YOHO AI

标签： 机器人

  • 7000万美元种子轮：Enigma要让指挥机器人像拧音量旋钮一样简单

    现在做机器人的公司，几乎都在死磕同一件事：训练一个能干没学过的活儿的基础模型。有人拿几百万条网络视频喂模型，有人搞计算机仿真，还有人让工人戴着装满传感器的手套干活来采集动作数据。路子五花八门，但方向出奇一致——都在卷模型能力。

    一家叫 Enigma 的研究实验室偏不这么玩。这家成立还不到一年的公司周一刚从隐身状态浮出水面，顺手宣布了一笔 7000 万美元的种子轮融资，由 Index Ventures 和 Ribbit Capital 领投，Conviction Partners 的 Sarah Guo 跟投。种子轮就是这个数字，在机器人赛道也算是相当扎眼了。

    Enigma 两位联合创始人 Gal Niv 与 Jonathan Jacobi
    Enigma 联合创始人 Gal Niv（左）与 Jonathan Jacobi（右）｜图源：TechCrunch

    不卷模型，先研究人怎么”使唤”机器人

    Enigma 的思路是反着来的：与其闷头堆模型能力，不如先搞清楚人类到底想怎么跟机器人打交道。他们赌的是，把交互研究明白了，不仅能做出更顺手的界面，说不定还能长出一种不一样的”机器人大脑”。

    为了验证这件事，Enigma 准备上线一场大型公开实验：全世界任何人都可以在线操作他们的 100 多台自研 AI 机器人。这些机器人放在以色列和加州的机库里，能拿画笔画画，能互相”击剑”，还能拎起烧瓶做简单的化学实验。公司称机械臂和底层模型全部从零自研。

    联合创始人 Jacobi 打了个比方：如果洗个碗要先花 15 分钟跟机器人解释东西放哪，谁都会说”算了，我自己来”。而现在，哪怕用最强的模型，大家也都卡在这一步。

    他心里的标杆是汽车音量旋钮——伸手一拧就行，不用输入一个百分比再赌它会不会太吵。Enigma 想通过这场在线实验收集真实交互数据，找出机器人领域的那个”音量旋钮”：到底是打字、说话，还是给机器人看段示范视频，又或者是点按拖拽？

    两个网络安全老兵，闯进机器人赛道

    有意思的是，两位创始人都不是机器人科班出身。Jonathan Jacobi 是微软史上最年轻的员工，当年由 Wiz 创始人 Asaf Rappaport 亲自招进去；他和 Gal Niv 十几岁时在黑客竞赛上认识，后来一起在以色列 8200 部队做网络安全研究。去年俩人决定创业，挑了个自己完全没干过、但他们认为问题最带劲的领域。团队里有顶级 AI 实验室出来的人、数学奥赛冠军，还有几位被劝退学的博士生。

    • 种子轮 7000 万美元，Index Ventures 与 Ribbit Capital 领投；
    • 100 多台自研机器人向全球开放在线操作，收集真实人机交互数据；
    • 已与医疗、物流、娱乐行业的公司展开合作，具体商业场景暂未公开。

    Index Ventures 合伙人 Shardul Shah 恰恰看中了这种”外行”身份：圈内人做具身智能，起手式往往是遥操作或者灵巧手，而 Enigma 起手问的是”最终体验应该长什么样”。这个切入点确实少见。至于生意怎么做，Jacobi 暂时不肯细说——这家公司目前最大的谜，倒真配得上 Enigma 这个名字。

  • 训练机器人卡在了数据上，有人干脆给“陪练”戴上了脑电头盔

    加州圣莱安德罗有一间仓库，里面正在上演一场很不寻常的叠叠乐。一个叫 Andrew Ceja 的人戴着头盔，小心翼翼地从摇摇欲坠的木塔里抽木块。头盔上有摄像头，记录他看到的画面——这在采集机器人训练数据时挺常见。但他这顶头盔还多了一样东西：一圈能读取脑电波的传感器。

    这家公司叫 Encord，本行是给 AI 模型训练做数据工具。Ceja 的头衔是“飞行员”（pilot），也就是公司里专门给机器人当陪练的人。他们赌的是一件事：接下来卡住人形机器人和仓储机器人的，不会是模型架构，而是真实世界物理训练数据实在太少。所以 Encord 干脆不只帮客户管理已有的数据，而是把那些还不存在的数据造出来。

