剛到周一，智元機(jī)器人的“好東西”就迫不及待地揭曉了。智元機(jī)器人今日發(fā)布全球首個首個通用具身基座模型——智元啟元大模型(GenieOperator-1)。
它開創(chuàng)性地提出了Vision-Language-Latent-Action(ViLLA)架構(gòu)，該架構(gòu)由VLM(多模態(tài)大模型)+MoE(混合專家)組成。實現(xiàn)了可以利用人類視頻學(xué)習(xí)，完成小樣本快速泛化，降低了具身智能門檻，并成功部署到智元多款機(jī)器人本體。
簡單來說就是給機(jī)器人造出了一顆“好學(xué)”的大腦，就像老話常說的“小孩子守啥人學(xué)啥人”一樣，機(jī)器人也能通過觀看人類操作動作以及互聯(lián)網(wǎng)視頻，來學(xué)習(xí)和執(zhí)行各種任務(wù)。
當(dāng)然，想要達(dá)到這一點(diǎn)并不容易，畢竟機(jī)器人沒有像人一樣的大腦器官。智元利用全新的ViLLA架構(gòu)，整合了視覺、語言、動作、觸覺等多模態(tài)輸入，使得機(jī)器人能夠?qū)⑷祟悇幼饕曨l轉(zhuǎn)化為自己可執(zhí)行的動作序列。
與之形成鮮明對比的是馬斯克的“擎天柱”機(jī)器人的訓(xùn)練方式，特斯拉的研究團(tuán)隊使用大量操作員通過佩戴 VR 頭顯和使用高精度傳感器及動作捕捉服的方式遠(yuǎn)程控制教學(xué)。類似于，把機(jī)器人當(dāng)成提線木偶一樣進(jìn)行訓(xùn)練，通過獲得的數(shù)據(jù)讓機(jī)器人實現(xiàn)“肌肉記憶”，以完成像抓取雞蛋一樣的精細(xì)動作。
兩相對比，立刻就能Get到智元機(jī)器人GO-1的強(qiáng)大之處。除此之外，GO-1的另一個好處就是能夠在極少數(shù)據(jù)甚至零樣本下泛化到新場景、新任務(wù)，使得后續(xù)訓(xùn)練成本非常低。同時，能夠在不同機(jī)器人形態(tài)之間遷移，快速適配到不同本體。
在這之前，大部分具身模型通常針對單一機(jī)器人本體進(jìn)行設(shè)計，訓(xùn)練好的模型難以遷移到不同類型的機(jī)器人，每個本體往往需要獨(dú)立訓(xùn)練一個模型，增加適配成本。
此外，GO-1大模型還支持?jǐn)?shù)據(jù)飛輪持續(xù)進(jìn)化，可以從實際執(zhí)行遇到的問題數(shù)據(jù)中持續(xù)學(xué)習(xí)。比如下面這個例子中，機(jī)器人放咖啡杯時出現(xiàn)失誤，就可以通過數(shù)據(jù)回流，加上人工審核達(dá)到針對性優(yōu)化。
通過ViLLA架構(gòu)，智元團(tuán)隊在五種不同復(fù)雜度任務(wù)上測試GO-1。結(jié)果顯示，相比已有的最優(yōu)模型，GO-1成功率大幅領(lǐng)先，平均成功率提高了32%(46%->78%)。其中 GO-1 在倒水、清理桌面和補(bǔ)充飲料任務(wù)表現(xiàn)尤為突出。
GO-1發(fā)布視頻的最后還有一個小彩蛋，而稚暉君也給出了新的預(yù)告稱“明天還有驚喜”。不知道這是否會是新型機(jī)器人呢?
