时间: 2024-04-20 13:28:03 |   作者: 资质认证

  鉴于之前火爆全网的斯坦福机器人煮饭视频引起了很多误解，马斯克稍后也弥补了一个

  重要提示：擎天柱现在尚不能自主履行叠衣服操作，但将来必定能够在恣意环境（桌子不需要彻底固定，篮子里也不需要只要一件衣服）中彻底自主履行。

  只说了不能彻底自主，演示详细怎样来完结的马斯克没细说，但仔细看视频里其实露出了马脚。

  从第8秒开端，右下角有一只机械手悄然呈现，动作轨道与机器人彻底一致，稍有一点推迟。

  那么答案也很明显了，与斯坦福的办法相同，AI都是从仿照人类动作开端练起。

  但正如AI猜测蛋白质、AI画图等技能的发展进程，AI从精干一件事到逾越人类也用不了多久。

  这个会叠衣服的机器人，已经是特斯拉Optimus的二代目了，加上之前的原型机Bubmlebee，总共阅历了两次大晋级。

  与前一代比较，新款机器人的手不只动作更快，自由度也添加到了11个，还新增了触觉传感器。

  并且也懂得操控力度，从盒中捏起鸡蛋，倒手，再放进碗里，整一个完好的进程没再次呈现把鸡蛋捏碎的状况。

  除了手部以外，Optimus的颈部也进行了全新改版，选用铰接式结构，具有两个自由度。

  相同在Optimus的脚上也选用了铰接结构，并仿照了人类脚部的几许形状。

  而从全体上看，Optimus的移动速度比前一代添加了30%，分量减轻了10公斤。

  不只是特斯拉，进入2024年，人类在机器人上获得的新进展就如漫山遍野般呈现。

  2024才刚刚曩昔半个月，包含特斯拉在内就已有至少4项机器人范畴的突破性效果。

  这些机器人的一个共性特征，是先经过仿照人类来学习，然后逐步脱离人类操作完结自主举动。

  比方斯坦福的ALOHA机器人，经过人类的遥操作能够完结烹饪等一系列杂乱的动作，而人类的操作的流程刚好也是机器人学习的资料。

  几乎是在同一时间，谷歌DeepMind也发布了自己的机器人模型Robotics Transformer（简称RT）的晋级版。

  并且是三个结构联发——RT-Trajectory处理泛化才能问题，SARA-RT用于提高决议计划速度，AutoRT则担任数据搜集。

  其间用于提高泛化才能的RT-Trajectory，主要是凭借多模态大模型的视觉才能完结，学习资料相同从人类的动作捕获或直接人工制造的轨道。

  紧随斯坦福和DeepMind之后，机器人草创公司Figure也推出了自己的“咖啡机器人”Figure 01。

  不需要任何的遥操作，它就能够自主完结翻开机器盖、放入咖啡、发动机器的全进程，还能自主纠错。

  只用了10个小时的端到端练习，Figure 01就熟练地把握了用机器制造咖啡的进程。

  除了近期的几项效果，稍早些的许多机器人项目，比方谷歌的HYDRA、英伟达的MimicGen等，也都选用了仿照人类的学习方法。

  特斯拉机器人工程师Milan Kovac也详细介绍了这种技能道路的优点：

  从仿照人类到彻底主动履行一项使命，再到泛化到更多样的使命，成了智能机器人职业当今的大趋势。

  也在短时间之内会集迸发很多突破性效果，让机器人能履行的使命越来越挨近实践需求。

  刚刚完毕的科技盛会CES展上，机器人也是最火爆的。微软CEO纳德拉也到开普勒机器人展位观赏，听取解说还频频点头。