    Encord 的陪练戴着脑电头盔玩叠叠乐
    Encord 的“飞行员”戴着 Zander Labs 的脑电头盔采集训练数据。图片来源：Tim Fernholz / TechCrunch

    脑波到底能告诉机器人什么

    那顶脑电头盔是德国神经科学创业公司 Zander Labs 做的。他们的想法是，通过测量大脑活动，能推断出人做事时的一些心理状态——比如出错、意图、意外——这些信号打包进数据集，也许能训出更聪明的模型。目前 Encord 和 Zander 还只是试运行：先攒一批带脑波标记的数据，塞进客户的机器人模型跑一跑，看看到底有没有用，再决定要不要放大规模。

    在现场盯着这套流程的 Zander 神经科学家 Lucas Gehrke 说，一个人做某个动作时大脑投入了多少精力，本身就是个有用的线索——它能提示模型开发者，什么时候该调用算力最猛的那档模型，什么时候随便应付就行。Encord 机器人学习负责人 Vineeth Velmurugan 把这称作解决数据瓶颈的“最前沿”尝试。他之前待过 OpenAI 的机器人实验室，也在仓储自动化公司 Berkshire Grey 干过。

    “这些数据根本就不存在。”——Vineeth Velmurugan，Encord 机器人学习负责人

    生成式 AI 撞上了物理世界的墙

    “生成式 AI 能给机器人做到它给聊天机器人做到的事”，这个念头一次次撞上同一堵墙。大语言模型是拿整个互联网的文字喂出来的，可要教神经网络怎么在物理世界里动手操作，同样量级的原料太难找。自动驾驶公司靠自己采集，但很难规模化；用视频来训练也行，可视频缺了真实数据那种精细度。Velmurugan 估算，想真正突破，需要一个大约相当于 YouTube 视频库五倍体量的数据集——这也解释了为什么“造数据”本身能变成一门生意，而不只是研究课题。

    现在做“机器人大脑”的公司主要盯上两类数据来源：一是工人戴摄像头采集的第一人称视角视频，通常再补上别的机位和指标；二是远程操控机器人采集的数据。Encord 两样都做，第一人称数据来自全球好几家工厂，圣莱安德罗那间仓库则专门试验脑波这类新花样，或者针对某个具体技能攒数据做微调。

    TechCrunch 去现场时，飞行员们正在用“主从机械臂”——一只由人直接操控，另一只模仿它的动作——采集数据，任务包括把咖啡从壶里倒进杯子（洒得到处都是）和码扑克筹码。“每一家做人形机器人的公司都来问我们要这些片段。”Velmurugan 说。货架上堆着假花、书、塑料蔬菜、猫砂盆和铲子、成捆的电线，全是训练机器人干家务活的道具。

    机器人的手，还差得远

    另一个工位上，飞行员 Sofia Infante 操控机械臂给服务器背后插拔网线——这正是数据中心运营方做梦都想自动化的活儿，前提是机器人得有那个精度。记者自己上手试了试就明白差在哪：夹钳远不如人的手指灵活，也没有我们手臂那种理所当然的自由度。Encord 还在开发一种新数据形态，把一组传感器绑在前臂上，捕捉肌肉里的电信号，希望据此还原出手在每一刻的三维姿态——因为拍手部动作的视频往往拍不全整只手。

    • Encord 给数据集做密集标注，比如“右手拧紧螺栓”，帮基于大模型的系统看懂画面里在发生什么。
    • Velmurugan 估算，这种密集标注的价值是“垃圾第一人称数据”的 100 倍，而制作成本只贵 20 倍——纸面上是笔划算买卖。
    • 但 20 倍也是真金白银。当年从 Stack Overflow 之类的网站扒文字几乎不花钱，物理数据却得一点点“制造”出来，这就彻底改变了做模型的经济账。

    仓库里那十几个飞行员因此不会闲着。Infante 和 Ceja 都是从另一家数据标注公司 Scale 跳过来的。Ceja 更早还在一家废物管理公司干过，因为对技术感兴趣，被派去照看一台机器人垃圾分拣机。如今叠叠乐的塔一次次倒下，他说自己挺享受给机器人解题的过程——“每天都有新鲜事”。

