尽管投入了数十亿美元并将海量视频输入深度学习模型，机器人在抓取物体方面仍然不够出色。
这种局面可能即将改变，这要归功于 Eka Robotics 构建的一套操作架构，其中包括一个力敏感夹爪和一种新型深度学习模型。这家由 MIT 教授 Pulkit Agrawal 和前 Google DeepMind 研究员 Tuomas Haarnoja 创立的初创公司刚刚完成了一轮 1.5亿美元的 A 轮融资，投后估值为 14.5亿美元，该轮融资由风险投资机构 a16z 和 F-Prime 领投。
“它们在某些任务上已经超越了超人表现，所以我们认为在未来几个月内，许多灵巧操作任务将实现超人表现，”共同领投这轮融致的a16z普通合伙人Raghu Raghuram告诉TechCrunch。
在机器人演示层出不穷的时代，Eka的能力令资深机器人制造者感到震惊。
伊利诺伊大学厄巴纳-香槟分校教授Kris Hauser表示，与他最近看到的其他机器人演示相比，它具有“惊艳效应”。Eka机器人“无需重新训练就能适应大量不同的物体，”Hauser说，并补充说它还带有一种“人性，令人不安的人性，即如果第一次失败，它会一次又一次地尝试。”
另一位因任职于前沿实验室而要求匿名的机器人专家告诉TechCrunch，亲眼看到Eka机器人的实际运作是一种令人动容的体验，堪比五到10年前机器人首次实现可靠的腿部运动。请自行观看：
正在加载播放器…
这里有什么值得注意的？机器人移动的流畅度和速度。它每小时可以抓取约1,500个重量不超过1 kg的物体，而人类约为600个；Eka表示其抓取成功率超过95%。而且机械臂的强度足以在如此快速的移动中伤到自己。据这位前沿实验室观察者称，这表明“他们非常信任自己的算法不会弄坏机器人。我很好奇他们一路上弄坏了多少台机器人？”
当这位前沿实验室的机器人专家见到Eka的机器人时，他递给它一颗树莓，这似乎是该实验室最青睐的测试物品。“一台又大又重的机器人冲向我的手臂，然后及时减速、非常轻柔地碰到我的那种感觉，此时此刻我全身还萦绕着这种感觉，”他告诉TechCrunch。
如何不压碎树莓
这些能力源于其基础模型的构建方式。它不是视觉-语言-动作模型——即训练用于理解语言、视觉输入和动作之间关系的模型——而是一种视觉-力-动作模型，专注于语言、力输入和动作之间的关系。对当前生成式AI机器人模型方向的批评者， 如Rodney Brooks，认为如果不尝试表示力和触觉，这些模型将会失败；Eka的成果表明这些批评者是有道理的。
“视觉并不是解决这最后一毫米问题的首要方式，”Eka联合创始人Agrawal告诉TechCrunch。“视觉告诉你物体大致在哪里、姿势如何，但真正的抓取、真正的搜索是通过力来完成的。”
Eka不得不设计一种比传统夹爪更灵活、并配备更多力传感器的独特机器手；它会对接触作出反应，这就是它不会压碎树莓的原因。出于显而易见的竞争原因，创始人们对如何实现这一点讳莫如深，但其核心是使用物理模拟器来建模机器人在尝试抓取物体时将遇到的多种力，并利用它创建一个可以大规模运行的强化学习环境。他们说，他们可以在几分钟内生成数千小时的机器人经验。
“与其受限于从人类演示等来源收集的数据，Eka正在通过强化学习推进一种让机器人能够超越任何给定演示的方法，”Hauser说。“真正令人兴奋的是，他们能够不受训练所用数据的限制。”
Agrawal和Haarnoja最初在加州大学伯克利分校读研究生时相识，他们是机器人控制强化学习领域的领军研究者。Eka的关键押注是，这项技术可以通过模拟大规模实现，而不是依赖于众包工人或机器人操作员长时间执行任务所收集的视频。模拟是实现其机器人可靠操作的关键，而这一成就在过去对需要与物体交互而非避开物体的任务而言被证明更加困难。
“EKA所弥合的是通用性与性能之间的鸿沟，这一问题困扰着许多现代机器人技术，”Agrawal表示。
让通用机器人变得有用
目前，最具通用性的物理AI模型——即那些可以尝试多种不同任务的模型——在执行这些任务时的表现 并不出色 。但训练为在单一任务上高度胜任的AI模型可能无法为公司带来商业上的可行性：生成式AI的承诺在于机器人可以快速学习多种任务，甚至是全新的任务。
当前的方法擅长制造出比以往更通用的智能机器人——Astra，即 ChatGPT 的最新 LLM，可以 操作机器人 在陌生环境中执行任务，但速度慢且成本高。像 Eka 这样的模型的前景在于，它负责物理操作，而更通用的模型则负责决定如何解决问题。例如，Astra 可能知道盘子从洗碗机里出来后要叠放到橱柜里，但 Eka 的模型能够在不打破盘子的情况下将其拿起。
“该领域的大多数人一直专注于规划，”Eka 联合创始人 Haarnoja 说，“所以他们是从顶层入手：高层次智能，并将其向下推向物理层面。而我们则是自下而上地思考这个问题。”
不过，Eka 仍需在实战中证明自己。该公司正与多家工业客户进行保密试点，从事拾取与放置以及线缆操作，但从实验室到生产线的跨越几乎与从仿真到现实的差距一样大。
“真正的重大挑战将是他们与集成商在真实装配线上合作时，系统需要连续一整年不间断运行，”Hauser 说。另一个悬而未决的问题是“‘这些技术对不同任务的可泛化性有多高？’我所看到的是拾取与放置，但许多有附加价值的工业任务不仅仅是拾取和放置。”
Agrawal 同样关注可部署性；他表示，目前 Eka 的夹爪硬件——价格低于 1,000 美元——额定使用次数为 5 百万次循环，但最终目标是达到标准工业机械臂所设定的 20 百万次循环的门槛。
“我们正在构建的是如何设计完整工作流的工程，但我们一开始非常务实，比如说在拾取、整理、放置和线缆处理这两个垂直领域，让我们把它们做到极致，”Agrawal 说。“一旦我们在这些领域取得全垒打，我们所开发的方法能做的事情将不可限量。”