ADVERTISEMENT
具身智慧，或者說人形機器人，現在已經成為僅次於 AI、最熱門的投資項目。無論是 OpenAI、Nvidia或者是微軟，都在砸下重金投資人形機器人團隊。
現在，一個種子選手，正在獲得巨頭們的青睞。
近日，一家名為 Skild AI 的公司，宣布完成 3 億美元的 A 輪融資，投資者包括傑夫‧貝佐斯、日本軟銀集團、紅杉資本和卡內基美隆大學等，使該公司估值達到 15 億美元。
這家公司才成立不到一年，由兩名機器人領域的大學教授創立，其團隊正在構建一個「可拓展的機器人基礎模型」，作為各種類型機器人和各種現實應用場景的通用「大腦」，同時還在構建可以改裝到機器人硬體上的系統。
該公司稱，「我們的長期目標是開發基於物理世界的通用人工智慧（AGI），挑戰 AGI 只能從數位知識中產生的流行觀念。」
投資人為此迅速投資，認為機器人行業的「GPT-3 時刻即將到來」。
Skild AI 到底做對了什麼？它能實現 AI+具身智慧的野心嗎？
「機器人大模型」
Skild AI 由卡內基美隆大學教授迪派克‧帕塔克（Deepak Pathak）和阿比納夫‧古普塔（Abhinav Gupta）於 2023 年 5 月創立，正在開發基於物理世界的智慧系統，構建機器人基礎模型——可以理解為「機器人大腦」。
他們在做的東西有什麼特別？傳統機器人技術側重於收集特定資料，來訓練機器人以完成特定任務，而迪派克和阿比納夫則利用大規模資料，透過基於 Transformer 的自我調整架構構建基礎模型，想要創建的是一個通用、魯棒且具備湧現行為的機器人模型。
這家公司稱，自己正在突破機器人資料壁壘，其訓練模型的資料量「是競爭對手模型的千倍以上」。與那些為特定應用垂直設計的機器人不同，Skild 的模型作為各種機器人形式、場景和任務的「通用」大腦，涵蓋操作、移動和導航等功能。
在現實世界應用中，從在惡劣物理中具備韌性的「四足機器人」，到能夠進行複雜家庭和工業任務的「人形機器人」，該公司的模型據稱都能用上。
那麼，在理論上，這種「機器人大腦」可以為波士頓動力公司的四足機器人「Spot」以及 Agility Robotics 的人形機器人「Digit」提供「動力」，儘管公司尚未宣布具體合作夥伴。
Skild AI 稱自己的使命是「透過開發首個真正智慧的實體系統，徹底改變未來的體力工作，目的在提升生產力和挖掘人類潛力。」願景是「建立札根於物理世界的通用人工智慧（AGI）」。
儘管全球不少人都擔心 AI 或機器人搶工作，做機器人的公司普遍還是喜歡說自己要解決所謂的「勞動力短缺問題」，抑或者更高遠的「解放人類」。
Skild AI 顯然也不例外。
他們對外強調的說法是，以美國為例，目前面臨著嚴重的勞動力短缺，空缺的工作職缺比失業人數多出 170 萬個。醫療保健、建築、倉儲和製造業等行業受影響最嚴重，預計到 2030 年將有 210 萬個製造業職位空缺。
此外，許多這些工作對人類來說可能是危險的，例如石油鑽井平臺和機器房。而 Skild 的模型使機器人能夠適應在危險環境中執行新任務，而不是由人類執行這些任務。
Skild AI 的聯合創始人阿比納夫‧古普塔稱，「通用機器人能夠在任何環境下、安全地執行任何自動化任務，並具備任何類型的實施形式，我們可以增強機器人的能力，降低其成本，並支援嚴重人手不足的勞動力市場。」
機器人行業的人常說「機器人技術很難」，這幾乎成了支配該領域的無名自然法則之一。
而且，不少人認為機器人是一個硬體問題，但 Skild AI 的創始人卻認為這是一個軟體問題。
Skild AI 強調「規模是關鍵」，並表示他們正在發明最尖端的機器學習演算法，「重點是利用規模的力量，在任何環境中提供無與倫比的魯棒性。從建築工地到工廠再到家庭，Skild Brain 能像人類一樣適應非結構化環境。」