  • 英伟达GPU要上月球了：月球车用上Jetson芯片，先得熬过零下170度的月夜

    英伟达的GPU已经铺满了地球上的数据中心，现在它盯上了一个新地盘：月球。做太空机器人的初创公司Lunar Outpost上周四宣布，他们的下一台月球车将用英伟达Jetson芯片来驱动激光雷达系统。如果顺利落地，这大概率是第一块登上月球表面的GPU。

    Lunar Outpost月球车测试
    Lunar Outpost的月球车正在测试中，它将搭载英伟达Jetson芯片（图源：TechCrunch）

    Jetson：英伟达家不太出名却很关键的那块芯片

    说起英伟达大家想到的都是Blackwell、Vera Rubin这些数据中心里的算力猛兽，Jetson的名气小得多。但在物理AI的世界里，它是台柱子——体积小、功耗低，专门让机器人在本地实时处理传感器数据，不用把信息传回服务器再等指令。对一台在月球坑里爬行的月球车来说，这种“当场反应”的能力就是生死线。

    Lunar Outpost的CEO Justin Cyrus说：“五年前我们的自主系统还是纯确定性的，现在是确定性模型加物理AI的组合。两套并行跑，我们要做的就是搞清楚物理AI能在哪些环节帮我们做没人做过的事。”

    最大的敌人：月球的夜晚

    把GPU送上月球，难的不是发射，是活下来。目前太空里的GPU大多待在近地轨道，有地球磁场罩着，环境相对温和。月球就不一样了，宇宙辐射直接照脸，温度随月相剧烈摇摆。Cyrus的原话是：“你的系统必须熬过月夜，而且得用极低的功耗熬过去。”月夜长达14个地球日，温度能跌破零下170度，这对消费级架构的芯片是极限考验。

    值得一提的是，英伟达在月球的布局不止这一步。它还和Firefly Aerospace——第一家把机器人安全降落在月球上的私营公司——达成合作，让Jetson在绕月卫星上处理图像数据，一边帮科学家绘制月球地图，一边追踪月面上越来越多的机器人。

    从探索到定居，机器人先行

    这一切背后是NASA的大盘子：花钱请私营公司先去月球探路，为2028年前后宇航员重返月球做准备。Lunar Outpost这台月球车会搭乘Intuitive Machines的着陆器，钻进环形山这些轨道上看不清的地方；再下一次任务要去一个叫Reiner Gamma的区域，那里有个让科学家困惑多年的磁异常。两次任务都计划年内搭猎鹰9号升空。

    • 近期计划：多台小型自主月球车陆续发射，验证GPU在月面的生存能力；
    • 远期目标：大型载人月球车Pegasus，可以直接搭载宇航员；
    • 卡脖子环节：Pegasus在等贝索斯Blue Origin的火箭，但那枚火箭今夏出了事故，复飞时间未知。

    Cyrus把公司的终极问题概括成一句话：怎么从“探索月球”走到“常驻月球”。他的答案是确定性模型加物理AI组成的机器人劳动力——人类要在月球上住下来，得先让机器人把粗活干了。而无论是月面机器人军团还是更科幻的太空数据中心，眼下都卡在同一件事上：一枚足够大的火箭。

  • 卡兰尼克带着17亿美元回来了，连赶走他的Uber都掏了钱

    特拉维斯·卡兰尼克又搞了个大动作。他的机器人公司Atoms刚完成一轮17亿美元融资，安德森·霍洛维茨基金（a16z）领投，本·霍洛维茨本人将加入董事会。贝恩资本、Fifth Wall等机构跟投。

    但这轮融资里最扎眼的名字，是Uber。

    Uber联合创始人特拉维斯·卡兰尼克
    Uber联合创始人特拉维斯·卡兰尼克 | 图源：Getty Images

    被赶走的创始人，等来了老东家的钱

    2017年，卡兰尼克因为公司内部性骚扰、歧视投诉和有毒的职场文化，被迫辞去Uber CEO。九年过去，当年把他赶下台的公司，如今掏钱投了他的新事业。这种和解方式，很硅谷。

    其实两边早有眉来眼去。去年就有消息说，卡兰尼克想在Uber的支持下收购中国自动驾驶公司小马智行的美国业务，虽然据The Information报道，那笔谈判今年3月已经告吹。

    Atoms到底是家什么公司

    说白了，Atoms是卡兰尼克把这些年的摊子重新打包后的控股公司。离开Uber后他一直在做幽灵厨房生意CloudKitchens，今年3月宣布改名Atoms时，还顺手收购了Pronto——一家做重工业自动化的公司，掌舵人是他在Uber的老同事、自动驾驶行业的传奇争议人物安东尼·莱万多夫斯基。

