機(jī)器之心報(bào)道

機(jī)器之心編輯部

一年一秀，稚暉君的第二代人形機(jī)器人來了。

靈巧小手，正在麻將桌上叱咤風(fēng)云：

不對(duì)不對(duì)，讓我們先看看整體氣質(zhì)：

然后是常規(guī)家務(wù)，能看出來也是非常熟練：

在大模型風(fēng)靡的 2024 年，如果說 AI 領(lǐng)域什么最火，「具身智能」這個(gè)方向必定位列其中。

視線放到國內(nèi)，「智元機(jī)器人」這家具身智能公司備受矚目。自 2023 年 2 月成立以來，「智元機(jī)器人」已馬不停蹄地完成了 6 輪融資，迅速成為機(jī)器人創(chuàng)業(yè)圈的「頂流項(xiàng)目」。

創(chuàng)業(yè)半年，稚暉君和團(tuán)隊(duì)就拿出了首款產(chǎn)品「遠(yuǎn)征 A1」。一出道，「遠(yuǎn)征 A1」的行走能力和人機(jī)互動(dòng)就是業(yè)界領(lǐng)先水平。不過，在「遠(yuǎn)征 A1」初次亮相之后，我們似乎再也沒聽說過它的下一步消息，甚至沒有放出任何整活視頻。

但今天的發(fā)布會(huì)之后，我們知道了，智元機(jī)器人在「悶聲干大事」。

在這場發(fā)布會(huì)中，稚暉君一口氣推出了三款遠(yuǎn)征系列機(jī)器人產(chǎn)品：交互服務(wù)機(jī)器人「遠(yuǎn)征 A2」、柔性智造機(jī)器人「遠(yuǎn)征 A2-W」、重載特種機(jī)器人「遠(yuǎn)征 A2-Max」。最后的 One more thing 環(huán)節(jié)，智元 X-Lab 孵化的模塊化機(jī)器人系列產(chǎn)品「靈犀 X1」和「靈犀 X1-W」也作為「彩蛋」正式亮相。

相比上一代，五款機(jī)器人采用了家族化設(shè)計(jì)語言，對(duì)機(jī)器人的外形進(jìn)行了系列化的規(guī)整，結(jié)合輪式與足式兩種形態(tài)，覆蓋交互服務(wù)、柔性智造、特種作業(yè)、科研教育和數(shù)據(jù)采集等應(yīng)用場景。

關(guān)于量產(chǎn)進(jìn)度，智元機(jī)器人也透露了最新消息：2024 年預(yù)估發(fā)貨量將達(dá)到 300 臺(tái)左右，其中雙足 200 臺(tái)左右，輪式 100 臺(tái)左右。

新一代遠(yuǎn)征 A2

從「遠(yuǎn)征 A1」開始，智元在機(jī)器人產(chǎn)品上的落地方向就已經(jīng)很清晰：「進(jìn)廠打工」。今年的「遠(yuǎn)征 A2」更是為批量「進(jìn)廠打工」做了更充分的準(zhǔn)備。

我們來看下這個(gè)家族的成員：

「遠(yuǎn)征 A2」是一款交互服務(wù)機(jī)器人，全身具備超過 40 個(gè)主動(dòng)自由度的關(guān)節(jié)和仿人的靈巧雙手，能夠模擬出豐富和復(fù)雜的人類工作。它擁有一個(gè)可以持續(xù)學(xué)習(xí)的大腦，由大語言模型加持。此外，它還具備多模態(tài)的感知，輸入系統(tǒng)，可以通過視覺感知交互者的情緒。

「遠(yuǎn)征 A2-Max」是一款重載特種機(jī)器人，既力大無窮又具備靈巧作業(yè)的優(yōu)勢，在開場的情景劇中，它輕松地搬動(dòng)了 40kg 的航空箱，目前「遠(yuǎn)征 A2-Max」還處于產(chǎn)品研發(fā)階段。

「遠(yuǎn)征 A2-W」是一款柔性智造機(jī)器人，它的兩條手臂既可以獨(dú)立操作，也可以協(xié)同工作。它采用了輪式底盤，結(jié)合機(jī)身搭載的 rgbd 激光雷達(dá)、全景相機(jī)、為全域安全配置的傳感器等等構(gòu)件，使得它可以在各種環(huán)境中快速而平穩(wěn)的移動(dòng)。

在發(fā)布會(huì)前，「遠(yuǎn)征 A2-W」的表現(xiàn)簡直像鋼鐵俠的「賈維斯」走進(jìn)了現(xiàn)實(shí)。在聽懂稚暉君的指令后，它完全自主地打開了可樂瓶子，在榨汁機(jī)中放入葡萄，按下榨汁機(jī)，一滴沒撒地把榨汁機(jī)里的飲料倒進(jìn)了杯子，給稚暉君端上了一杯「萄氣可樂」。

