机器人“大脑”开发者正走出GPT-2时代

物理AI是风险投资领域最热门的赛道之一，多家公司正筹集数十亿美元资金，将赋予大语言模型的技术应用于机器人领域。 这一热潮推动了中国领先机器人制造商宇树科技的大规模IPO，该公司在登陆中国版纳斯达克后市值一度达到660亿美元。然而本周形势急转直下，公司市值几乎蒸发一半。分析师指出一个显而易见的问题：虽然机器人的物理能力在提升，但它们仍缺乏真正创造价值的工作技能。 上周举行的Actuate大会上，为机器人开发AI大脑的开发者们热情高涨。据主办方Foxglove（一家帮助物理AI模型构建者管理和可视化数据的公司）介绍，该活动自2023年创办以来规模已扩大两倍，参会者达1500人。风险同样显而易见：另一家物理AI基础设施公司Avala的展台上贴着标语，承诺解决“机器人数据危机”。 这场危机指的是AI模型缺乏高质量训练数据。构建能完成任意任务的通用机器人仍遥不可及，而针对特定任务的端到端学习也尚未产出可靠、具备商业性能的产品。对于开发者而言，答案是更好地模仿前沿AI实验室的进展——寻找或创造更多样化的数据集，尝试不同的训练方案，并设计更优的强化学习场景。 为模型构建者提供仿真工具的初创公司Antioch的创始人Harry Mellsop认为，物理AI正处于“GPT-2时代”——即ChatGPT问世之前的OpenAI模型。要跨越这个瓶颈，需要更多数据和算力，尤其是用于创建高保真仿真的、针对光线追踪优化的GPU。 走得最远的是自动驾驶汽车，部分原因在于能从人类驾驶的车辆中收集相关数据，也因为其主要任务是避免碰撞，而非操纵物理环境。许多模型构建工具来自自动驾驶公司；例如Foxglove就是由通用汽车旗下自动驾驶公司Cruise的前员工创立的。 如今，这些汽车公司越来越相信，它们在机器学习工具上的投资将使其能与专用人形机器人制造商竞争。特斯拉已在用其Optimus机器人进行尝试，专注于自动驾驶的Wayve和网约车巨头优步如今也推出了专注于人形机器人形态的机器人实验室，作为研发项目。 “我认为你需要从车辆入手……操纵机器人就像五年前的自动驾驶，”Wayve首席执行官Alex Kendall告诉TechCrunch，“数据基础设施、仿真、机器学习运维基础设施很可能是共享的，但模拟器的特定世界模型将需要不同的后训练。共同点会很多，但针对不同形态也需要一些差异。”Kendall认为现在承诺任何单一硬件平台都为时过早——传感器和其他组件的进步日新月异，真正的通用模型应该更加与硬件无关。 Genesis AI首席执行官Théophile Gervet则持不同意见。这是一家垂直整合的人形机器人公司，今年完成了1.05亿美元的种子轮融资。他对TechCrunch表示：“在这个浪潮中，纯大脑策略为时过早；我们认为硬件和AI协同设计有很多机会。”Gervet还谈到了该领域的另一个热点：如何精准定位你的物理AI业务。针对特定任务的机器人公司已将其机器人投入实际应用——Gritt正在建造太阳能电站，Agility在工业环境中部署机器人，Bedrock则自主操作挖掘机。相比之下，通用人形机器人仍停留在实验室阶段。 “没有客户在乎成功率只有80%的通用机器人，”Gervet谈到这一困境时说，“我们看到很多玩家走通用路线，但因为没有垂直聚焦，无法提供价值……然而，如果你在GPT-2之上构建狭窄垂直应用，又会被基于GPT-4的公司碾压。”不过，投资特定垂直领域的诱惑确实存在，因为它不仅带来收入，还能获得真实世界部署数据。虽然特定任务的数据可能缺乏多样性，无法推动通用模型进步，但它对制造能创造价值的机器人至关重要。Bedrock首席技术官Kevin Peterson指出，该公司从挖掘作业入手，以理解“野外操纵”的挑战，但计划开发覆盖一系列工程机械的智能层。 管理所有这些数据是一项挑战，尤其是视觉和激光雷达数据的密集性。Foxglove本周发布了一款基于英伟达Cosmos开源权重世界模型的新产品，允许工程师通过复杂的自然语言查询搜索数据，以构建评估和仿真。其目标是加快分诊和调试，让模型构建者能更快迭代。 那么，Sam Altman最近所说的“几年后”将到来的物理AI的传奇ChatGPT时刻会是什么样子？Kendall指出，全球最大的机器人部署仍是消费级扫地机器人。对他来说，ChatGPT时刻应该是让消费者兴奋的东西，而不是投资者——投资者似乎已经够兴奋了。 “一个例子是，当你在汽车上以不到1000美元的硬件实现‘脱眼’自动驾驶时，”Kendall说；他的公司正在向汽车制造商授权模型，正是为了实现这一目标。这项业务在他看来是数十亿美元的机会，将使他们能构建真正的通用具身AI模型。 对于Gervet来说，物理AI真正落地的时刻是“开箱即用的操纵。你可以用自然语言与机器人对话，让它完成任何基本操纵任务，比如推、拉、合上笔记本电脑、清理桌子，无论你想做什么，它都能达到某种可靠性水平，比如开箱后80%以上的成功率——这大致就是你的ChatGPT体验。” Foxglove首席执行官Adrian Macneil则从不同角度看待这个问题。 “机器人领域不会出现ChatGPT时刻，”他告诉TechCrunch，“ChatGPT之所以成为时代标志，在于其分发——它们在一周内从零增长到大约一百万达用户……现实世界的分发比这难得多，对吧？我倒是很期待机器人领域的Apple II时刻或IBM PC时刻。我什么时候能买到一个家用机器人，开始做一些有用又有趣的事情？”