機(jī)器之能報(bào)道

編輯：吳昕

國內(nèi)版的人形機(jī)器人 大模型組隊(duì)，首次完成疊衣服這類復(fù)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 揭開神秘面紗, 國內(nèi)同行的相關(guān)進(jìn)展一直備受關(guān)注。

就在昨天，國內(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后的首個 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 是這個樣子的。

和 Figure 01 一樣，Walker S 沒有走動，而是站在桌子后面完成一系列任務(wù)。它可以聽從人類的命令，折疊衣物。

完成任務(wù)后，你還可以和它聊天。比如問詢這件黑色上衣搭配什么比較合適？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合。

它還會將桌子上的各種開關(guān)歸置到盤子里。

即使被干擾，比如歸置好的開關(guān)又被扔回桌子上，或者眼看就要拿到手的插座又被移開了，Walker S 都能實(shí)時調(diào)整工作狀態(tài)，根據(jù)新情況完成歸置任務(wù)。

2 月，在新能源車廠實(shí)訓(xùn)時 , Walker S 就已展現(xiàn)出多模態(tài)感知與運(yùn)動控制能力。

此次，通過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階，不僅獲得了高級意圖理解和細(xì)粒度任務(wù)規(guī)劃能力，更首次完成了疊衣服這類復(fù)雜柔性材料操作任務(wù)。

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

在物體干擾分揀任務(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。首先，通過端側(cè)的多模態(tài)感知模型獲取物體的空間定位和語義信息，再將這些信息交由大模型進(jìn)行智能處理，后者憑借其出色的任務(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)械臂和靈巧手的實(shí)際操控中，最終流暢完成整套復(fù)雜任務(wù)。

此舉也是國內(nèi)同行類似能力的首秀，其創(chuàng)新應(yīng)用和實(shí)現(xiàn)難度在全球范圍內(nèi)也屬于行業(yè)第一梯隊(duì)水平。" 在很多展示中，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)績回顧與展望會上向第一財(cái)經(jīng)記者表示。

" 我們利用了百度的大模型對任務(wù)的拆解、對自然語言的理解和順序邏輯排列等。除了公司去年基于開源模型訓(xùn)練構(gòu)建的基于端側(cè)的多模態(tài)大模型外，我們認(rèn)為未來人形機(jī)器人市場競爭越來越激烈的情況下，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稱，" 國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，通過對比 OpenAI 的視頻，我們發(fā)現(xiàn)被賦能后的 Walker S 仍然與 Figure 01 存在差距。

最明顯的是動作速度。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)更加抽象的指令，借由常識推理將其轉(zhuǎn)化為合理可行的具體操作。

此外，F(xiàn)igure 01 能一邊干活一邊閑聊（尤其是解釋自己的操作），并具備短期記憶能力，可根據(jù)之前的對話內(nèi)容來合理規(guī)劃當(dāng)前的行動。

隨著生成式 AI 競爭的日趨激烈，以及研究重點(diǎn)從長文本、多模態(tài)延伸到具身智能，我們有理由相信未來的人形機(jī)器人將不再局限于感知靜態(tài)數(shù)據(jù)，而是能夠在虛擬乃至真實(shí)的三維世界中自由行動、與環(huán)境互動。這也標(biāo)志著 AI 將實(shí)現(xiàn)從簡單的機(jī)器學(xué)習(xí)到復(fù)雜類人任務(wù)執(zhí)行的重大跨越。

事實(shí)上，人形機(jī)器人賽道在過去半年已呈現(xiàn)出異?；馃岬膭蓊^ , 國內(nèi)外原型機(jī)頻頻亮相 , 初創(chuàng)公司融資活躍。2 月優(yōu)必選曝光 Walker S 在蔚來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、車標(biāo)貼附等工作。優(yōu)必選股價也曾于 3 月初兩天暴漲 200%。

不過，目前全球人形機(jī)器人仍處在試點(diǎn)階段，規(guī)?；帕咳孕钑r間。畢竟 ，demo 和實(shí)際應(yīng)用的差別非常大，后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，將極大提升后者的智能化水平和多場景任務(wù)適應(yīng)能力，加快其產(chǎn)業(yè)化進(jìn)程。創(chuàng)始人周劍也公開表示，希望今年年底完成第一批人形機(jī)器人在工廠的落地，通過測試并為 2025 年人形機(jī)器人形成批量爆發(fā)做準(zhǔn)備。此外，今年年底優(yōu)必選計(jì)劃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，能與用戶互動并形成短期、長期記憶。

參考鏈接

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

THE END

轉(zhuǎn)載請聯(lián)系本公眾號獲得授權(quán)

投稿或?qū)で髨?bào)道：content@jiqizhixin.com

以上是2 個月不見，人形機(jī)器人 Walker S 會疊衣服了的詳細(xì)內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！