文章主题:AI, 机器人, 1X, Halodi Robotics
本文来自微信公众号:机器之能 (ID:almosthuman2017),作者:机器之心编辑部,原文标题:《OpenAI领投,这家机器人公司要给ChatGPT造个身体?》,头图来自:1X
最近,OpenAI 与微软共同推出了两个具有重大影响的产品:GPT-4 和 Microsoft 365 Copilot。这两个产品的推出标志着人工智能技术的发展进入了一个新的阶段。其中,GPT-4以其卓越的图像和语言理解能力受到了广泛关注,而Microsoft 365 Copilot则以极快的速度推出了许多自动化功能,包括文档撰写、PPT制作以及Excel数据生成的图表等。这两款产品的共同之处在于,它们都利用了人工智能的力量,极大地提高了工作效率和生产力。
在一段时间内,人工智能模型展示出了令人瞩目的能力,然而,某些需要身体活动的任务目前仍然难以实现。这导致了机器人面临着巨大的压力。
AI 大模型加机器人会产生什么化学反应?谷歌前不久的一项研究已经给出了初步答案:他们训练了一个参数量达 5620 亿的具身多模态语言模型 —— PaLM-E,然后用这个模型来驱动机器人自主地完成各项任务。在执行这些任务的过程中,机器人必须像人一样能看、能“思考”,把眼前的状况分析清楚,然后制定行动计划并执行。
比如,你可以直接问机器人:“如果一个机器人想在这里(如下图)发挥作用,它应该采取哪些步骤?”PaLM-E 可以给出答案:首先清理桌子、清理垃圾,然后挪动椅子、擦椅子,最后把椅子放回原处。对于普通 AI 模型来说,能回答出这些就已经可以了。但区别在于,谷歌这个大模型是有身体的,因此可以把上面提到的工作都做完。这就给了大家更大的想象空间。
当然,在这个名为“具身智能”的领域,谷歌并不是唯一的玩家。国内外很多研究机构、初创公司都将其作为发力方向之一。其中,一家名为“1X”的机器人公司成功引起了 OpenAI 的注意。
成立于2014年的公司名为1X,原名Halodi Robotics,致力于研发具有实用价值、能够在现实世界中应用的机器人,旨在为全球劳动力提供更多帮助和支持。
Halodi Robotics 发布的自家机器人 demo
在最近公布的 A2 轮融资中,这家公司总共融到了 2350 万美元。重要的是,这轮融资是由 OpenAI 创业基金领投的,老虎环球和一个由 Sandwater、Alliance Ventures 和 Skagerak Capital 等挪威投资者组成的财团也参与了投资。1X 计划用这笔资金来加大力度研发双足机器人模型 NEO,以及在挪威和北美量产其首款商用机器人 EVE。
官网展示的机器人模型 NEO
机器人 EVE
在我国1X公司官方网站上,我们可以一窥该公司所致力于的两款机器人产品——EVE和NEO的路径规划。其中,EVE展现出了出色的轻柔移动、物体操作以及与现实世界的互动能力,其应用场景已逐渐贴近现实。而NEO则专注于探讨人工智能如何存在于人体之中,即我们常说的具身AI。这或许正是OpenAI选择投资1X,以及前谷歌机器人高级研究科学家Eric Jang加入该公司的原因所在。
Eric Jang 2022 年 3 月末从谷歌离职(待了 6 年),4 月 25 日宣布加入 1X(当时还叫 Halodi Robotics),担任 AI 副总裁一职。
在寻找下家的过程中,Eric Jang表现出极高的谨慎度,他最为关注的决策依据在于 potential雇主是否具备能够持续数年领先竞争对手的技术优势。在他的判断中,专注于机器人领域的Halodi完全符合这一标准。
“我个人(通过加入 Halodi)押注的护城河是‘比其他任何公司都领先 5 年的人形机器人’。Halodi 已经有了,而特斯拉正在开发他们的同类产品。我在 Halodi 的主要工作最初是训练模型以解决移动操作中的特定客户问题,同时也为 AGI 制定路线图:如何从人形形式压缩大量具身的第一人称数据,从而产生通用智能、心智理论和自我意识。”Eric Jang 在博客中写道。
OpenAI对1X的投资引发了广泛关注,这得益于该公司的创新性和潜力。OpenAI创业基金Brad Lightcap坚信,1X所提倡的工作方法和其对未来工作的影响是值得信赖的。与此同时,老虎环球的合伙人Griffin Schroeder也对1X的使命充满热情,他表示:“我们深信1X的机器人技术正对机器人领域带来翻天覆地的变革,我们非常高兴能够与OpenAI共同投资,以推动1X的持续发展。”
然而,将AI与机器人融合的过程并非想像中那般顺利。当Eric Jang刚加入这家新公司时,他就指出:“近年来,具身AI和机器人研究领域已失去了一些原有的光辉。如今,大型语言模型能够解释笑话,而机器人在拾取和放置任务中的成功率依然不尽如人意。”尽管如此,他仍然决定“押注”。他的理由是,“仅仅在比特世界中训练模型是远远不够的”。
在一篇 recent blog post by Eric Jang 中,他展示了当前机器人领域泛化研究的发展状况。值得注意的是,许多研究人员正在专注于小模型的训练,却尚未尝试采用 Vision Transformer 这一先进技术!
在加入 Halodi 的这一年里,Eric Jang 一直密切注视着 AI 基础模型方向的进展,试图缩小机器人与 AI 生成模型之间的差距。在一篇名为《我们如何让机器人更像生成模型》的博客中,Eric Jang 从三个不同的维度比较了生成模型和机器人技术,思考如何将二者更好地联系到一起。其成果或将体现在今年夏天即将面世的 NEO 机器人中。
本文来自微信公众号:机器之能 (ID:almosthuman2017),作者:机器之心编辑部
AI, 机器人, 1X, Halodi Robotics
AI时代,拥有个人微信机器人AI助手!AI时代不落人后!
免费ChatGPT问答,办公、写作、生活好得力助手!
搜索微信号aigc666aigc999或上边扫码,即可拥有个人AI助手!