這個「Skild Brain」，就是所謂的大腦，據稱是「首個可擴充的」機器人基礎模型，可以適應不同的硬體和任務，「在模型設計上具有魯棒性。」
該公司還披露了一個 Skild AI 行動操控平臺，由 Skild Brain 提供動力，在這個平臺上「可以開發用於機器人的進階 AI 演算法和應用程式」，他們想要「使機器人操作像呼叫 API 一樣簡單」。目前，該平臺尚未開放，僅允許感興趣的開發者註冊，加入早期使用等待名單。
此外，他們推出了一個安全/檢查機器人平臺，稱提供自動化視覺檢查、資料收集或巡邏任務的解決方案。
今年 7 月，Skild AI 宣布完成 3 億美元的 A 輪融資，融資由 Lightspeed Venture、Coatue、軟銀集團和傑夫‧貝佐斯（透過 Bezos Expeditions）領投，Felicis Ventures、紅杉資本、Menlo Ventures、General Catalyst、CRV、亞馬遜、SV Angel 和卡內基美隆大學參與了本輪融資。這次融資使公司的估值達到 15 億美元。
Skild AI 表示，將利用這筆新資金改進其 AI 模型，同時追求商業化落地部署。長期目標是創造一種「具有與人類同等能力」且「札根於物理世界」的 AGI。
其首席執行長兼聯合創始人迪派克‧帕塔克稱：「我們相信 Skild AI 代表了機器人技術擴充方式的一個轉捩點，具有改變整個實體經濟的潛力。」
印度機器人大神創業
根據公司網站顯示，Skild AI 正在招聘多個工程師職務。目前團隊包括來自 Meta、特斯拉、Nvidia、亞馬遜和Google背景的成員，以及卡內基美隆大學的學生。
兩名聯合創始人迪派克和阿比納夫，都曾是卡內基美隆大學的教授，在機器人和 AI 領域有多年研究經驗，以其在自監督機器人技術、好奇驅動的智慧體和自我調整機器人學習等領域的研究聞名。
如果要量化其學術水準，他們兩人目前擁有 150+的 H 指數，超過 90000 次引用。
迪派克來自印度的一個小鎮，在同齡人搬到大城市備戰全國考試時，他留在小鎮，仍然考上了印度理工學院（即 ITT），這是印度的最高學府，這一成就還登上了當地頭條。
據稱，在印度時，由於缺乏條件，他還曾在家裡用紙手寫程式碼並檢查，然後在當地咖啡館有限的上網時間裡運行他編寫的程式。後來這個印度的「小鎮傳奇」就赴美國讀博，期間加入 Facebook AI 研究院（FAIR）做研究，還創辦過一家被收購的新創公司，後來選擇當教授。
阿比納夫則是卡內基美隆大學的終身教授，和迪派克同為印度裔，曾是 FAIR 機器人研究組的創始成員和研究負責人。他和迪派克討論了十年創業的可能性。2023 年初，他們看到了自己領域技術進步的加速，意識到是時候出來大幹一場了。
那麼，他們看到的機會具體是什麼？ 在追求為機器人構建通用智慧的過程中，關鍵挑戰一直是如何在沒有大規模資料的情況下，構建一個大型模型。
與大型語言模型不同，機器人領域沒有現成的網路資料。因此，他們探索了從現有資源中學習的不同策略：網路視訊、遠端操作、現實世界資料、模擬等。
2015 年，他們首次實現了機器人資料的 1000 倍拓展，隨後幾年，他們嘗試了人類遠端操作和低成本機器人遠端操作平臺。2017 年，他們提出了著名的好奇心驅動學習演算法，用於構建能夠自主探索和學習的智慧體。2021 年和 2022 年，他們再次突破，採用大規模自我調整 SIM2REAL（虛擬到現實世界訓練）策略，並在機器人學習會議上獲得最佳機器人系統獎。
這些成就，奠定了 Skild AI 的目標：一個通用模型，能夠在任何環境中完成任何任務，而無需特定訓練。有投資方認為，如果迪派克和阿比納夫能實現這一目標，他們將取得類似 GPT-3 的突破，結果可能適用於幾乎所有領域。