    他还放话要进军矿业，把Pronto在矿区车辆上的自动化能力再往外扩。至于Atoms具体要造什么，卡兰尼克没细说，只留下一个说法：要给机器人造「底盘」（wheelbase for robots）。

    「从很多层面看，这轮融资是一桩未竟之事。我们在Uber开启、在CloudKitchens延续的『从比特到原子』的故事，将在Atoms完成收官。」——卡兰尼克在X上写道

    他把自己的野心讲得更玄乎：16年前他开始尝试把物理世界数字化，用软件去理解、预测、控制物理世界；现在要造「基于原子的计算机」——制造业是CPU，房地产是存储，交通运输是网络。

    a16z赌的是人，不是产品

    本·霍洛维茨发帖只用了三个词：「Travis回来了」（Travis Is Back）。他的逻辑很直接：改造经济中那些老旧、笨重的部门，需要一种稀有的创业者——既有拼命的干劲，又能横跨软件架构到机械工程的多个领域。「Travis就是那个人。」

    霍洛维茨给Atoms定的方向是：让人们在物理世界里更有生产力，就像Uber之于交通、计算机之于数字世界那样。这轮钱据说很大一部分会花在招人上。

    几个值得留意的点：

    • 物理AI是当下最热的赛道之一，从人形机器人到工业自动化，资本正在集体下注。
    • Atoms手里有CloudKitchens的地产运营和Pronto的重工业自动化，路径和纯做机器人本体的公司完全不同。
    • 卡兰尼克的表达依旧中二感十足——他说建设者要对抗的「最终Boss」是大自然本身，以及它对变革的顽强抵抗。

    产品还没影子，17亿美元先到账。这个行情下，能靠个人履历融到这个数的创业者，全世界也没几个。至于「机器人底盘」到底是什么，恐怕得等他下一条推文了。

    📎 原文来源：Travis Kalanick’s robotics company raises $1.7B, led by a16z（TechCrunch, Sean O’Kane）

  • 英伟达GPU要上月球了：月球车用Jetson跑激光雷达，可能是月面第一颗GPU

    英伟达把GPU卖遍了地球上的数据中心，现在瞄上了38万公里外的月球。做太空机器人的初创公司Lunar Outpost周四宣布，他们的下一台月球车将用英伟达Jetson芯片来控制激光雷达系统。如果顺利落地，这大概率是月球表面出现的第一颗GPU。

    Lunar Outpost月球车测试
    Lunar Outpost正在测试的月球车，将搭载英伟达Jetson芯片（图源：TechCrunch）

    为什么是Jetson，而不是Blackwell

    Jetson在英伟达产品线里名气不如Blackwell、Vera Rubin这些AI训练主力，但它是很多实体AI系统的心脏——体积小、功耗低，能让机器人在本地实时处理传感器数据，不用把信号传回地球再等指令。对通信延迟以秒计的月球任务来说，这一点是刚需。

    Lunar Outpost CEO贾斯汀·塞勒斯说得很直白：他们正拿Jetson和自家更有航天资历的飞行计算平台做对比测试，”看看优势在哪、短板在哪，然后尽力把这些更强的GPU系统用到极端环境里去”。他透露，五年前公司的自主导航还是纯确定性算法，现在已经变成确定性模型加实体AI双轨并行。

    太空环境对GPU极不友好。近地轨道尚有地球磁场庇护，月面却直接暴露在宇宙辐射之下，温差随月相剧烈波动。塞勒斯说：”你的系统必须扛过月夜，而且得在极低功耗下活下来。”

    NASA买单，2028年等人来

    这背后是NASA的一盘大棋。仿照与SpaceX的合作模式，NASA正花钱请私营公司先去月球探路，为最快2028年宇航员重返月球做准备。Lunar Outpost的月球车将由Intuitive Machines的着陆器搭载，钻进环形山勘察地形、寻找水冰，年底前搭乘猎鹰9号发射。再下一次任务的目的地是月面磁异常区Reiner Gamma——那里的磁场之谜困扰了科学家几十年。

