機(jī)器之能報(bào)道

編輯：吳昕

國(guó)內(nèi)版的人形機(jī)器人 大模型組隊(duì)，首次完成疊衣服這類複雜柔性材料的操作任務(wù)。

隨著融合了 OpenAI 多模態(tài)大模型的 Figure 01 揭開(kāi)神秘面紗, 國(guó)內(nèi)同行的相關(guān)進(jìn)展一直備受關(guān)注。

就在昨天，國(guó)內(nèi) " 人形機(jī)器人第一股 " 優(yōu)必選發(fā)布了人形機(jī)器人 Walker S 深入融合百度文心大模型後的首個(gè) Demo，展示了一些有趣的新功能。

現(xiàn)在，得到百度文心大模型能力加持的 Walker S 是這個(gè)樣子的。

和 Figure 01 一樣，Walker S 沒(méi)有走動(dòng)，而是站在桌子後面完成一系列任務(wù)。它可以聽(tīng)從人類的命令，折疊衣物。

完成任務(wù)後，你還可以和它聊天。例如問(wèn)詢這件黑色上衣搭配什麼比較適合？機(jī)器人依然記得你要出差這件事，建議搭配深色褲子更適合正式場(chǎng)合。

它也會(huì)將桌上的各種開(kāi)關(guān)歸置到盤子裡。

即使被幹?jǐn)_，例如歸置好的開(kāi)關(guān)又被丟回桌子上，或者眼看就要拿到手的插座又被移開(kāi)了，Walker S 都能即時(shí)調(diào)整工作狀態(tài)，根據(jù)新情況完成歸置任務(wù)。

2 月，在新能源車廠訓(xùn)練時(shí) , Walker S 就已展現(xiàn)出多模態(tài)感知與運(yùn)動(dòng)控制能力。

此次，透過(guò)與文心大模型的深度融合，Walker S 的認(rèn)知和操控能力再上臺(tái)階，不僅獲得了高級(jí)意圖理解和細(xì)粒度任務(wù)規(guī)劃能力，更首次完成了疊衣服這類複雜柔性材料操作任務(wù)。

文心大模型系文心產(chǎn)業(yè)級(jí)知識(shí)增強(qiáng)大模型，具備跨模態(tài)、跨語(yǔ)言的深度語(yǔ)意理解與生成能力，還有知識(shí)推理、任務(wù)規(guī)劃等能力。透過(guò)將這些能力移植到人形機(jī)器人，可以讓機(jī)器人像人一樣對(duì)衣物的材質(zhì)、形狀、褶皺等屬性進(jìn)行分析和理解，並根據(jù)過(guò)往經(jīng)驗(yàn)推理出最佳的疊衣方式和順序。在實(shí)際疊衣過(guò)程中 , 機(jī)器人會(huì)即時(shí)分析衣物的狀態(tài)變化，並相應(yīng)地調(diào)整自己的動(dòng)作策略。

在物件幹?jǐn)_分類任務(wù)中 , Walker S 也充分發(fā)揮了 "AI 大模型 機(jī)器人 " 的協(xié)同優(yōu)勢(shì)??。首先，透過(guò)端側(cè)的多模態(tài)感知模型獲取物體的空間定位和語(yǔ)義訊息，再將這些訊息交由大模型進(jìn)行智慧處理，後者憑藉其出色的任務(wù)拆解和邏輯推理能力為Walker S 快速構(gòu)建出最優(yōu)的任務(wù)規(guī)劃和執(zhí)行路徑。 Walker S 則將這套方案映射到機(jī)械手臂和靈巧手的實(shí)際操控中，最終流暢完成整套複雜任務(wù)。

此舉也是國(guó)內(nèi)同行類似能力的首秀，其創(chuàng)新應(yīng)用和實(shí)現(xiàn)難度在全球範(fàn)圍內(nèi)也屬於行業(yè)第一梯隊(duì)水平。 " 在許多展示中，包括 Figure 與 OpenAI 合作、我們與百度的合作，目前可以實(shí)現(xiàn)端到端。" 優(yōu)必選管理層在昨晚的業(yè)績(jī)回顧與展望會(huì)上向第一財(cái)經(jīng)記者表示。

