稚暉君機(jī)器人“葡萄縫針”神技再現(xiàn)江湖，騎自行車驚呆眾人：又抽象又硬核

白交 2025-03-11 12:11:50 來源：量子位

剛剛！鴿了兩年之后，稚暉君罕見更新視頻——

上線號(hào)稱史上最復(fù)雜項(xiàng)目靈犀X2，能夠像人一樣靈動(dòng)地騎自行車。

評(píng)論區(qū)早已經(jīng)是聽取哇聲一片。

他自己表示，悄咪咪研發(fā)了三個(gè)月，視頻準(zhǔn)備了一個(gè)月。嗯，鴿的越久，事情越大！

據(jù)介紹，之所以這次如此有人味兒，源于背后集齊了運(yùn)動(dòng)、交互、作業(yè)三大智能。

于是乎，四年前葡萄縫針的神技，再次在靈犀X2上看到了。

它能像人一樣，有著一呼一吸的韻律。

它可以毫秒級(jí)交互，幫助你決策一些日常的選擇困難。

睡前該喝什么飲料。

除此之外，它還擁有一些其他機(jī)器人不具備的抽象能力。

比如腦殼里裝手機(jī)？？？

還有遠(yuǎn)程裸眼3D交流。。。

著實(shí)是非常抽象了。

本體是怎么設(shè)計(jì)？

整個(gè)設(shè)計(jì)過程也完全公開，與以往的項(xiàng)目一樣的硬核。他們此次在本體設(shè)計(jì)上有很多創(chuàng)新思考。

首先是硬件系統(tǒng)，抽象出了一個(gè)個(gè)可復(fù)用的核心組件。

• 小腦控制器Xyber-Edge；
• 域控制器Xyber-DCU；
• 智能電源管理系統(tǒng)Xyber-BMS；
• 核心關(guān)節(jié)模組；

……

通過這樣模塊化的組件設(shè)計(jì)，就可以像拼無人機(jī)航模一樣來搭建起各種形態(tài)的人形機(jī)器人系統(tǒng)。

就比如拿抓完全體，這里他又挖坑了，鴿了兩年不知還要再鴿幾年。

還有就是在材料選擇上，選擇了很親和的柔性材料。他們進(jìn)行了多種嘗試，包括TPU、ETPU、EVA，甚至是美妝蛋？？？

另外，他們?nèi)略O(shè)計(jì)了核心關(guān)節(jié)模組，并在原型機(jī)全身28個(gè)自由度沒有使用任何一個(gè)并聯(lián)結(jié)構(gòu)。

這樣既能保證慣量上移，又實(shí)現(xiàn)了運(yùn)控算法的完全解耦。

就像這樣，跟人一樣很Chill的晃腿~

更為重要的突破來自運(yùn)控算法層面——全面從Model-based轉(zhuǎn)向?qū)W習(xí)驅(qū)動(dòng)的強(qiáng)化學(xué)習(xí)。

通過深度強(qiáng)化學(xué)習(xí)與模仿學(xué)習(xí)相結(jié)合，讓靈犀X2學(xué)會(huì)了像人一樣的運(yùn)動(dòng)能力。

而且平衡能力不錯(cuò)，隨機(jī)跑起來或者原地轉(zhuǎn)圈也是輕松拿捏。

甚至它還能抓住舞蹈精髓，跟隨bgm跳一曲科目三。

同時(shí)，更考驗(yàn)身體協(xié)調(diào)性和平衡能力的深蹲動(dòng)作，靈犀X2舉著小杠鈴也輕松完成了。

（體重暴露了，靈犀X2重33.8KG，加上身高在一米三左右，嗯，標(biāo)準(zhǔn)身材）

此外，它還學(xué)會(huì)了人類必備技能——偷懶（doge），各種工具用起來也是得心應(yīng)手。

踩滑板車、平衡車那叫一個(gè)6：

不過要想要想訓(xùn)練出這樣一個(gè)靈活的機(jī)器人，其實(shí)并不容易。他們?cè)谶^程中也遇到了各種各樣神奇的體驗(yàn)（Bug）。

比如偶然習(xí)得了一種抽象的走路方式。。。

不想動(dòng)了就直接擺爛，太像人了有沒有？！

又或者鬧一波情緒，經(jīng)鑒定該孩子為情緒暴躁型。

目前靈犀X2還在持續(xù)進(jìn)化運(yùn)動(dòng)能力中，按照稚暉君的說法：

通過數(shù)據(jù)驅(qū)動(dòng)的算法范式，智能體能夠從每秒數(shù)萬次的環(huán)境交互和動(dòng)作數(shù)據(jù)中，找到突破運(yùn)動(dòng)瓶頸的方法。

我們相信人形機(jī)器人的運(yùn)動(dòng)智能問題，很快會(huì)得到徹底解決。

讓機(jī)器人有人味兒了

不過要讓機(jī)器人真正跟人一樣，除了運(yùn)動(dòng)智能之外，交互智能、作業(yè)智能也必不可少。

首先交互方面，要讓機(jī)器人不光四肢發(fā)達(dá)，頭腦也不簡(jiǎn)單，這主要得益于他們開發(fā)的一套基于Diffusion的生成式動(dòng)作引擎。

此外，還為靈犀X2訓(xùn)練了定制的多模態(tài)交互大模型——硅光動(dòng)語，以至于靈犀X2被稱為“第一臺(tái)真正具備復(fù)雜交互能力的靈動(dòng)機(jī)器人”。

在此基礎(chǔ)上，通過邊緣側(cè)大腦和端到端模型架構(gòu)，以及一系列工程優(yōu)化，靈犀X2具備了毫秒級(jí)交互能力。

日常坐下來聊聊天（用了稚暉君本人的聲音訓(xùn)練）：

最有意思的是，當(dāng)問靈犀X2“剛剛提的問有多少是預(yù)先寫好的”，它驕傲回答道：

完全隨機(jī)。

與此同時(shí)，除了語音和視覺，靈犀X2所使用的模型還集成了動(dòng)作模態(tài)，使它被賦予了生命感。

除了開頭提到的呼吸韻律，它還有自己的好奇心以及肢體語言：

當(dāng)然，情緒價(jià)值拉滿的同時(shí)，靈犀X2還具備了一定的生產(chǎn)能力。

據(jù)稚暉君介紹，過去一年里，他們初步找到了一條通往泛化作業(yè)智能的路徑，而靈犀X2則是集大成者。

結(jié)合已開源的數(shù)據(jù)集和框架，靈犀X2目前已具備簡(jiǎn)單任務(wù)的零樣本泛化能力。

像前段時(shí)間Figure展現(xiàn)出來的多機(jī)協(xié)作，靈犀X2在某些特定任務(wù)中也能實(shí)現(xiàn)。

而按照規(guī)劃，最終靈犀X2能夠?qū)崿F(xiàn)作業(yè)領(lǐng)域的“機(jī)器人吉祥三?！薄０?、保姆以及保潔。

One More Thing

同一天，稚暉君旗下的智元機(jī)器人和上海國有資本投資有限公司達(dá)成戰(zhàn)略合作。

目標(biāo)嘛，主要是想在上海打造全球領(lǐng)先的智能機(jī)器人產(chǎn)業(yè)集群。

（上海首座人形機(jī)器人量產(chǎn)工廠由智元機(jī)器人打造）

參考鏈接：

https://www.bilibili.com/video/BV1JYRjYoEzE