    英伟达在月球的布局不止这一处。它刚和首个成功软着陆月球的私营公司Firefly Aerospace达成合作，让Jetson在绕月卫星上处理影像数据，一边帮科学家绘制月图，一边追踪月面上越来越多的机器人。

    • 首发任务：Lunar Outpost月球车年底搭猎鹰9号升空，Jetson负责激光雷达
    • 绕月部署：与Firefly Aerospace合作，卫星在轨处理月球影像
    • 远期规划：载人月球车Pegasus在等蓝色起源的大火箭，目标2028年
    • 终极难题：宇宙辐射、月夜低温、极低功耗，GPU得先活下来

    从太空数据中心的畅想，到月面机器人舰队的蓝图，眼下都卡在同一件事上——一枚足够大的火箭。芯片已经准备好了，运力还在路上。

  • 英伟达把GPU送上月球：月球车用上Jetson芯片，太空算力这次玩真的

    英伟达的 GPU 已经铺满了地球上的数据中心，下一站居然是月球。太空机器人初创公司 Lunar Outpost 在7月23日宣布，他们的下一台月球车将搭载英伟达 Jetson 芯片来驱动激光雷达系统。如果顺利落地，这很可能是人类历史上第一块登上月面的 GPU。

    Lunar Outpost 月球车测试
    Lunar Outpost 的月球车正在测试中 | 图源：TechCrunch

    为什么是 Jetson，而不是 Blackwell

    很多人对英伟达的印象还停留在 Blackwell、Vera Rubin 这些吞电如喝水的 AI 训练芯片上。但真正上天的是低调得多的 Jetson——一个专为机器人设计的小型化、低功耗平台，能让机器在本地实时处理传感器数据，不用把一切传回地球等指令。在月球上，光是信号往返就要将近3秒，本地算力就是生死线。

    Lunar Outpost CEO 贾斯汀·塞勒斯说：”五年前我们的自主导航还是纯确定性算法，现在是确定性算法加物理 AI 双轨并行，这事挺有意思的。”

    这台月球车将由 Intuitive Machines 的着陆器送上月面，任务是带着一整套传感器钻进环形山这类轨道上看不清的角落。再下一次任务的目的地更有看头——赖纳伽马区，那里有一处让科学家困惑多年的磁异常。两次任务都计划在年底前搭乘猎鹰9号升空。

    月球对芯片可一点都不友好

    把 GPU 送上月球，难的不是发射，是活下来。近地轨道的芯片好歹有地球磁场罩着，月面上的设备要直面宇宙辐射，还要扛住昼夜间几百度的温差。塞勒斯的原话是：”你的系统必须熬过月球的黑夜，而且得用极低的功耗熬过去。”

    • 英伟达同时和 Firefly Aerospace 达成合作，让 Jetson 在环月卫星上处理影像，给月面测绘、跟踪越来越多的月球机器人；
    • NASA 正在花钱请私营公司探月，为最早2028年宇航员重返月球铺路，模式复制了当年扶持 SpaceX 的打法；
    • Lunar Outpost 还有一台能载宇航员的大型月球车 Pegasus，但它在等贝索斯 Blue Origin 的火箭——那枚火箭今年夏天刚出了事故，复飞时间未定。

    从探索到常驻，缺的是一枚大火箭

    塞勒斯把公司的目标说得很直白：从”去月球看看”变成”在月球住下”，靠的就是确定性算法加物理 AI 组成的机器人劳动力，人类到之前先让机器把重活干完。这个思路和最近炒得火热的太空数据中心是同一个逻辑——算力上天不是科幻，是排期问题。

    只不过无论是月面机器人军团还是轨道数据中心，眼下都卡在同一件事上：一枚足够大、足够便宜的火箭。GPU 已经准备好了，运力还没有。

  • Uber创始人卡兰尼克带17亿美元回归：这次他要造机器人的底盘

    如果你以为特拉维斯·卡兰尼克（Travis Kalanick）在被自己一手创办的 Uber 扫地出门后就此淡出，那这次他用一笔巨款把所有人的注意力又拉了回来。他的机器人公司 Atoms 刚刚完成一轮 17 亿美元的融资，领投方是硅谷顶级风投 a16z，本·霍洛维茨（Ben Horowitz）本人将进入董事会。

