「該影片不包含遠端蒙太奇，- 說 挪威人形機器人製造商 1X。 「沒有電腦圖形，沒有剪輯，沒有視訊加速，沒有根據腳本回放軌跡。一切都由神經網路控制，一切都是自主的，一切都以 1 倍速度運行」。
這是一家人形機器人製造商，OpenAI 去年在 25 萬美元的 A 輪融資中為其提供了晶片。後續的 100 億美元 B 輪融資表明了 OpenAI 的關注度，以及圍繞通用人形機器人的普遍炒作。這個概念一直看起來像是遙遠的未來，但在過去兩年裡它已經成為絕對的熱核爆炸。
與 Tesla、Figure、Sanctuary 或 Agility 等公司正在開發的產品相比，1X 的人形機器人顯得異常低調。人形伊芙甚至還沒有腿，也沒有靈活的手。它通過一對動力輪移動，並在後面的第三個小輪上保持平衡，它的手是簡陋的爪子。它看起來就像是為了滑雪橇而打扮的，並有一個昏暗、閃爍的 LED 笑臉。
1X 有一個名為 Neo 的雙足版本，它也有鉸接良好的手臂 - 但也許這些細節在通用機器人開發的早期並不是太重要。絕大多數早期用例看起來像這樣：「把這個東西放在那裡」——這不太可能需要能夠彈鋼琴的手指。它們的主要使用場所是有混凝土地板的倉庫和工廠，在那裡它們可能不需要爬樓梯或跨越任何東西。
不僅如此，許多團體已經解決了雙足行走和漂亮的手動設備的問題。但這不是主要障礙。主要障礙是讓這些機器快速學習任務，然後自主完成任務，就像豐田在桌上型機器人操縱器上所做的那樣。當Figure 01「弄清楚」如何獨立使用咖啡機時，這是一件大事。當特斯拉的擎天柱在影片中折疊他的襯衫並顯示它是在人類操作員的控制下時，它就不那麼令人印象深刻了。
上述任務並不是太困難，它們不是折疊襯衫或操作咖啡機。但有許多成熟的機器人可以執行多種任務，例如舉起物品並將其放置到位。他們抓住從腳踝到腰部的高度。他們把它們放在盒子、箱子和托盤裡。他們從地板上撿起玩具並把它們收起來。
他們還打開門，跑到充電站並插入充電，使用看似不必要的複雜蹲下動作將插頭連接到腳踝。
簡而言之，它們所做的事情與早期通用類人機器人用例中需要做的事情大致相同，根據 1X 的說法，「完全基於資料」進行訓練。本質上，該公司訓練了 30 個 Eve 機器人，讓每個機器人執行一系列單獨的任務，顯然是透過視訊和遠端操作進行模擬訓練。然後，他們利用這種學習到的行為來訓練能夠執行各種動作和行為的「基礎模型」。然後對這個基本模型進行完善，以考慮環境的特定功能——倉庫任務、一般門操作等——最後，機器人接受了它們應該執行的特定任務的訓練。
一旦機器人完成日常任務，最後一步可能會在客戶現場進行，1X 表示「只需幾分鐘的資料收集和在桌上型 GPU 上進行訓練」。據推測，在理想的世界中，這意味著有人站在虛擬實境頭盔中執行一項任務，然後深度學習軟體將該任務與機器人的關鍵能力結合起來，在模擬中運行數千次以測試各種隨機因素和結果。之後機器人就可以開始工作了。
「在過去的一年裡，」1X 人工智慧副總裁 Eric Jang 在他的部落格中寫道，「我們開發了一個數據引擎，以完全端到端的方式解決常見的行動操作任務。我們已經看到它的效果，因此我們現在正在舊金山灣區聘請人工智慧研究人員，將其規模擴大到機器人和電視操作員數量的 10 倍。”
我想知道這些東西什麼時候才能準備好迎接黃金時段。
另請閱讀：