前段時(shí)間，OpenAI 和微軟聯(lián)手扔下兩枚重磅炸彈：被人千呼萬(wàn)喚的 GPT-4 和以迅雷不及掩耳之勢(shì)發(fā)布的 Microsoft 365 Copilot。借助前者強(qiáng)大的圖文理解、生成能力，后者把很多工作都自動(dòng)化了，包括寫文檔，把 Word 轉(zhuǎn)成 PPT，根據(jù) Excel 數(shù)據(jù)生成圖表……

一時(shí)之間，AI 模型似乎什么都可以干了，但有些需要身體的活兒暫時(shí)還干不了。于是，壓力來(lái)到了機(jī)器人這邊。

(資料圖)

AI 大模型加機(jī)器人會(huì)產(chǎn)生什么化學(xué)反應(yīng)？谷歌前不久的一項(xiàng)研究已經(jīng)給出了初步答案：他們訓(xùn)練了一個(gè)參數(shù)量達(dá) 5620 億的具身多模態(tài)語(yǔ)言模型 —— PaLM-E，然后用這個(gè)模型來(lái)驅(qū)動(dòng)機(jī)器人自主地完成各項(xiàng)任務(wù)。在執(zhí)行這些任務(wù)的過(guò)程中，機(jī)器人必須像人一樣能看、能「思考」，把眼前的狀況分析清楚，然后制定行動(dòng)計(jì)劃并執(zhí)行。

比如，你可以直接問(wèn)機(jī)器人：「如果一個(gè)機(jī)器人想在這里（如下圖）發(fā)揮作用，它應(yīng)該采取哪些步驟？」PaLM-E 可以給出答案：首先清理桌子、清理垃圾，然后挪動(dòng)椅子、擦椅子，最后把椅子放回原處。對(duì)于普通 AI 模型來(lái)說(shuō)，能回答出這些就已經(jīng)可以了。但區(qū)別在于，谷歌這個(gè)大模型是有身體的，因此可以把上面提到的工作都做完。這就給了大家更大的想象空間。

當(dāng)然，在這個(gè)名為「具身智能」的領(lǐng)域，谷歌并不是唯一的玩家。國(guó)內(nèi)外很多研究機(jī)構(gòu)、初創(chuàng)公司都將其作為發(fā)力方向之一。其中，一家名為「1X」的機(jī)器人公司成功引起了 OpenAI 的注意。

1X 成立于 2014 年，原名 Halodi Robotics，其目標(biāo)是創(chuàng)造具有實(shí)用價(jià)值，可以在現(xiàn)實(shí)世界中應(yīng)用的機(jī)器人，以增加全球勞動(dòng)力。

?

Halodi Robotics 發(fā)布的自家機(jī)器?人 demo

在最近公布的 A2 輪融資中，這家公司總共融到了 2350 萬(wàn)美元。重要的是，這輪融資是由 OpenAI 創(chuàng)業(yè)基金領(lǐng)投的，老虎環(huán)球和一個(gè)由 Sandwater、Alliance Ventures 和 Skagerak Capital 等挪威投資者組成的財(cái)團(tuán)也參與了投資。1X 計(jì)劃用這筆資金來(lái)加大力度研發(fā)雙足機(jī)器人模型 NEO，以及在挪威和北美量產(chǎn)其首款商用機(jī)器人 EVE。

官網(wǎng)展示的機(jī)器人模型 NEO

機(jī)器人 EVE

在 1X 的官網(wǎng)上，我們可以看到該公司對(duì)于兩大機(jī)器人產(chǎn)品的路徑規(guī)劃：EVE 具備輕柔地移動(dòng)、操縱物體和與世界互動(dòng)的能力，離現(xiàn)實(shí)世界應(yīng)用已經(jīng)非常近了；NEO 的目標(biāo)則是探索人工智能如何在類人身體中形成，也就是我們所說(shuō)的具身 AI。這或許既是 OpenAI 選擇投資 1X，也是前谷歌機(jī)器人高級(jí)研究科學(xué)家 Eric Jang 選擇加入這家公司的原因。

Eric Jang 2022 年 3 月末從谷歌離職（待了 6 年），4 月 25 日宣布加入 1X（當(dāng)時(shí)還叫 Halodi Robotics），擔(dān)任 AI 副總裁一職。

在選擇下家的過(guò)程中，Eric Jang 是非常謹(jǐn)慎的，最重要的決定因素是該公司是否擁有領(lǐng)先競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)年的技術(shù)優(yōu)勢(shì)。在他看來(lái)，專攻類人機(jī)器人的 Halodi 已經(jīng)滿足這一條件。

「我個(gè)人（通過(guò)加入 Halodi）押注的護(hù)城河是『比其他任何公司都領(lǐng)先 5 年的人形機(jī)器人』。Halodi 已經(jīng)有了，而特斯拉正在開發(fā)他們的同類產(chǎn)品。我在 Halodi 的主要工作最初是訓(xùn)練模型以解決移動(dòng)操作中的特定客戶問(wèn)題，同時(shí)也為 AGI 制定路線圖：如何從人形形式壓縮大量具身的第一人稱數(shù)據(jù)，從而產(chǎn)生通用智能、心智理論和自我意識(shí)。」Eric Jang 在博客中寫道。

OpenAI 對(duì) 1X 的投資讓這家公司備受矚目，OpenAI 創(chuàng)業(yè)基金 Brad Lightcap 表示，他們相信 1X 可能對(duì)未來(lái)工作提供的方法及產(chǎn)生的影響。老虎環(huán)球的合伙人 Griffin Schroeder 也表達(dá)了對(duì) 1X 使命的熱情：「我們相信 1X 的機(jī)器人正在徹底改變機(jī)器人領(lǐng)域，我們很高興能與 OpenAI 一起投資，以支持他們的持續(xù)增長(zhǎng)」。

不過(guò)，將 AI 與機(jī)器人融合可能并沒(méi)有想象中那么容易。Eric Jang 在剛加入新公司的時(shí)候也提到，「近年來(lái)，具身 AI 和機(jī)器人研究已經(jīng)失去了一些光彩，因?yàn)榇笮驼Z(yǔ)言模型現(xiàn)在可以解釋笑話，而機(jī)器人仍然在以不可接受的成功率進(jìn)行拾取和放置?！沟€是選擇了「押注」。因?yàn)樗J(rèn)為，「僅在比特世界對(duì)模型進(jìn)行訓(xùn)練是不夠的」。

Eric Jang 在博客中展示的機(jī)器人領(lǐng)域泛化研究的現(xiàn)狀。他提到，「目前很多機(jī)器人研究人員仍在進(jìn)行的是小模型訓(xùn)練，并且還沒(méi)有用過(guò) Vision Transformer！」

在加入 Halodi 的這一年里，Eric Jang 一直密切注視著 AI 基礎(chǔ)模型方向的進(jìn)展，試圖縮小機(jī)器人與 AI 生成模型之間的差距。在一篇名為《我們?nèi)绾巫寵C(jī)器人更像生成模型》的博客中，Eric Jang 從三個(gè)不同的維度比較了生成模型和機(jī)器人技術(shù)，思考如何將二者更好地聯(lián)系到一起。其成果或?qū)Ⅲw現(xiàn)在今年夏天即將面世的 NEO 機(jī)器人中。

關(guān)鍵詞：