    特拉维斯·卡兰尼克
    Uber 联合创始人特拉维斯·卡兰尼克 图片来源：Getty Images

    参与这轮融资的还有贝恩资本、Fifth Wall 等机构。但最有戏剧性的一笔，是 Uber 也出现在了投资人名单里。要知道，2017 年正是这家公司在性骚扰、歧视和职场文化风波中把卡兰尼克赶下了 CEO 的位置。九年过去，被赶走的创始人和赶走他的公司，又坐到了同一张桌子上。

    Atoms 到底是家什么公司

    说白了，Atoms 是卡兰尼克离开 Uber 后一系列动作的集大成者。他先是搞了个叫 CloudKitchens 的”幽灵厨房”生意，今年三月又给整个盘子换了个新名字叫 Atoms，同时把老同事安东尼·莱万多夫斯基（Anthony Levandowski）掌舵的重工业自动化公司 Pronto 收入囊中。

    卡兰尼克说，他还想把生意做到采矿业里去，走得比 Pronto 现在给矿区车辆做的自动化更远。去年有消息称，他曾想在 Uber 支持下买下中国自动驾驶公司小马智行（Pony AI）的美国业务，不过据 The Information 报道，这桩谈判在三月已经告吹。

    “某种程度上，这轮融资是在了却一桩未竟之事。它是燃料，让我们把从 Uber 起步、在 CloudKitchens 延续、如今要在 Atoms 收尾的’比特到原子’故事讲完。”——特拉维斯·卡兰尼克

    在 X 上宣布融资的帖子里，卡兰尼克没有透露 Atoms 具体要造什么，但他把自己的野心说得很大。他说 16 年前就踏上了”把物理世界数字化”的旅程——用软件去理解、预测、控制现实世界，打造一种”以原子为基础的计算机”，在这里制造业就是 CPU，房地产就是存储，运输就是网络。他还有个更直白的说法：要给机器人造一个”底盘”（wheelbase）。

    a16z 为什么押注”回归的卡兰尼克”

    “特拉维斯回来了。”霍洛维茨在同一天发帖，语气里满是兴奋。他的理由是，要撼动经济里那些老派又笨重的环节，需要一种稀缺的创业者——既要有近乎偏执的拼劲，又要有跨越软件架构到机械工程的知识广度。在他看来，卡兰尼克就是这样的人。

    霍洛维茨认为，Atoms 的核心是让人在物理世界里变得更高效。他把这件事的价值类比成 Uber 之于出行、计算机之于数字世界——用 AI 和机器人，让每个人、每件事都更有生产力。

    卡兰尼克没细说这笔钱会怎么花，但从字里行间看，很大一部分会砸向招人。他把创业者要面对的对手形容成”最终 Boss”——大自然，以及它对一切改变的顽固抵抗。听上去像是在给自己打气，也像是在给准备加入的人递一份挑战书。这里的几个看点值得留意：

    • 17 亿美元的规模，在机器人赛道属于顶格融资，a16z 亲自坐进董事会分量很足；
    • Uber 的回归投资，让这段”创始人被逐”的旧账多了层和解的意味；
    • Atoms 想做的是机器人的通用”底座”，而不是单一产品，野心指向的是整个物理世界的自动化。

    争议缠身的创业者、天量资金、几乎没有边界的目标，卡兰尼克这次的故事一开场就足够抓人。至于他能不能真的把”比特到原子”这条线走通，恐怕得等 Atoms 拿出第一台真机器才好评判。

  • Agility把人形机器人训练场开到特斯拉家门口：Digit已经在赚钱了

    Agility Robotics 最近在加州 Fremont 开了个新厂，6 万平方英尺，专门用来给人形机器人 Digit 做”上岗培训”。选这个地儿很讲究——顺着高速往南开，就是特斯拉预计今年要量产 Optimus 的工厂。两家做 humanoid 的，就这么成了邻居。

    特斯拉押注 Optimus，Agility 已经赚到钱

    特斯拉这两年把宝全押在 Optimus 上。马斯克前不久放话，说等它”明年某个时候在特斯拉之外真派上用场”，就会是”史上最大的产品”。话是这么讲，但 Agility 手里有一个特斯拉还没有的东西：一个已经在真实世界里干活、还能挣钱的机器人。

    Digit 现在就在亚马逊、GXO、舍弗勒、丰田加拿大工厂这些客户现场搬料箱、托货盘，公司说已经拿下 3 亿美元的合同订单。CEO Peggy Johnson 话说得很直白：”有特斯拉跟我们待在同一片区域挺好，因为很长一段时间里 Agility 是孤军奋战，现在人形机器人赛道有人一起玩了。”她强调 Agility 已经商业化，知道怎么进到这些工厂里、过安全关、过合规关、接进人家的 IT 和仓储系统。