除了顏值提升，「遠(yuǎn)征 A2」系列機(jī)器人更是內(nèi)外兼修。對(duì)于機(jī)器人的核心零部件，「智元機(jī)器人」創(chuàng)新地將機(jī)器人系統(tǒng)劃分為動(dòng)力域、感知域、通信域、控制域。顯然，「智元機(jī)器人」都是沖著全棧生態(tài)去的。

在動(dòng)力域方面，「智元機(jī)器人」對(duì) PowerFlow 關(guān)節(jié)模組實(shí)現(xiàn)了量產(chǎn)化迭代升級(jí)，從參數(shù)上看，PowerFlow 關(guān)節(jié)模組都有大幅提升。在穩(wěn)定性和可靠性方面，「智元機(jī)器人」也對(duì)其峰值性能、老化速度等方面進(jìn)行了大量測試和優(yōu)化。

對(duì)于「干活」而言對(duì)重要的靈巧手，這回「智元機(jī)器人」也升級(jí)了一番：自由度數(shù)躍升至 19 個(gè)，主動(dòng)自由度翻倍至 12 個(gè)，在感知能力方面也引入了更多模態(tài)，例如基于 MEMS 原理的觸覺感知和視觸覺感知技術(shù)。

此外，「智元機(jī)器人」還推出了高精度力控 7 自由度雙臂，能夠精準(zhǔn)執(zhí)行阻抗控制、導(dǎo)納控制、力位混控等多種力控任務(wù)，也支持雙臂拖拽示教模式和可視化調(diào)節(jié)。

對(duì)于感知域方面，新一代的遠(yuǎn)征機(jī)器人系列集成了 RGBD 相機(jī)、激光雷達(dá)、全景相機(jī)等傳感器，引入自動(dòng)駕駛 Occupancy 前沿感知方案，通過 SLAM 算法進(jìn)一步提升環(huán)境理解能力。

在通信域方面，「智元機(jī)器人」自研了具身原生、輕量化、高性能的智能機(jī)器人通信框架 AimRT。相比 ROS 等第三方中間件，提升了性能、穩(wěn)定性、系統(tǒng)部署的效率和靈活性，同時(shí)又完全兼容 ROS/ROS2 已有生態(tài)。AimRT 將于 9 月底開源。

對(duì)于控制域方面，「智元機(jī)器人」結(jié)合了 Model-based 與 Learning-based 兩種算法，進(jìn)一步提升機(jī)器人運(yùn)動(dòng)控制與適應(yīng)能力。對(duì)于 Model-based，「智元機(jī)器人」進(jìn)一步提升了系統(tǒng)的魯棒性，因此，在發(fā)布會(huì)上機(jī)器人所做的演示才能如此流暢和絲滑。對(duì)于 Learning-based 算法，「智元機(jī)器人」在這里劃了一個(gè)重點(diǎn)，希望能促成機(jī)器人訓(xùn)練方法從算法驅(qū)動(dòng) - 數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)變。

在運(yùn)控算法的基礎(chǔ)上，「智元機(jī)器人」預(yù)研了基于自然語言指令集驅(qū)動(dòng)的、可以適配不同機(jī)器人本體的 AgentOS，基于強(qiáng)化學(xué)習(xí)，實(shí)現(xiàn)機(jī)器人技能的精準(zhǔn)編排與高效執(zhí)行。

首次提出 G1-G5 具身智能技術(shù)演進(jìn)路線

在本次發(fā)布會(huì)上，智元機(jī)器人還首次提出了具身智能領(lǐng)域的技術(shù)演進(jìn)路線，包含從 G1 到 G5 五個(gè)階段：

G1 指的是基礎(chǔ)自動(dòng)化階段，也就是基于手工設(shè)計(jì)的特征，配合簡單的機(jī)器視覺去做一些反饋。這一階段的部署是為特定的場景量身定制的，雖然可以解決某些場景下的任務(wù)執(zhí)行問題，但無法在不同的場景里面做低成本快速遷移。

G2 是「通用原子技能」階段，針對(duì)大量不同的場景任務(wù)和各種作業(yè)的任務(wù)需求，提煉出一些可以復(fù)用的原子能力。簡而言之，是以相對(duì)通用的方式去實(shí)現(xiàn)類似場景任務(wù)的快速遷移，然后配合大語言模型框架去做任務(wù)編排，使得機(jī)器人具備一定的泛化能力。

