇，- 说 挪威人形机器人制造商 1X。 “没有计算机图形，没有剪辑，没有视频加速，没有根据脚本回放轨迹。一切都由神经网络控制，一切都是自主的，一切都以 1 倍速度运行”。
OpenAI 去年在 25 万美元的 A 轮融资中为这家人形机器人制造商提供了芯片。随后的 100 亿美元 B 轮融资表明了 OpenAI 的关注程度以及围绕通用人形机器人的普遍炒作是一个概念似乎总是遥远的未来，但在过去两年里，它已经成为绝对的热核爆炸。
与 Tesla、Figure、Sanctuary 或 Agility 等公司正在开发的产品相比，1X 的人形机器人显得异常低调。人形伊芙甚至还没有腿，也没有灵活的手。它通过一对动力轮移动，并在后面的第三个小轮上保持平衡，它的手是简陋的爪子。它看起来就像是为了滑雪橇而打扮的，并有一个昏暗、闪烁的 LED 笑脸。
1X 有一个名为 Neo 的双足版本，它也有铰接良好的手臂 - 但也许这些细节在通用机器人开发的早期并不是太重要。绝大多数早期用例看起来像这样：“把这个东西放在那里”——这不太可能需要能够弹钢琴的手指。它们的主要使用场所是有混凝土地板的仓库和工厂，在那里它们可能不需要爬楼梯或跨过任何东西。
不仅如此，许多团体已经解决了双足行走和漂亮的手动设备的问题。但这不是主要障碍。主要障碍是让这些机器快速学习任务，然后自主完成任务，就像丰田在桌面机器人操纵器上所做的那样。当Figure 01“弄清楚”如何独立使用咖啡机时，这是一件大事。当特斯拉的擎天柱在视频中折叠衬衫并显示其处于人类操作员的控制之下时，情况就不那么令人印象深刻了。
上述任务并不是太困难，它们不是折叠衬衫或操作咖啡机。但有许多成熟的机器人可以执行多种任务，例如举起物品并将其放置到位。他们抓住从脚踝到腰部的高度。他们把它们放在盒子、箱子和托盘里。他们从地板上捡起玩具并把它们收起来。
他们还打开门，跑到充电站并插入充电，使用看似不必要的复杂蹲下动作将插头连接到脚踝。
简而言之，它们所做的事情与早期通用类人机器人用例中需要做的事情大致相同，根据 1X 的说法，“完全基于数据”进行训练。本质上，该公司训练了 30 个 Eve 机器人，让每个机器人执行一系列单独的任务，显然是通过视频和远程操作进行模拟训练。然后，他们利用这种学习到的行为来训练能够执行各种动作和行为的“基础模型”。然后对这个基本模型进行完善，以考虑环境的特定功能——仓库任务、一般门操作等——最后，机器人接受了它们应该执行的特定任务的训练。
一旦机器人完成日常任务，最后一步很可能会在客户现场进行，1X 表示“只需在桌面 GPU 上进行几分钟的数据收集和训练”。据推测，在理想的世界中，这意味着有人站在虚拟现实头盔中执行一项任务，然后深度学习软件将该任务与机器人的关键能力结合起来，在模拟中运行数千次以测试各种随机因素和结果。之后机器人就可以开始工作了。
“在过去的一年里，”1X 人工智能副总裁 Eric Jang 在他的博客中写道，“我们开发了一个数据引擎，以完全端到端的方式解决常见的移动操作任务。我们已经看到它的效果，因此我们现在正在旧金山湾区聘请人工智能研究人员，将其规模扩大到机器人和电视操作员数量的 10 倍。”
我想知道这些东西什么时候才能准备好迎接黄金时段。
另请阅读：