馬斯克擎天柱大將跳槽，在抱抱臉開(kāi)源機(jī)器人技術(shù)：會(huì)做家務(wù)的大白

明敏 2024-06-09 15:23:57 來(lái)源：量子位

明敏 克雷西 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

馬斯克部下跳槽，把人形機(jī)器人技術(shù)開(kāi)源了。不少創(chuàng)業(yè)公司的估值，一夜被打了骨折。

最新成果已正式發(fā)布——

它能像大白(●—●)一樣，聽(tīng)懂并正確執(zhí)行人類(lèi)發(fā)出的指令，比如放杯子、拿水果。

可以自己打開(kāi)筆帽，在白板上寫(xiě)名字。

或者是疊衣服。

把鑰匙準(zhǔn)確插進(jìn)鎖眼。

這些操作，全都是機(jī)器人自己搞定。沒(méi)有人遠(yuǎn)程操控，完全端到端實(shí)現(xiàn)。

最關(guān)鍵的是，它使用的算法、數(shù)據(jù)集完全開(kāi)源！

這意味著，你完全可以在家自己改造一個(gè)小機(jī)器人，讓它完成同樣的事。

如上進(jìn)展，來(lái)自Hugging Face今年新成立的機(jī)器人項(xiàng)目Le Robot。

團(tuán)隊(duì)領(lǐng)軍人物Remi Cadene(雷米·卡德內(nèi))，1月才從特斯拉Optimus機(jī)器人團(tuán)隊(duì)離職，才過(guò)了幾個(gè)月就帶來(lái)如上新成果。

這立馬引發(fā)業(yè)內(nèi)關(guān)注，谷歌DeepMind科學(xué)家都來(lái)圍觀表示：

開(kāi)源哆啦A夢(mèng)才是出路嘛。

網(wǎng)友們更是amazing刷屏了。

所以，這個(gè)開(kāi)源機(jī)器人，究竟如何而來(lái)？

訓(xùn)練只用2個(gè)小時(shí)

完成這些動(dòng)作的，是花粉機(jī)器人公司最新的機(jī)器人Reachy2。

不過(guò)，Reachy2并不是一開(kāi)始就實(shí)現(xiàn)自主操作的，而是先經(jīng)歷了一段遙控操作的過(guò)程。

該階段中，開(kāi)發(fā)人員會(huì)佩戴VR裝備，控制機(jī)器人完成一系列任務(wù)。

VR遙控的過(guò)程被記錄成了50段視頻，每段約15秒，與Reachy2機(jī)器人內(nèi)的不同傳感器相關(guān)聯(lián)。

這些視頻成為了ML算法的學(xué)習(xí)素材，用于研究如何自行完成并指導(dǎo)Reachy2完成一系列任務(wù)。

訓(xùn)練一共持續(xù)了2個(gè)小時(shí)，之后作者測(cè)試了所有的checkpoint，發(fā)現(xiàn)機(jī)器人果然學(xué)習(xí)到了新的概念——

• 在2萬(wàn)步時(shí)，它學(xué)會(huì)了將杯子可靠地放在碗碟架上；
• 在4萬(wàn)步時(shí)，它學(xué)會(huì)了旋轉(zhuǎn)底座并交出蘋(píng)果；
• 在6萬(wàn)步時(shí)，它學(xué)會(huì)了旋轉(zhuǎn)手臂回到初始位置。

這其中的數(shù)據(jù)集和使用的模型，現(xiàn)在都已開(kāi)源，就連VR操作時(shí)用的程序，也同樣是開(kāi)源的。

在抱抱臉上，Reachy訓(xùn)練用的50段視頻都可以直接下載，開(kāi)源框架和工具也放在了GitHub。

包括機(jī)器人ML框架LeRobot，采用了Apache-2.0協(xié)議，可免費(fèi)商用，據(jù)作者稱(chēng)達(dá)到了SOTA水準(zhǔn)，在GitHub上已經(jīng)斬獲了3.4k+星標(biāo)。

LeRobot基于PyTorch實(shí)現(xiàn)，包括了預(yù)訓(xùn)練模型、人工采集的數(shù)據(jù)集，還有一套模擬環(huán)境，無(wú)需真實(shí)的機(jī)器人硬件也能觀察效果。

值得一提的是，斯坦福知名開(kāi)源機(jī)器人項(xiàng)目ALOHA中的數(shù)據(jù)，也被囊括進(jìn)了其中。

此外，Reachy2機(jī)器人還用到了華人軟件工程師、開(kāi)源AI解決方案平臺(tái)1ms.ai創(chuàng)始人Haixuan Xavier Tao開(kāi)源的面向數(shù)據(jù)流的機(jī)器人應(yīng)用DORA。