機器人的「GPT-3 時刻」？
卡內基美隆大學現任機器人研究所所長馬修‧羅伯森（Matthew Roberson）為他們月臺背書稱，「Skild AI 由站在機器人技術創新尖端的的專家創立，我迫不及待地想見證他們的尖端技術如何徹底改變行業，並延續卡內基美隆大學在轉化研究方面的悠久歷史。」
其他投資方也不吝吹捧，似乎對 Skild AI 的能力和前景充滿信心。他們大多看中的是兩名創始人對世界上一些先進機器人和 AI 實驗室的貢獻。
在過去幾年，網路偶爾會被機器人極限跑酷、用手操控物體（包括開門和抽屜）、爬樓梯（無論是前進還是後退，室內還是室外）、以及自然流暢移動的機器人影片震撼一下，而這些進步，據稱背後都可以追溯到兩人的一些學術成果。
有的投資人稱他們是機器人技術進步的「催化劑」，認為「他們在將基礎模型的核心原則應用於現實世界方面的創新，使行業走上了通用機器人技術的道路。」
有的投資人提出，Skild AI 在構建機器人操作和移動的基礎模型方面，「採用了真正可擴充的方法」，「他們革命性地改變機器人技術，從預先載入程式機器人轉向動態自我調整機器人，這有可能顛覆整個實體經濟。」
還有投資方已經投資機器人公司超過 15 年，稱 Skild 是其見過「最具遠見的」，「他們正在構建的模型將在任何環境、任何硬體上執行任何任務。」
在 Felicis Ventures 的投資人看來，開發通用機器人智慧的競賽已經開始，沒有任何一個想法能像現在這樣快速地動員資本和人才，通用機器人基礎模型將成為這一鏈條中的關鍵環節。
創造一個能夠在任何環境中、任何形式上進行推理、規劃和行動的「單一模型」，這個想法並不新鮮，一直是機器人行業想要奪取的聖杯，「這個想法的問題在於，幾年前它根本不可能實現。而今天，它可能成為現實。」Felicis Ventures 的投資人如此稱。
「當我們第一次飛往匹茲堡觀看 Skild 機器人實際操作時，我們簡直不敢相信自己的眼睛。一個新創公司在如此短的時間內怎麼可能取得如此大的成就？」
「答案在於規模。大型預訓練視覺語言動作模型（VLA）展現出與大型預訓練語言模型（LLM）相同的湧現行為，正如在代數上訓練一個 LLM 使其在西班牙語上表現得更好。」Felicis Ventures 的投資人認為「Skild 正在將這一理念推向極致。」
Skild 正在做和想要實現的，就是透過所謂千倍以上的訓練資料量，讓機器人從沒見過的任務也能執行到位，該投資人稱已經看到了跡象。
紅杉資本的投資人也聲明稱，對 Skild AI 的團隊充滿「深刻的信念」，說他們「有潛力在現實世界中實現 OpenAI 在數位世界中所取得的成就。」
信念的一個證明是，飛速給錢。見完創始人不到一周時間內，紅杉資本就拍板決定投資 Skild AI，認為這個團隊就是他們追求的，稱「GPT-3 時刻即將到來，將為機器人世界帶來巨大變革，就像我們在數位智慧世界中看到的進步一樣。」
這些投資人認為，雖然關於 AI 對人類生活影響的討論非常熱烈，但迄今為止，大量討論仍然主要集中在軟體上，而將 AI 整合到機器人中則潛藏著巨大的機會，AGI 不是只能透過數位知識來構建。雖然一切都處於早期階段，但利用 LLM、VLM 和程式碼生成的進步，機器人製造商有機會開發更「想像這樣一個世界：一個 AI 機器人基礎模型能夠在任何環境、任何機器人硬體上完成任何任務。這將大大擴充我們可以構建的機器人類型，並且成本將比今天低幾個數量級。」
隨著軟體領域的 AI 成為巨頭的遊戲，以及將 AI 整合到機器人的前景和吸引力。
一波 AI 熱錢，已經轉向機器人領域。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！