    “我们已商业化，知道走进这些设施、满足它们安全与合规门槛意味着什么。”——Peggy Johnson 点出了和 PPT 阶段对手最大的不同。

    务实派自主，安全栈绕开生成式 AI

    这家公司正走反向并购的路子，预计今年晚些时候成为第一家纯玩人形机器人的上市公司。它 2015 年由一群研究双足行走的学者创立，想趁着先发优势，甩开 Figure、1X、the Bot Company 这批被大模型带起来的后来者。

    当 Transformer 网络让 LLM 火爆、也顺带给机器人行为带来大升级时，Agility 走的是一条”务实派”路线。联合创始人兼董事长 Damion Shelton 打了个比方：就像自动驾驶里你绝不会把防抱死刹车交给 AI 控制，人形机器人的所有安全栈也得绕开生成式 AI，”你不能在安全问题上玩创造性”。

    但 AI 真正帮上忙的地方是规模。Shelton 回忆，早期 board 成员 Bruce Leak 问他们怎么给机器人写应用，当时答不上来——”你能想象机器人干的活，远比会写机器人程序的工程师多”。生成式 AI 干脆利落地回答了这个问题。

    不急着进家门，先把工厂啃下来

    新工厂就是为了加速部署。Johnson 说有 30 多个客户在谈引入 Digit，而这里就是这台六英尺高的机器人学习现场技能的地方。和很多新入场玩家不同，Agility 短期内不打算做家用机器人——这跟多数独立机器人专家的看法一致：今天的机器人还不够安全，进不了家门。

    现在的 Digit 在无人区干活，但今年秋天要发布的第五代，会具备感知人的能力，不再需要关在”机器人专区”。首席机器人官 Jonathan Hurst 觉得，光制造和物流就够忙一阵了：

    • 先从料箱和托盘点起
    • 再做拣货和齐套（kitting）
    • 然后啃纸箱这种硬骨头，再搞挂车的装卸

    “做到这一步，那就是 1 亿台机器人、千亿市值的生意了。”Hurst 说。把训练场开到特斯拉家门口，Agility 赌的是：在机器人真正能赚钱的制造和物流场景里，先发和落地比讲故事更重要。

    Agility Robotics 的人形机器人 Digit
    Agility 的 Digit 已在亚马逊等仓库实地作业（图源：TechCrunch）
  • 英伟达开源机器人技能库 ASPIRE：机器人开始像程序员一样，边改 bug 边攒本事

    英伟达开源机器人技能库 ASPIRE：机器人开始像程序员一样，边改 bug 边攒本事

    以前训练机器人，靠的是海量数据反复喂、靠梯度下降一点点更新权重，练完就是一堆定死的浮点数。英伟达刚开源的 ASPIRE 把这套逻辑掀了——它让机器人像程序员改 bug 一样，边干边试错、边试错边把经验攒下来。负责具身智能的 Jim Fan 直接放话：这是训练范式的一次彻底改写。

    机器人持续学习与技能库概念图
    ASPIRE 让机器人把每次操作经验沉淀成可复用的技能库

    ASPIRE 全称是 Agentic Skill Programming through Iterative Robot Exploration，说白了就是物理世界里的机器人版 Coding Agent。背后调用的 GPT 或 Claude 不再直接输出机械动作，而是写出一段可调试、可复现的控制代码；机器人执行时，把感知图像、导航、抓取、碰撞报错、运动轨迹全程记下来。

    任务失败了，AI 就回放这段多模态轨迹，像研究员一样判断哪一步出了问题，改代码、再跑一遍；一旦跑通，就把这套解决办法提炼成标准化的 Skill，存进一个越攒越厚的技能库，下次遇到同类场景直接调用，不用从零再试。

    三个变化，把老路子整个翻了过来

    Jim Fan 把这次转变拆成三条，新旧对比很清楚。训练，从梯度下降变成了不断打磨技能；练出来的东西，不再是一份网络权重文件，而是一座持续扩容的感知运动技能库；至于分布式训练，则变成一群 Agent 各自练不同的技能，再把经验汇总进同一个库里。

