世界机器人大会上,这家承载「未来养老希望」的国产机器人被包围了

人工智能 新闻
展望未来,随着劳动力缺口的扩大和老龄化趋势的加剧,通用机器人成为了一个至关重要的解决方案。

正在北京举行的世界机器人大会上,人形机器人的展示成为了现场绝对的焦点,在星尘智能的展台上,由于 AI 机器人助理 S1 在一个展区上演扬琴、武术、书法三台大戏,能文能武,吸引了大量专业观众和媒体的驻足。

图片

在带弹性的琴弦上的优雅演奏,让 S1 展现出速度、力度、精度兼具的精细操作和绝对掌控。

图片

央视新闻对「书法」背后的模仿学习和智能控制进行了专题报道,公司创始人来杰解释到,丝滑动作的背后,是硬件侧追求最好力控和最仿人身体指标(速度、负载等),而是在 AI 侧则采集人的真实动作数据,让机器人遇强则强,快速学习进化。

图片

而敏捷飘逸的咏春拳法,被现场观众点评为「刚柔并济」,赋予了机器人赛博叶问的风采。

图片

就在三天前,这位「AI 机器人助理」,还在家里里扫地、喂猫、摊饼、泡茶,被网友叫做「赛博管家」、「未来养老希望」。

Astribot星尘智能

图片

反正已经火出国,被大名鼎鼎的 Figure AI 公司 CEO 看到了。

图片

选取视频中难度最高的功夫茶,仔细看看 S1 的表现:

从洗、取、沏、端的十几道工序,到使用碗、盏、壶、杯、勺等工具,抓放陶瓷、金属、木头和茶叶等物品,形状、大小、材质、重量完全不同,动作都一气呵成,展现了复杂情况实时感知,复杂流程的智能规划与执行。

图片

力控不止精准 —— 拿木勺从瓷杯取茶,左右手用的力不同,且陶瓷光滑易碎,不能大力抓握;但下一秒拿起金属水壶,力控必须实时调整,不然拎不起水壶倒水。

细节更是拟人到发指:递茶时会轻点茶巾,抹去细微水渍,符合茶礼之道。

图片

这种惊人的复杂规划和精细操作能力,引来网友辣评 —— 快进到底特律:变人。

划重点,以上这些技能,全部是靠学出来,1 倍速、无遥操作(没有住家保姆背后遥控)、实物实拍。

且不说它的敏捷、灵活和丝滑度,这份优雅,无形中让动作带了情绪价值。

图片

茶艺、乐器等专家技能,人学起来并不那么容易,更别说大脑和身体一分为二的机器人,因此技术门槛挺高。

早在 2010 年,苹果公司联合创始人 Steve Wozniak 就提出过一个评估机器人智能的咖啡测试。要求机器人从进入一个陌生的家中开始,找到厨房,识别工具(例如咖啡机、水壶)和材料(咖啡豆、糖、牛奶等),最终做好一杯咖啡,且全程不超过 20 分钟。

图片

这考验了机器人在未知环境中导航、识别物体、操作工具和材料,以及遵循人类命令等一系列能力。

有人发起过投票,2040 年这样的机器人会诞生吗?89% 的人投了 yes。

考虑到功夫茶的难度,以及 S1 的进化速度,国产机器人离具身智能,更近了一点?

具身智能焦点:高价值的上半身

今年四月,S1 曾用熨叠衣物、分拣整理、颠锅炒菜、吸尘清洁、竞技叠杯等一系列令人眼花缭乱的复杂操作,奠定了同规格机器人中「最强操作性能」初印象。

8 月的发布,S1 不仅有了仿人的腰,还有实用的轮式底盘,能覆盖人所在的大部分平面场景,包括家庭、办公室、工厂到商场等。

图片

图片

双足机器人无法弯腰捡东西,S1 极限下腰、蹲地喂猫都 OK。

图片

图片

无论是科研还是产业上,上肢操作正在逐渐成为具身智能的焦点。而从自然界发展史看,能用手干活的,基本是智能化水平非常高的哺乳动物,人类大部分操作也由上肢和手完成。上半身的智能决策 + 操作,是能否解决真实需求和实际落地的核心技术壁垒。

具身智能的未来:软硬一体

无论是「最强操作」、「高度像人」或是「动作丝滑」等表现背后,星尘的核心技术壁垒是什么?

创始人来杰在采访中提到,其秘诀是软硬一体的系统架构,Design for AI

一方面是硬件的软硬一体,机器人既控制硬的准度,又把握软的力度。工业机械臂的刚度很高,能达到很高的精度,却无法进入家庭,因为柔度不够。人的手指很难精确地移动一毫米,但能灵活控制力度,而这才是交互的关键。S1 从结构设计到底层硬件设计,都会追求硬度和软度的平衡。

第二层是软件和硬件,即 AI 和机器人的强耦合。AI 依赖数据,希望从中得到概念和洞察;而机器人来自存粹的物理世界,理解位置、力等多维度信息。星尘让机器人 Design for AI,给 AI 更丰富、更高维度的数据(比如力、触觉),让 AI 能更有效的学习和执行。

图片

比如削黄瓜,S1 用传感器监测传动过程中力的变化,像人一样,不用去估算轨迹,而是直接「感受」削皮刀在黄瓜上的力,再精准控制力的输出。这种独特的刚柔耦合传动结构,不仅极大提升了动作精度,也给 AI 提供了「力」的丰富数据。