G3 則意味著具身智能的整體架構(gòu)開始調(diào)整為「端到端」的路線，盡管這個(gè)階段與 G2 階段的算法架構(gòu)可能是類似的，但此時(shí)的各項(xiàng)「原子能力」的形成方式，已經(jīng)由手工設(shè)計(jì)的算法驅(qū)動(dòng)變?yōu)榱舜罅繑?shù)據(jù)采集之后的數(shù)據(jù)驅(qū)動(dòng)。

區(qū)別于前三個(gè)階段，G4 階段將會(huì)出現(xiàn)一個(gè)通用的端到端操作大模型。到了這一階段，即可引入大量跨場景的真實(shí)數(shù)據(jù)和仿真數(shù)據(jù)，同時(shí)引入世界模型幫助 AI 理解現(xiàn)實(shí)世界背后的物理原理，理解不同任務(wù)背后底層邏輯的相通之處。比如對(duì)于「擰開瓶子」和「擰開門把手」這兩件事，就不再需要采集兩份單獨(dú)的數(shù)據(jù)以獲得兩項(xiàng)單獨(dú)的技能。最終通向無限趨近 AGI 的 G5 階段。

過去一年，智元機(jī)器人已經(jīng)在 G2 路線取得了階段性突破，實(shí)現(xiàn)了通用的位姿估計(jì)模型 UniPose、通用的抓取模型 UniGrasp，通用的力控插拔模型 UniPlug 等一系列 zero-shot 和 few-shot 的通用原子技能。在 G2 階段的原子能力模型，面向柔性智造和交互服務(wù)場景，已經(jīng)在多個(gè)實(shí)際場景中得到了商業(yè)應(yīng)用。

在 G3 路線上，智元機(jī)器人也形成了一套完整的全流程具身數(shù)據(jù)方案 AIDEA（Agibot Integrated Data-system for Embodied AI，智元具身智能數(shù)據(jù)系統(tǒng)）。

但我們都知道，要想形成這樣一套方案，首先需要投入大量的數(shù)據(jù)采集成本，不是每個(gè)機(jī)器人團(tuán)隊(duì)都有條件做到的。

而智元機(jī)器人做到了，還預(yù)備在今年第四季度開源。

稚暉君表示，數(shù)據(jù)采集是整個(gè)環(huán)節(jié)的痛點(diǎn)。在過去一年中他們面向數(shù)據(jù)做了大量的基建工作，而且形成了一套完整、全流程的數(shù)據(jù)采集、應(yīng)用的方案 AIDEA。

AIDEA 除了提供硬件本體方案之外，也會(huì)提供整個(gè)云全鏈路數(shù)據(jù)平臺(tái)，還有 AIDEA ML 機(jī)器學(xué)習(xí)平臺(tái)進(jìn)行模型訓(xùn)練與算法評(píng)測，以及 AIDEA Sim 仿真平臺(tái)。

稚暉君表示，他預(yù)計(jì)接下來智元會(huì)有百臺(tái)以上自由部署機(jī)器人專門用來做端到端的數(shù)據(jù)采集，他們也將于四季度開源基于 AIDEA 的百萬條真機(jī)、千萬條仿真數(shù)據(jù)集，以積極建設(shè)開放生態(tài)。

稚暉君的 One more thing

大概因?yàn)橛X得一年才開一次發(fā)布會(huì)屬實(shí)「鴿」太久了，稚暉君也在發(fā)布會(huì)最后公布了 One more thing：全棧開源機(jī)器人靈犀 X1、專業(yè)數(shù)采機(jī)器人靈犀 X1-W 兩款新品。

這兩款機(jī)器人來自于 X-Lab（稚暉君實(shí)驗(yàn)室），是 10 個(gè)人不到 3 個(gè)月的時(shí)間做出的產(chǎn)品，里面有非常多的創(chuàng)新細(xì)節(jié)。例如，自研了 PF86 和 PF52 兩款全新的 PowerFlow 關(guān)節(jié)，融入了模塊化設(shè)計(jì)理念，可以通過簡單抱箍形式輕松拆裝。

基于 X-Lab 對(duì)極致創(chuàng)新的追求，稚暉君表示，會(huì)開源靈犀 X1 的本體設(shè)計(jì)圖紙、軟件框架、中間件源碼、基礎(chǔ)運(yùn)控算法。

此外在執(zhí)行器方面，X-Lab 自研了帶前饋力控、超低成本的自適應(yīng)通用夾爪，也推出了滿足場景需求的百元級(jí)成本的六維力傳感器。

對(duì)了，靈犀的售價(jià)是零元，開源大部分設(shè)計(jì)資料及代碼，但賣零件。

稚暉君表示，希望這能夠推動(dòng)「人形機(jī)器人人人造」時(shí)代的到來。

你喜歡嗎？