大多數(shù)人了解“稚暉君”似乎都是從華為離職或是B站up主式開始的，但在學(xué)校期間他就已經(jīng)斬獲了不小的成績。他曾十幾次獲得校內(nèi)設(shè)計競賽一等獎，在飛思卡爾、挑戰(zhàn)杯等各類競賽中獲得2項國家獎、5項省級獎等。
在校期間，他還曾有過兩次創(chuàng)業(yè)，第一次做3D打印技術(shù)，第二次做雙足機(jī)器人，在當(dāng)時還獲得了不少的投資，技術(shù)上也很有競爭力，但“稚暉君”還是選擇去工作，當(dāng)時給出的理由是：在校創(chuàng)業(yè)缺乏經(jīng)驗，并且團(tuán)隊全是純工科技術(shù)出身，很難管理運(yùn)營好團(tuán)隊。
2018年“稚暉君”碩士畢業(yè)后進(jìn)入OPPO研究院AI實驗室。2019年，華為首次發(fā)布“天才少年”計劃，“天才少年”的年薪分為三檔，第一檔182W-201W;第二檔140.5W-156.5W;第三檔89.6W-100.8W。2020年通過“天才少年計劃”進(jìn)入華為，從事昇騰AI芯片和AI算法相關(guān)研究工作，網(wǎng)傳，稚暉君的年薪是華為天才少年的第一檔。
又是一個兩年，“稚暉君”放棄華為百萬年薪，選擇離職創(chuàng)業(yè)。稚暉君曾經(jīng)公開表示過對機(jī)器人領(lǐng)域的熱愛，他曾說道“如果程序員是數(shù)字世界的上帝的話，那親手給機(jī)器人以身形，再用AI賦其靈魂，這就是真極客的浪漫啊!”而這一興趣早在其成為B站up時就已經(jīng)有所顯露。
作為科技區(qū)硬核博主的“稚暉君”沒有“何同學(xué)”的上千萬粉絲，但也曾有過不少爆款視頻，擁有超260萬粉絲。他的視頻中，大多都是腦洞大開的同時還極為考驗動手能力的硬件產(chǎn)品，其中又以機(jī)器人、機(jī)械臂等最受歡迎。
雖然他沒有“何同學(xué)”的粉絲多，但他的硬核科技卻讓許多網(wǎng)友震驚無比，諸如能給葡萄縫合傷口的機(jī)械臂、能人臉識別、能上網(wǎng)的mini版小破站電視機(jī)、自動駕駛的自行車等視頻也讓其被冠以“野生鋼鐵俠”的稱號。
在官宣從華為離職創(chuàng)業(yè)后也曾有人質(zhì)疑他“步子賣的太大”，但他卻毫不猶豫的創(chuàng)立了智元機(jī)器人公司，目標(biāo)是發(fā)展通用人形機(jī)器人和具身智能，推進(jìn) AI 和機(jī)器人的深度融合。得益于天才少年的光環(huán)以及過硬的實力，在創(chuàng)業(yè)之路上，很快就獲得了高瓴創(chuàng)投、寧德時代、李彥宏實控制三亞百川致新私募股權(quán)投資基金等知名風(fēng)投機(jī)構(gòu)的押注。
因此，“稚暉君”在機(jī)器人道路上發(fā)展十分迅猛，2023年8月，智元機(jī)器人發(fā)布了具身人形機(jī)器人。據(jù)介紹，智元遠(yuǎn)征 A1 的身高為 175 cm，體重為 55 kg，擁有 49+ 個自由度，具備人體關(guān)節(jié)的靈活性。智元遠(yuǎn)征 A1 機(jī)器人 的高自由度的靈巧手采用了 12 個主動自由度和 5 個被動自由度，在指尖部分也搭載了基于視覺的指尖傳感器，借助壓力參數(shù)的驅(qū)動內(nèi)置從而模擬真實的觸覺感官。
在發(fā)布會上，“稚暉君”還利用視頻演示了智元遠(yuǎn)征 A1 機(jī)器人的一些實際應(yīng)用，例如代替人類從事流水線上的工作。一年后，智元機(jī)器人在2024年度新品發(fā)布會上發(fā)布了“遠(yuǎn)征”與“靈犀”系列共五款商用人形機(jī)器人新品并展示了在機(jī)器人動力、感知、通信、控制四個領(lǐng)域的研發(fā)成果。
盡管“稚暉君”曾多次表示：“我既不是天才也不是少年”但無論是在校期間的出彩表現(xiàn)、做up主的成功還是華為的高薪聘請以及創(chuàng)業(yè)的成功，都證明了其在硬核科技上的優(yōu)秀能力。此次發(fā)布首個通用具身基座大模型 GO-1，更是有可能掀起機(jī)器人行業(yè)的巨大風(fēng)暴。
彭志輝(稚暉君)的GO-1通用具身基座大模型的發(fā)布，無疑為機(jī)器人行業(yè)注入了一針強(qiáng)心劑。這位90后天才少年以其卓越的技術(shù)能力和創(chuàng)新精神，再次證明了年輕一代在科技前沿領(lǐng)域不可忽視的力量。
我們也期待更多像王興興和稚暉君這樣的探索者，攻克 AI+機(jī)器人的技術(shù)難題，帶給行業(yè)新的震撼。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論