    这么做的直接好处，是把机器人开发的数据门槛砍了下来。技能库里已经涵盖抓取、移动、操作这些常见任务的预训练模型，开发者拿来组合、微调就行，不再需要动辄百万级的训练数据从头练。

    对国内厂商是把双刃剑

    开源当然降低了研发门槛，谁都能站在英伟达的肩膀上往前走。但硬币的另一面是，一旦大家都用它的技能库、它的标准，机器人的核心能力就等于被英伟达定义了。这跟当年 CUDA 的路数如出一辙——先把地基铺好、免费给你用，等你离不开了，话语权也就攥在人家手里。

    值得留意的几点：

    • 训练目标从更新权重，变成不断打磨和复用单条技能
    • 技能支持跨机型迁移，能大幅省下仿真复现和重训的成本
    • 为人形、工业机器人的通用自主学习提供了一套开源底座

    从大模型卷参数，到智能体卷能不能真把活干成，再到现在机器人开始攒技能，AI 的竞争重心正一步步从静态的权重，挪向动态的、能持续成长的能力。ASPIRE 未必是终点，但它至少给出了一个方向：让机器人像人一样，把每次踩过的坑都变成下次的本事。

  • Mistral也来抢机器人赛道：一个普通摄像头，让机器人在办公室里自己认路

    法国AI公司Mistral，大家更熟悉的是它那些开源大语言模型。但7月8日它悄悄把触角伸到了”物理世界”。新发布的Robostral Navigate是Mistral第一款面向机器人导航的模型，参数只有80亿，却干了件挺反直觉的事：让机器人只靠一个最普通的RGB摄像头，就能在复杂空间里自己走路、认路，不用激光雷达，也不用深度传感器。

    传统方案要让机器人不撞墙，往往得堆传感器——LiDAR、深度相机、好几路摄像头一起上。Robostral Navigate偏要做减法。它接收摄像头画面和一句大白话指令，比如”走出大堂，穿过走廊，进储物间，停在第二个货架正前方”，就自己驱动机器人走完整个流程，连训练时从没见过的人和障碍物都能现场避让。

    Mistral Robostral Navigate 单摄像头机器人导航
    仅凭一颗摄像头，Robostral Navigate 让机器人在办公空间自主导航（配图由AI生成）

    在R2R-CE这个导航基准上，它在没见过的环境里成功率76.6%，见过的有79.4%。更扎眼的是，它比此前最好的单摄像头方案高出9.7个百分点，甚至比用着深度或多摄像头的系统还高出4.5个百分点——”一只眼”反而赢了”多只眼”。

    怎么做到的：先学会”指路”，再学会”走路”

    核心是一套基于”指向”的导航机制。模型看着当前画面和历史指令，预测机器人下一步该往画面里的哪个坐标走、到了之后该朝向哪边。比起直接给”往前两米、左转25度”这种精确位移指令，这种”指路”的方式天然不挑相机参数、也不挑空间尺度，同一个模型能装在轮式的、腿式的甚至飞行的机器人上。

    训练上Mistral也走了一条省钱的路。整个模型完全在模拟环境里训出来，用6000个虚拟场景攒了大约40万条轨迹。再配上前缀缓存（prefix-caching）的训练算法，把整段任务压成一条序列一次训完，训练token量砍到原来的1/22，原本要几个月的活儿压缩到几天。最后再上一轮在线强化学习（CISPO），成功率又多榨出3.2个百分点。

    为什么这件事值得盯

    对Mistral来说，这只是通向”统一具身智能体”的第一步，但它戳中的是机器人落地最贵、最麻烦的一块——感知与导航。制造业、配送、物流、酒店这些场景里，”让机器自己从A走到B”向来是客户最想要的本事。把硬件门槛从一套传感器阵列降成”一颗摄像头加80亿参数”，意味着更多中小玩家也能碰机器人了。

    • 模型完全自研，不依赖任何开源视觉语言模型，从Mistral自家的 grounding 模型初始化而来。
    • 对相机内参差异很皮实，不同机器人、不同摄像头都能通用，部署起来省心。
    • 团队明确说还没看到性能天花板，更多训练和数据还能继续把数字往上推。

    当然，模型目前还没开源，权重和代码要走商务接洽。但Mistral从语言模型跨界到机器人，信号已经很清楚：当小模型也能用一颗摄像头搞定复杂导航，机器人自主移动的硬件护城河，正在被重新画一遍。