" 我們利用了百度的大模型對(duì)任務(wù)的拆解、對(duì)自然語(yǔ)言的理解和順序邏輯排列等。除了公司去年基於開(kāi)源模型訓(xùn)練構(gòu)建的基於端側(cè)的多模態(tài)大模型外，我們認(rèn)為未來(lái)人形機(jī)器人市場(chǎng)競(jìng)爭(zhēng)越來(lái)越激烈的情況下，強(qiáng)強(qiáng)聯(lián)合才能實(shí)現(xiàn)1 1＞2。" 優(yōu)必選管理層解釋這次合作時(shí)稱，" 國(guó)外特斯拉有大模型能力，有OpenAI、英偉達(dá)與Figure 的結(jié)合等，可以看到合作能為人形機(jī)器人落地提供強(qiáng)大技術(shù)支撐。"

不過(guò)，透過(guò)對(duì)比OpenAI 的視頻，我們發(fā)現(xiàn)被賦能後的Walker S 仍然與Figure 01 存在差距。

最明顯的是動(dòng)作速度。另外在指令內(nèi)容上，Walker S 所接收的指令通常比較明確和具體，F(xiàn)igure 01 則能根據(jù)更抽象的指令，藉由常識(shí)推理將其轉(zhuǎn)化為合理可行的具體操作。

此外，F(xiàn)igure 01 能一邊工作一邊閒聊（尤其是解釋自己的操作），並具備短期記憶能力，可根據(jù)先前的對(duì)話內(nèi)容來(lái)合理規(guī)劃當(dāng)前的行動(dòng)。

隨著生成式AI 競(jìng)爭(zhēng)的日趨激烈，以及研究重點(diǎn)從長(zhǎng)文本、多模態(tài)延伸到具身智能，我們有理由相信未來(lái)的人形機(jī)器人將不再局限於感知靜態(tài)數(shù)據(jù)，而是能夠在虛擬乃至真實(shí)的立體世界中自由行動(dòng)、與環(huán)境互動(dòng)。這也標(biāo)誌著 AI 將實(shí)現(xiàn)從簡(jiǎn)單的機(jī)器學(xué)習(xí)到複雜類人任務(wù)執(zhí)行的重大跨越。

事實(shí)上，人形機(jī)器人賽道在過(guò)去半年已呈現(xiàn)出異?；馃岬膭?shì)頭 , 國(guó)內(nèi)外原型機(jī)頻頻亮相 , 新創(chuàng)公司融資活躍。 2 月優(yōu)必選曝光 Walker S 在蔚來(lái)新能源汽車工廠試用的視頻，機(jī)器人可以流暢完成安全帶檢測(cè)、車標(biāo)貼附等工作。優(yōu)必選股價(jià)也曾在 3 月初兩天暴漲 200%。

不過(guò)，目前全球人形機(jī)器人仍處?kù)对囼?yàn)階段，規(guī)模化放量仍需時(shí)間。畢竟 ，demo 和實(shí)際應(yīng)用的差異非常大，後者更要通盤考慮可靠性、穩(wěn)定性、成本等一系列要素。優(yōu)必選方面表示，AI 大模型與人形機(jī)器人的結(jié)合，將極大提升後者的智慧化程度和多場(chǎng)景任務(wù)適應(yīng)能力，並加速其產(chǎn)業(yè)化進(jìn)程。創(chuàng)辦人周劍也公開(kāi)表示，希望今年年底完成第一批人形機(jī)器人在工廠的落地，透過(guò)測(cè)試並為 2025 年人形機(jī)器人形成批量爆發(fā)做準(zhǔn)備。此外，今年底優(yōu)必選計(jì)畫推出第一代家庭端情感陪護(hù)人形機(jī)器人，該機(jī)器人將搭載大模型，能與使用者互動(dòng)並形成短期、長(zhǎng)期記憶。

參考連結(jié)

https://www.stcn.com/article/detail/1164967.html

THE END

以上是2 個(gè)月不見(jiàn)，人形機(jī)器人 Walker S 會(huì)摺衣服了的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！