如果黄瓜换成胡萝卜,换成更大的萝卜,都没问题,S1 可以像人一样去用「力」,就能像人一样举一反三去处理。

图片

在研发中,星尘借鉴了腾讯 RoboticsX 机器人实验室的团队架构,一半人强调用 AI 算法做感知和运动控制,另一半人主攻机器人本体,持续推进「软硬一体」。

多维度数据打造最强大脑

除了「软硬一体」,数据也将是具身智能的下一个分水岭。

AI 发展的核心要素是算法、算力和数据。算力无法掌控,算法在持续进化,恒定不变的只有数据。

一个冷知识是:都 GPT 时代了,要训练机器人,直接可用的数据几乎为零。

来杰在百度时,已意识到数据量级、数据维度的重要性,但机器人在数据维度上已经多年未有提升。在星尘,他将对「力」的长期思考和 AI 结合,打造了突破性的具身智能数据获取方案。

图片

具体而言,S1 能低成本、高效率地利用现有的真实世界视频数据和人体动作捕捉数据,并通过第一人称视角收集触觉、力觉、视觉、听觉等多维度高质量数据。

只要与真实世界交互,S1 就能源源不断产生新的「学习资料」,持续进化,向通用人工智能迈进。

机器人的安全与经济

机器人要成为人的助理,来杰认为有两个关键,一是安全,二要经济。

机器人的安全,不是把握精度,而是把握轻重,是跟人、跟物体交互的力度,这就让安全的基础,又回到了「力」。

通过刚柔耦合硬件设计和创新力规划算法,S1 无比安全,能在运动中不伤人、不伤己、不伤环境。

图片

在大家最关心的价格问题上,依靠关键零部件自研,S1 具备明显成本优势。来杰提到:「我们希望它是一辆车的价格,并随整个行业发展,变成一个人人都能接受的价格」,这打开了科研、商用到家用场景的广阔空间和想象力。

一个典型的应用场景,是在生物、医疗或化学实验室中,需要高智力劳动,又绕不开重复枯燥、还要精细操作的实验。此时一个合格「专家机器人助理」,能准确无误、不分昼夜地为教授们工作,解放了劳动力,也释放了创造力,提供了更大的社会价值。

当 S1 能像人一样学习、思考和劳动,与人流畅智能交互,使用人的工具和设备,帮人完成枯燥、困难或危险的任务。这一切都将带着温度,体现出「高科技带来更美好」(High Tech, High Life)的品牌理念。

鹅厂机器人实验室 1 号员工创业

星尘智能于 2022 年 12 月在深圳成立;名字源自拉丁古谚语「Ad astra per aspera」,意为「穿越苦旅,以达星尘」,代表了公司对 AI 机器人技术普及的长期计划与坚定承诺。

团队用一年时间精心打磨技术和产品,于 2024 年一月完成 S1 原型机,四月首次展示,八月正式发布,连续引发行业讨论,如此高效的成果背后,是一支实力强劲的团队在默默耕耘。

创始人来杰拥有超过 16 年的机器人研发经验,曾是腾讯 RoboticsX 机器人实验室 1 号成员,主导研发了轮腿式机器人 Ollie。此前担任了百度「小度机器人」负责人。

图片

另一位创始人戴媛,在 UIUC 获得学士学位,后在 UCLA 拿下博士学位,主攻机器人感知。她在 Nature Comm 和 Science Adv 等顶刊上发表过 30 多篇论文,拥有 70 多项机器人专利。与来杰相同,她也是 2018 年就加入了刚刚成立的 RoboticsX。

初创团队中六位核心成员,全部来自腾讯 RobticsX 实验室,目前团队来自谷歌、华为、大疆、优必选等大厂和顶尖高校。

通用机器人的未来:填补缺口、服务家庭

展望未来,随着劳动力缺口的扩大和老龄化趋势的加剧,通用机器人成为了一个至关重要的解决方案。有专家预测,到 2035 年,全球将需要超过 1 亿台机器人来填补劳动力的空缺。

图片

不仅如此,家务劳动的价值也常常被忽视,消耗了我们大量的闲暇时间。无论是在制造、物流等工业领域,还是在家庭中,机器人商业化的探索都是由实际需求驱动的。然而,从长期来看,机器人进入普通家庭将是最具变革意义的一次应用。每个人都曾幻想过拥有一个「赛博保姆」,就像电影《机器管家》中的安德鲁,从烧饭、打扫卫生到照顾孩子,无所不能。

图片

来杰表示:公司愿景正是让数十亿人拥有 AI 机器人助理。无论是照顾家庭还是到工厂工作,AI 机器人在学习、决策和执行上越像人,越能帮人做得更多、更好。也希望在未来五到十年内,AI 机器人能走进千家万户。

那关键问题,可能就像每次 S1 展示结束时希望激发想象的提问:「你还想让 S1 为你做什么?」

责任编辑:张燕妮 来源: 机器之心
相关推荐

2019-08-23 18:40:54

机器人人工智能

2017-08-24 13:14:38

AI人工智能机器人

2023-08-16 17:43:28

AI机器人

2018-08-21 17:04:00

2018-08-21 10:57:00

2020-07-20 17:05:03

机器人工业机器人国产

2021-04-08 09:33:02

机器人物联网技术物联网

2021-10-26 09:52:40

人工智能AI深度学习

2020-10-15 15:42:00

人工智能

2017-08-25 10:34:46

AI人工智能机器人

2022-05-13 16:07:01

机器人养老人工智能

2015-12-10 21:49:32

IM机器人

2017-08-28 09:45:53

AI人工智能机器人

2021-04-19 20:30:06

机器人AI人工智能

2015-07-28 09:36:11

机器人

2021-08-19 15:44:20

机器人人工智能机器学习
点赞
收藏

51CTO技术栈公众号