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，公司触底，公司市值损失了近一半。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 出现的 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。特斯拉已经在其 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 都推出了专注于人形外形的机器人实验室作为研发工作。 “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，”Wayve 首席执行官 Alex 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，其首席执行官 Théophile 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。 Bedrock 首席技术官 Kevin 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，特别是因为可视化的密度