馬斯克機器人炫技引千萬(wàn)網(wǎng)友圍觀(guān)！

特斯拉機器人，開(kāi)始干家務(wù)了。

馬斯克通過(guò)最新視頻，曬起特斯拉擎天柱機器人疊衣服，引發(fā)大量網(wǎng)友圍觀(guān)。

現在機器人疊衣服只需要3步，30秒一件。

第一步，先把衣服從籃子里拿出來(lái)，直接就疊好一邊袖子。

第二步，絲滑調整衣服位置，對齊另外半邊。

最后一頭一尾連續對折一氣呵成。

已經(jīng)有人迫不及待詢(xún)問(wèn)什么時(shí)候可以買(mǎi)到了。

也有網(wǎng)友提出，快給孩子買(mǎi)個(gè)謝耳朵同款疊衣板吧。

熱評第一則開(kāi)始思考未來(lái)的人們會(huì )如何看待這一時(shí)刻。

鑒于之前火爆全網(wǎng)的斯坦福機器人做飯視頻引起了大量誤會(huì )，馬斯克稍后也補充了一個(gè)免責聲明：

重要提示：擎天柱目前尚不能自主執行疊衣服操作，但將來(lái)肯定能夠在任意環(huán)境（桌子不需要完全固定，籃子里也不需要只有一件衣服）中完全自主執行。

只說(shuō)了不能完全自主，演示具體如何實(shí)現的馬斯克沒(méi)細說(shuō)，但仔細看視頻里其實(shí)露出了馬腳。

從第8秒開(kāi)始，右下角有一只機械手悄悄出現，動(dòng)作軌跡與機器人完全一致，稍有一點(diǎn)延遲。

那么答案也很明顯了，與斯坦福的方法一樣，AI都是從模仿人類(lèi)動(dòng)作開(kāi)始練起。

但正如AI預測蛋白質(zhì)、AI畫(huà)圖等技術(shù)的發(fā)展過(guò)程，AI從能干一件事到超越人類(lèi)也用不了多久。

硅谷資深科技博主Robert Dcoble認為少于17個(gè)月，你覺(jué)得呢？

這個(gè)會(huì )疊衣服的機器人，已經(jīng)是特斯拉Optimus的二代目了，加上之前的原型機Bubmlebee，一共經(jīng)歷了兩次大升級。

其中最值得關(guān)注的，是特斯拉為Optimus全新打造的手部。

與前一代相比，新款機器人的手不僅動(dòng)作更快，自由度也增加到了11個(gè)，還新增了觸覺(jué)傳感器。

而且也懂得控制力度，從盒中捏起雞蛋，倒手，再放進(jìn)碗里，整個(gè)過(guò)程沒(méi)有出現把雞蛋捏碎的情況。

除了手部以外，Optimus的頸部也進(jìn)行了全新改版，采用鉸接式結構，擁有兩個(gè)自由度。

同樣在Optimus的腳上也采用了鉸接結構，并模仿了人類(lèi)腳部的幾何形狀。

而從整體上看，Optimus的移動(dòng)速度比前一代增加了30%，重量減輕了10公斤。

升級后的機器人，可以輕松完成深蹲的動(dòng)作，整個(gè)過(guò)程都能很好地保持平衡。

不僅是特斯拉，進(jìn)入2024年，人類(lèi)在機器人上取得的新進(jìn)展就如雨后春筍般出現。

2024才剛剛過(guò)去半個(gè)月，包括特斯拉在內就已有至少4項機器人領(lǐng)域的突破性成果。

這些機器人的一個(gè)共性特征，是先通過(guò)模仿人類(lèi)來(lái)學(xué)習，然后逐漸脫離人類(lèi)操作實(shí)現自主行動(dòng)。

比如斯坦福的ALOHA機器人，通過(guò)人類(lèi)的遙操作可以完成烹飪等一系列復雜的動(dòng)作，而人類(lèi)的操作過(guò)程恰好也是機器人學(xué)習的素材。

經(jīng)過(guò)學(xué)習之后，機器人可以自主掌握一些人類(lèi)動(dòng)作，從而完成特定的任務(wù)。

幾乎是在同一時(shí)間，谷歌DeepMind也發(fā)布了自己的機器人模型Robotics Transformer（簡(jiǎn)稱(chēng)RT）的升級版。

而且是三個(gè)框架聯(lián)發(fā)——RT-Trajectory解決泛化能力問(wèn)題，SARA-RT用于提升決策速度，AutoRT則負責數據收集。

其中用于提升泛化能力的RT-Trajectory，主要是借助多模態(tài)大模型的視覺(jué)能力實(shí)現，學(xué)習素材同樣從人類(lèi)的動(dòng)作捕獲或直接人工繪制的軌跡。

緊隨斯坦福和DeepMind之后，機器人初創(chuàng )公司Figure也推出了自己的“咖啡機器人”Figure 01。

不需要任何的遙操作，它就可以自主完成打開(kāi)機器蓋、放入咖啡、啟動(dòng)機器的全過(guò)程，還能自主糾錯。

訓練時(shí)，Figure 01同樣是學(xué)習人類(lèi)動(dòng)作，只不過(guò)學(xué)習的方式是視頻。

只用了10個(gè)小時(shí)的端到端訓練，Figure 01就熟練地掌握了用機器制作咖啡的過(guò)程。

除了近期的幾項成果，稍早些的許多機器人項目，比如谷歌的HYDRA、英偉達的MimicGen等，也都采用了模仿人類(lèi)的學(xué)習方式。

特斯拉機器人工程師Milan Kovac也具體介紹了這種技術(shù)路線(xiàn)的好處：

• 驗證當前的硬件能否勝任靈活地完成任務(wù)

• 收集訓練端到端神經(jīng)網(wǎng)絡(luò )的數據，準備轉型全自動(dòng)模式

• 積累足夠的數據多樣性，更快泛化到更多任務(wù)

從模仿人類(lèi)到完全自動(dòng)執行一項任務(wù)，再到泛化到更多樣的任務(wù)，成了智能機器人行業(yè)當今的大趨勢。

也在短時(shí)間內集中爆發(fā)大量突破性成果，讓機器人能執行的任務(wù)越來(lái)越接近實(shí)際需求。

技術(shù)有了發(fā)展，市場(chǎng)也給出積極回應。

優(yōu)必選科技成為人形機器人第一股，歷史上機器人首次參與了上市敲鐘。

華為天才少年稚暉君創(chuàng )辦的智元機器人估值超過(guò)10億美元，火速晉升獨角獸。

剛剛結束的科技盛會(huì )CES展上，機器人也是最火爆的。微軟CEO納德拉也到開(kāi)普勒機器人展位參觀(guān)，聽(tīng)取講解還頻頻點(diǎn)頭。

所以在A(yíng)IGC元年，大模型元年之后，2024年真的會(huì )是人形機器人元年？

有網(wǎng)友介紹了另一種完全不同的機器人機器人：

疊衣服速度是特斯拉擎天柱的50倍，成本還能減少95%。

不過(guò)就只能做疊衣服這一種任務(wù)了。