機器人又拿下一種家務(wù)：10小時學(xué)會煮咖啡，僅需觀看人類演示視頻
背后公司融資近8000萬美元
豐色 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
上周斯坦福炒蝦機器人炸場之后，又火了一個煮咖啡機器人。
它的厲害之處在于通過觀看人類的示范視頻，僅需10小時端到端訓(xùn)練，就能學(xué)會并完全自主搞定這一任務(wù)。
當(dāng)然，更準確地來說是操作咖啡機：
只見它打開機蓋、放入咖啡包，再按下開始按鈕，整個過程一氣呵成，無需任何遠程遙控。
很快，一杯咖啡就可以端走享用：
注意了，以上演示視頻，沒有任何加速處理。這就是該機器人目前可以達到的實際操作速度。
而除了這些，它還具備自主糾錯功能：
如果咖啡包沒有放正，不用人類提醒，它自己就能調(diào)整好。
對此，前谷歌DeepMind研究員（也是該機器人的開發(fā)人員）直接就是一個轉(zhuǎn)發(fā)點贊，并再次強調(diào)：
所有行為包括糾錯，完全自主。
公司創(chuàng)始人Brettt Adcock稱，這就是機器人技術(shù)的ChatGPT時刻。
不管是不是每個人都贊同這個說法，但網(wǎng)友被它的訓(xùn)練速度所折服是沒得說。
10個小時真的很優(yōu)秀，快進到使用研磨機和法壓壺，估計很快視頻里個咖啡機也要失業(yè)了。（手動狗頭）
所以，這個機器人具體什么來頭？
10小時端到端訓(xùn)練搞定煮咖啡
如上這個機器人來自一家商業(yè)公司，名叫Figure。
Figure總部位于美國，成立于2022年，專攻通用人形機器人。
創(chuàng)始人Brett Adcock畢業(yè)于美國佛羅里達大學(xué)，26歲時創(chuàng)辦了一家在線人才市場網(wǎng)站，后被同行1.1億美元收購，然后又創(chuàng)辦了一家生產(chǎn)全電動垂直起降飛機的航天公司，作家27億美元上市。
如今，這家機器人公司Figure也可謂吸金無數(shù)，先是在去年5月拿到7000萬美元A輪融資，兩個月后又獲得英特爾900萬美元投資。
去年10月——大概成立一年之際，F(xiàn)igure發(fā)布首款人形機器人，代號Figure 01。
它走起路來是這樣的：
我們今天看到的煮咖啡演示則正是由它完成。
而學(xué)會這項技能，只花了它10個小時的訓(xùn)練時間——
Figure 01采用的是端到端神經(jīng)網(wǎng)絡(luò)，這邊接收人類煮咖啡的視頻，那邊就能輸出動作軌跡，讓機器人通過模仿，最終完成自主操作。
以此類推，讓它學(xué)會別的任務(wù)，也只需要輸入相應(yīng)的視頻即可。
至于具體實現(xiàn)細節(jié)，官方?jīng)]有透露。
不過，拋去10小時就完成訓(xùn)練不談，對于讓機器人學(xué)會煮咖啡這類任務(wù)本身來說，已經(jīng)不是一件難事兒了。
其核心就是模仿學(xué)習(xí)，入選CoRL’22（機器人，學(xué)習(xí)會議）的VIOLA可以做到（它是一個以對象為中心的模仿學(xué)習(xí)框架，基于Transformer進行推理，擅長長程任務(wù)，比最先進的模仿學(xué)習(xí)算法性能高出45.8%）；
來自谷歌、今年6月發(fā)布的HYDRA，也專攻于此，擅長各種粗粒度和細粒度控制，并可自如切換。
來自斯坦福大學(xué)的AME，基于路點（Waypoint）實現(xiàn)，對于煮咖啡這種任務(wù)也毫不含糊，只不過速度慢很多。
還有英偉達的HITL-TAMP、MimicGen等研究成果，也就是機器人模仿學(xué)習(xí)相關(guān)，就不一一介紹了。
2040年前，誰能成功挑戰(zhàn)史蒂夫咖啡測試？
盡管Figure 01的表現(xiàn)很不錯（比如速度就很快），但不少網(wǎng)友還是評價：
這和想象中的煮咖啡機器人還有一點距離。
比如它能不能拿起杯子、將其放到咖啡機下，沏完之后再添加奶油和糖，再將杯子放到托盤上，端到人面前？
事實上，蘋果公司聯(lián)合創(chuàng)始人Steve Wozniak曾提出一個評估機器人自主能力的咖啡測試。
它要求機器人從進入一個陌生的家中開始，然后找到廚房，識別工具（例如咖啡機、水壺）和材料（咖啡豆、糖、牛奶等），最終做好一杯咖啡，且全程不超過20分鐘。
這個測試考驗機器人在未知環(huán)境中導(dǎo)航、識別物體、操作工具和材料以及遵循人類命令等一系列能力。
有人發(fā)起過投票，問2040年之前能否有這樣的機器人誕生？
結(jié)果有89%的人投了yes。
你認為有希望嗎？
參考鏈接：
[1]https://twitter.com/Figure_robot/status/1743985067989352827
[2]https://twitter.com/Figure_robot
[3]https://manifold.markets/Matthe
- 北大開源最強aiXcoder-7B代碼大模型！聚焦真實開發(fā)場景，專為企業(yè)私有部署設(shè)計2024-04-09
- 剛剛，圖靈獎揭曉！史上首位數(shù)學(xué)和計算機最高獎“雙料王”出現(xiàn)了2024-04-10
- 8.3K Stars!《多模態(tài)大語言模型綜述》重大升級2024-04-10
- 谷歌最強大模型免費開放了！長音頻理解功能獨一份，100萬上下文敞開用2024-04-10
相關(guān)閱讀
雙重突破：全球首個零售VLA大模型來了！開源OpenWBT讓機器人遙操門檻暴降！
Galbot現(xiàn)場直播，全程無遙操、無需場景數(shù)據(jù)預(yù)采集