除了用DORA幫助HuggingFace完善機(jī)器人框架，1ms.ai還曾幫助清華大學(xué)完成了一套機(jī)器人工程的教程。

說(shuō)回DORA，它提供了低延遲、可組合和分布式數(shù)據(jù)流功能，可以簡(jiǎn)化機(jī)器人程序的創(chuàng)建，目前已獲1.2k星標(biāo)。

DORA的目標(biāo)是將硬件、算法和人工智能模型結(jié)合在一起，并使它們相互通信，讓硬件和軟件的集成變得容易。

DORA提供了Python、Rust、C/C++等多種語(yǔ)言版本，其中在Python上速度比ROS2快了17倍。

在Python上，DORA還具備熱重載功能，意味著可以在運(yùn)行過(guò)程中也可以隨時(shí)修改Python代碼。

未來(lái)，如果把檢索增強(qiáng)生成（RAG）技術(shù)和熱重載功能結(jié)合，還能創(chuàng)建出自編碼機(jī)器人，根據(jù)提示自動(dòng)生成代碼。

作者表示，有了LeRobot和Dora，自己在家也能復(fù)刻出一個(gè)Reachy2的小號(hào)仿品。

把具身智能成本打下來(lái)

那么，這個(gè)機(jī)器人價(jià)格到底多少呢？這還是大家最關(guān)注的問(wèn)題。

其實(shí)主要取決于硬件。

作者雷米表示，目前能接入LeRobot最便宜的機(jī)械臂，只需250美元（折合人民幣約1800元）。

目前展示的這款Reachy2，價(jià)格還沒(méi)公布，參考它的上一代，起售價(jià)為9750美元（折合人民幣約7萬(wàn)元）。

有網(wǎng)友表示，看來(lái)幾年內(nèi)把機(jī)器人助手價(jià)格打到5000美元以?xún)?nèi)有希望了（大約3.6萬(wàn)，不到一輛車(chē)的價(jià)格）。

這也是為啥Hugging Face入局具身智能會(huì)引發(fā)轟動(dòng)的關(guān)鍵所在。

要知道，具身智能研發(fā)成本一直居高不下，這個(gè)火爆賽道如今已經(jīng)吸金幾十億。

而將所有算法數(shù)據(jù)集開(kāi)源，意味著人形機(jī)器人的成本（起碼在軟件算法層面）大幅降低，會(huì)給業(yè)內(nèi)其他布局機(jī)器人領(lǐng)域的玩家?guī)?lái)不小壓力。

與此同時(shí)，Hugging Face還挖來(lái)了一流工程師。

領(lǐng)銜項(xiàng)目的Remi Cadene（雷米·卡德內(nèi)）曾是特斯拉Autopoilot和Optimus機(jī)器人研究項(xiàng)目的成員。

入職時(shí)雷米還調(diào)侃了OpenAI，表示要做真正意義上的開(kāi)源。

具體動(dòng)作上，雷米的腳步走得也確實(shí)很快。上個(gè)月剛剛發(fā)布了Le Robot開(kāi)源代碼庫(kù)，如今首個(gè)具身智能成果也來(lái)了。

不過(guò)能快速在人形機(jī)器人上部署訓(xùn)練，也少不了花粉機(jī)器人公司出力。

這是一家來(lái)自法國(guó)的機(jī)器人公司，他們也強(qiáng)調(diào)開(kāi)源理念。在2013年發(fā)布了據(jù)稱(chēng)是第一個(gè)開(kāi)源的3D打印機(jī)器人。

此前已經(jīng)推出了開(kāi)源全遙控機(jī)器人Reachy1。

雷米介紹，在Hugging Face團(tuán)隊(duì)正留意人形機(jī)器人硬件時(shí)，花粉機(jī)器人這邊也在找端到端方案，所以?xún)杉乙慌募春稀?/p>

而且還有地理上的優(yōu)勢(shì)，他們的辦公地點(diǎn)相隔只有2小時(shí)的路程。

所以我們只是去拜訪了他們幾天而已。

從目前雷米透露的動(dòng)向來(lái)看，他們還會(huì)開(kāi)源一系列工作，比如語(yǔ)音命令控制等，大家可以期待一下。

By the way，Hugging Face最近正在招人哦，崗位是Post-Sales Machine Learning Solutions Engineer – Asia Remote，感興趣的童鞋可以嘗試下~

參考鏈接：
[1]https://venturebeat.com/ai/hugging-face-and-pollen-robotics-show-off-first-project-an-open-source-robot-that-does-chores/
[2]https://twitter.com/Thom_Wolf/status/1799008162772836355
[3]https://x.com/RemiCadene/status/1744248877811646853