机器人大脑构建者正在走出GPT-2时代

物理人工智能是风险投资中最热门的领域之一，公司筹集了数十亿美元来将为我们提供大型语言模型的工具应用于机器人技术。

这种兴奋帮助中国领先的机器人制造商Unitree实现了大规模IPO，该公司在中国相当于纳斯达克的股票上市后估值达到660亿美元。然而，本周，公司股价触底，市值缩水近一半。分析师指出了一个明显的问题：虽然机器人的身体能力正在提高，但它们仍然缺乏实际从事创造价值工作的专业知识。

在上周的Actuate会议上，开发人员聚集在一起为机器人构建人工智能大脑，兴奋之情显而易见。据主办方Foxglove称，自2023年举办以来，该活动的规模扩大了两倍，共有1500名与会者。 Foxglove是一家帮助物理人工智能模型构建者管理和可视化数据的公司。

风险也很明显：另一家物理人工智能基础设施提供商Avala的展位上有一个标志，承诺解决“机器人数据危机”。

这场危机是人工智能模型缺乏高质量的训练数据。尝试构建可以完成任何任务的通用机器人仍然很遥远，并且针对特定任务使用端到端学习仍然无法提供具有可靠的商业性能的产品。对于开发人员来说，答案是更好地模仿前沿人工智能实验室的进步——寻找或创建更多样化的数据集，混合不同的训练方案，并找出更好的强化学习场景。

Antioch是一家为模型构建者构建模拟工具的初创公司，其创始人Harry Mellsop表示，物理AI正处于“GPT 2时代”，即早于ChatGPT到来的OpenAI模型。需要更多的数据和计算来克服困难，特别是针对光线追踪进行优化的GPU，用于创建高保真模拟。

最领先的是自动驾驶汽车，部分原因是能够从人类驾驶的汽车中收集相关数据，部分原因是主要任务是避免接触，而不是操纵物理环境。大部分模型构建工具都来自自动驾驶汽车公司；例如，Foxglove是由通用汽车公司以前的自动驾驶项目Cruise的前员工创立的。

现在，这些汽车公司越来越相信，他们对机器学习工具的投资将使他们能够与专门的人形机器人制造商竞争。 Tesla已经在其Optimus机器人上进行了尝试，现在专注于AV的Wayve和乘车共享巨头Uber现已推出了专注于人形外形因素作为研发工作的机器人实验室。

“我认为你需要从车辆开始……操纵机器人就像五年前的自动驾驶一样，”WayveCEOAlex Kendall告诉TechCrunch。 “数据基础设施、模拟、机器学习操作基础设施可能会被共享，但模拟器的特定世界模型在训练后将是不同的。共性会比没有共性多得多，但不同的实施例需要有一些差异。”

肯德尔认为，现在致力于任何一种硬件平台都为时过早——传感器和其他组件的进步正在迅速到来，真正的通用模型应该更加不可知。

Genesis AI是一家垂直整合的人形机器人公司，今年筹集了1.05亿美元的种子轮资金，其CEOThéophile Gervet不同意这一观点，他告诉TechCrunch“我们在这波大脑战略中还处于早期阶段；我们认为，有很多共同设计硬件和人工智能的机会。”

Gervet还谈到了该领域的另一个热门话题：如何具体关注实体AI业务。针对特定任务的机器人公司正在将他们的机器人带到现场——Gritt正在建造太阳能发电厂，Agility正在工业环境中部署机器人，Bedrock正在自主操作挖掘机。与此同时，通用类人机器人还没有走出实验室。

Gervet谈到这一困境时表示：“没有客户关心成功率高达80% 的通用机器人。” “我们看到很多其他参与者都采取了通用的做法，但没有提供任何价值，因为没有垂直焦点……但是，如果你在GPT 2之上构建[狭窄的]垂直方向，你就会被基于GPT 4构建的公司压垮。”

然而，对特定垂直领域进行投资的诱惑很诱人，因为它不仅提供收入，还提供实际部署数据。虽然特定任务的数据可能没有足够的多样性来推动通用模型的发展，但它对于制造增加价值的机器人非常重要。 BedrockCTOKevin Peterson指出，他的公司刚刚开始将挖掘作为理解“野外操纵”挑战的一种方式，但计划开发一个涵盖一系列建筑机械的智能层。

管理所有这些数据是一项挑战，特别是因为视觉和激光雷达数据的密度。 Foxglove本周宣布了一款新产品，该产品建立在Nvidia的Cosmos开放权重世界模型之上，允许工程师使用复杂的自然语言查询来搜索数据，以构建评估和模拟。目标是更快地分类和调试，以便模型构建者可以更快地迭代。

那么Sam Altman最近所说的物理人工智能传说中的ChatGPT时刻将在几年后到来？肯德尔指出，世界上最大的机器人部署仍然是消费者真空机器人。对他来说，ChatGPT时刻会让消费者兴奋，而不是让投资者兴奋，因为投资者似乎已经很兴奋了。

“其中一个例子是，你可以用不到1000美元（硬件价值）的汽车获得无人驾驶的自主权，”Kendall说；并非巧合的是，他的公司正在向汽车制造商授权模型，以努力生产这种产品。他认为这项业务是一个价值数十亿美元的机会，将使他们能够构建一个真正通用的具体人工智能模型。

对于Gervet来说，物理人工智能成为现实的时刻是“开箱即用的操作。你可以用自然语言与机器人交谈，让它执行任何基本的操作任务，比如推、拉、关闭笔记本电脑、清理桌子，无论你想做什么，它都能达到一定程度的可靠性，比如说80% 以上，开箱即用——这大致就是你的ChatGPT体验。”

FoxgloveCEO阿德里安·麦克尼尔 (Adrian Macneil) 对这个问题的看法有些不同。

“机器人技术不会有ChatGPT时刻，”他告诉TechCrunch。 “让ChatGPT成为一个时刻的因素是分发——他们在一周内从零变成了100万活跃用户……现实世界中的分发比这要困难得多，对吧？我会对机器人技术的Apple II时刻或机器人技术的IBM PC时刻感到非常兴奋。我什么时候可以像家庭机器人一样购买它，它会开始做一些有用和有趣的事情？”