尽管投入了数十亿美元的资金，以及无限的视频用于深度学习模型，但机器人在捡起物体方面的表现仍然不尽如人意。这一局面可能即将改变，这要归功于 Eka Robotics 研发的操作架构，该架构包括一个力敏抓手和一种新型的深度学习模型。该初创公司由麻省理工学院教授 Pulkit Agrawal 和前谷歌 DeepMind 研究员 Tuomas Haarnoja 创立，最近刚完成了一轮 1.5 亿美元的 A 轮融资，融资后估值达 14.5 亿美元，由风险投资基金 a16z 和 F-Prime 领投。a16z 的合伙人 Raghu Raguram 在接受 TechCrunch 采访时表示：“他们在某些任务上的表现已经超过超人类水平，所以我们认为在接下来的几个月里，将会在许多灵巧操作任务中看到超人类表现。” 在无尽的机器人演示时代，Eka 的能力正在震撼资深的机器人制造商。伊利诺伊大学香槟分校的教授 Kris Hauser 表示，与他最近看到的其他机器人演示相比，Eka 机器人具有“惊艳的因素”。Hauser 说，Eka 机器人“能够在不需重新训练的情况下适应大量不同的物体”，他补充道，Eka 机器人还拥有一种“人性化、令人毛骨悚然的人性化，如果第一次失败，它会一次又一次尝试。” 另一位出于对其在前沿实验室工作的原因要求匿名的机器人专家在接受 TechCrunch 采访时表示，看到 Eka 的机器人在实际操作中的表现是一次情感震撼的体验，可以与五到十年前机器人首次实现可靠的腿部运动相提并论。看看你自己：正加载播放器…… 这里有什么显著之处？机器人移动的流畅性和快速性。它每小时可以捡起约 1500 个重达 1 公斤的物体，而人类只能捡起约 600 个；Eka 表示，它在超过 95% 的时间里能够可靠地捡起物体。而且，机器人手臂强壮到在快速移动时可能会伤到自己。这意味着，根据前沿实验室观察者的说法，“他们对算法未损坏机器人的能力相当信任。我在想，他们在这过程中损坏了多少台机器人？” 当这位前沿实验室的机器人专家遇到 Eka 机器人时，他们递给它一个覆盆子，这是实验室明显喜欢的测试项目。“一个庞大而沉重的机器人迅速冲向我的手臂，然后刚好及时减速并轻柔地碰触我，这是我身体中至今仍保存着的感受，”他们告诉 TechCrunch。 如何不把覆盆子挤坏 这些能力源于基础模型的构建方式。与训练理解语言、视觉输入和动作之间关系的视觉-语言-动作模型不同，这里的架构是视觉-力-动作模型，专注于语言、力输入和动作之间的关系。对当前生成 AI 机器人模型方向的批评者，比如 Rodney Brooks，表示如果不尝试表现力和触觉，它们将会失败；Eka 的结果表明这些批评者确实有其道理。“视觉并不是解决这个最后一毫米问题的主要途径，”Eka 联合创始人 Agrawal 告诉 TechCrunch。“视觉只能大致告诉你物体的位置和姿态，但实际的抓取和寻找是通过力来进行的。” Eka 必须设计一个比传统抓手更灵活的独特机器人手，并包括更多力传感器；它能够对接触做出反应，这就是为什么它不会压坏覆盆子。由于明显的竞争原因，创始人对他们是如何实现这一点的保持神秘，但这归结为使用物理模拟器来模拟机器人在试图抓取某物时将遇到的多种力，并利用这些信息创建一个可以大规模运行的强化学习环境。他们表示可以在几分钟内生成数千小时的机器人经验。“与仅依赖于人类演示收集的数据不同，Eka 正在通过强化学习推进这种方法，使得机器人能够超越任何给予它的演示，”Hauser 说道。“真正令人兴奋的是，他们能够不受训练时呈现给他们的数据的限制。” Agrawal 和 Haarnoja 在加利福尼亚大学伯克利分校的研究生院首次相遇，他们在机器人控制的强化学习领域是领先的研究者。Eka 的关键赌注是通过模拟这一技术能够实现大规模应用，而不是依赖于由临时工或机器人操作员在多个小时内执行任务时收集的视频。模拟对实现他们机器人的可靠操作至关重要，以往在需要与物体交互的任务中，往往更为困难，而不是避免与物体接触。“EKA 所桥接的正是困扰现代机器人许多问题的通用性与性能之间的鸿沟，”Agrawal 认为。 使通用机器人变得有用 目前，最具通用性的物理 AI 模型