2024/04/26 14:41

会颠勺的国产机器人来了：大模型加持，家务能力满分

随着 AI 向 AGI（通用人工智能）的圣杯方向加速发展，大模型与机器人的结合是必然趋势。数十年来，单一用途机器人市场已趋于饱和，AI 通用机器人的巨大潜力急待开垦。

刚刚，来自星尘智能公司的自研 AI 机器人 Astribot S1，在同规格机器人中展现了「最强操作性能」。

在未经加速处理的 1 倍速视频中（业界常见为 3 到 10 倍速），S1 机器人展示了家居、工作场景中的卓越性能，完成了叠衣、分拣物品、颠锅炒菜、吸尘清洁、竞技叠杯等一系列复杂任务。

S1 通过模仿学习，能以媲美成年人的敏捷、灵活和丝滑度，执行多项对人有用的复杂任务，建立了新的 AI 机器人标准。S1 机器人已接入大模型测试，并预计在 2024 年内完成商业化。

星尘智能 CEO 来杰表示：「我们的目标是让数十亿人拥有 AI 机器人助理。新一代 AI 机器人，正是『为你而生，为你而智』（Naturally Yours），能像人一样学习、思考和劳动，会使用人的工具和设备、帮人完成枯燥、困难或危险的任务，甚至能适应环境和变化，从而真正照顾家庭老幼。这样的世界将需要数百万、甚至数十亿个机器人。我们欢迎大家向 S1 提更多需求，让它的能力能从 55%、85% 成长到 99.99%，无限接近人类水平。」

据了解，星尘智能的研发团队在「软硬件协同」上取得了关键突破，S1 研发耗时一年，既有智慧「大脑」（软件），也有敏捷灵活的「身体」（硬件）。

软件上，支持视频、动捕及遥操作等多种数据收集手段，可使用强化学习、模仿学习和多模态大模型等完成学习和训练。机器人可随软件升级，不断提升智能化和多任务泛化能力。

硬件上，自研的高性能电机传动系统经过多次迭代，集成了控制、传感、传动与驱动等多个复杂系统，为 S1 机器人提供了敏捷、灵活、丝滑的动态操作能力，接近工业机器人的速度和精度。此外，头、手、躯干为模块化设计，可按不同需求灵活组装或拆卸，提升任务适应性。

值得一提的是，星尘智能以安全交互为基准，采用「以力为中心」的创新设计方法，让 S1 有近似协作机器人的安全性，能精准控制与人体、物体和环境的交互力度，在运动中不伤人、不伤物、不伤自己。

星尘智能创始人来杰拥有 16 年机器人研发经验，曾任职于腾讯机器人实验室（1 号员工）、百度「小度机器人」（团队负责人）、香港理工大学等。他设计过多款新型机器人，在腾讯主导研发了轮腿式机器人 Ollie，并持续推动机器人与人工智能技术的结合。

团队背景包括腾讯、谷歌、优必选、百度和华为等前沿科技公司，在解决前所未有的科学难题、将创新技术转化为商业产品方面经验丰富。

星尘智能（Astribot）的名字源自拉丁古谚语「Ad astra per aspera」，意为「穿越苦旅，以达星尘」。来杰解释道：「AI 机器人走进千家万户，还需五年到十年的努力。有此长期志向的伙伴，欢迎加入我们，让 AI 机器人从梦想变为现实。」

最后回顾一下 S1 的操作能力：

产业Astribot S1星尘智能

相关技术

机器学习物体识别深度学习人脸识别图像分割

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

基准技术

一种简单的模型或启发法，用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

来源：Google ML Glossary

工业机器人技术

工业机器人是面向工业加工制造的可自动控制，多用途，需有三轴及以上可编程的固定或可移动机械手。其系统中包括带有执行机构的机械手以及示教控制器。它可以依靠自身控制能力来执行预设的轨迹及动作。典型应用包括焊接，刷漆，组装，采集和放置等工作。工业机器人完成工作具有高效性，持久性和准确性。目前常用的工业机器人包括关节机器人，SCARA机器人，并联机器人和直角坐标机器人等。

来源：ISO 8373:2012(en) Robots and robotic devices - Vocabulary

模仿学习技术

模仿学习（Imitation Learning）背后的原理是是通过隐含地给学习器关于这个世界的先验信息，就能执行、学习人类行为。在模仿学习任务中，智能体（agent）为了学习到策略从而尽可能像人类专家那样执行一种行为，它会寻找一种最佳的方式来使用由该专家示范的训练集（输入-输出对）。

来源：机器之心

强化学习技术

强化学习是一种试错方法，其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划（Dynamic Programming）。流行的强化学习方法包括自适应动态规划（ADP）、时间差分（TD）学习、状态-动作-回报-状态-动作（SARSA）算法、Q 学习、深度强化学习（DQN）；其应用包括下棋类游戏、机器人控制和工作调度等。

来源：机器之心

腾讯机构

腾讯，1998年11月诞生于中国深圳，是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念，为亿万网民提供优质的互联网综合服务。腾讯的战略目标是“连接一切”，我们长期致力于社交平台与数字内容两大核心业务：一方面通过微信与QQ等社交平台，实现人与人、服务及设备的智慧连接；另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展，通过普及移动支付等技术能力，为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/