從折疊衣物到制作咖啡，從實驗室數(shù)據(jù)收集到真實的太空部署——Physical Intelligence正站在機器人技術(shù)的歷史轉(zhuǎn)折點上。

“讓計算機在智力測試或下棋時表現(xiàn)出成人水平相對容易，但要讓它們在感知和行動方面擁有1歲兒童的技能，卻很困難甚至不可能?！?/p>

1988年，機器人研究員漢斯·馬魯韋克（Hans Moravec）提出了這個后來被稱為“莫拉維克悖論”的觀察。近40年過去了，這仍然是機器人技術(shù)面臨的最大障礙。

然而，一家位于舊金山的初創(chuàng)公司——Physical Intelligence（物理智能），正試圖徹底解決這個問題。他們計劃打造世界上第一個通用的“機器人大腦”，一個能夠適應(yīng)現(xiàn)實世界各種混亂場景的基礎(chǔ)模型。這家公司由來自澳大利亞的洛基·格林（Loki Green）聯(lián)合創(chuàng)立，已籌集超過10億美元資金，估值達(dá)到56億美元。

我們走進(jìn)他們的實驗室，親眼見證了他們的工作，并與創(chuàng)始團隊和投資人進(jìn)行了一場深度對話。

一、從咖啡機到疊衣服：機器人正在學(xué)會“動手”

走進(jìn)Physical Intelligence的辦公室，首先映入眼簾的是一個全自動咖啡制作機器人。它能夠拿起手柄、放入咖啡機、按下按鈕，整個過程流暢自如。

“這是我喝過最好喝的機器人咖啡?！辈稍L者笑著說。

但這只是冰山一角。旁邊，一臺機械臂正在折疊衣物——一件從未見過的短褲。機器人通過觀察和遙操作數(shù)據(jù)，學(xué)會了如何處理可變形物體，這是以前機器人幾乎不可能完成的任務(wù)。

“我疊衣服疊得特別差，”洛克·格林坦言，“所以看到機器人能幫我做這件事，真的很有幫助?！?/p>

團隊還展示了削水果皮、組裝包裝等其他任務(wù)。這些看似簡單的家務(wù)活，對機器人來說卻是巨大的挑戰(zhàn)，因為它們涉及可變形物體、精細(xì)動作技能和復(fù)雜的環(huán)境交互。

二、為什么機器人技術(shù)過去幾十年一直“掉鏈子”？

在采訪中，洛克解釋了機器人技術(shù)長期未能普及的根本原因。

“之前的機器人幾乎完全是預(yù)先設(shè)定好的，”他說，“你把它們部署到工廠里，它在同一位置拾取同一個物體，以同樣的方式操縱它，然后繼續(xù)下一個。這沒有問題，但它是確定性的。”

下一波機器人引入了計算機視覺，但仍然是針對特定場景，受到高度限制。核心問題在于，它們無法處理“變異性”?，F(xiàn)實世界是混亂的、不可預(yù)測的：廚房里的光線、物體的位置、衣物的褶皺……每秒鐘都在變化。

“對計算機來說容易的事（例如算術(shù)、下棋），對人類很難；對人類來說微不足道的事（例如走路、抓取、疊衣服），對計算機卻極其困難?！甭蹇朔Q這為“物理智能”的缺失，而這正是他的公司要填補的空白。

三、數(shù)據(jù)、算法、部署：Physical Intelligence的研發(fā)引擎

那么，他們打算如何解決這個問題？

洛克表示，方法與其他深度學(xué)習(xí)領(lǐng)域相似：“收集大量數(shù)據(jù)，重新設(shè)計并編寫能夠擬合這些數(shù)據(jù)并從中學(xué)習(xí)的算法，然后逐步完成部署?！?/p>

在公司開放式的辦公室里，一邊是研究人員在討論算法，另一邊是數(shù)據(jù)收集員在通過“遙操作”控制機械臂，演示各種任務(wù)。這些數(shù)據(jù)會被標(biāo)注、混合、增強，然后用于訓(xùn)練模型，再回到同一臺機器人上評估效果。

“我們擁有一個龐大的研究團隊，”洛克說，“他們提出假設(shè)，這些假設(shè)通常需要收集一定量的數(shù)據(jù)。然后我們訓(xùn)練模型，在收集數(shù)據(jù)的那些站點上評估模型。

通過結(jié)果，我們可以了解這個研究想法是否有效——也許是一種新算法，一種新的數(shù)據(jù)收集策略，一種新的數(shù)據(jù)混合方式?！?/p>

四、從洗衣到泛化：三個版本，三次突破

Physical Intelligence的首個版本（代號Pi-0）專注于功能證明——讓機器人做以前從未可能的事情，比如折疊衣物。這不僅包含巨大物理復(fù)雜性，還因為“人人都知道怎么疊衣服”，數(shù)據(jù)收集門檻極低，是理想的試驗平臺。

第二個版本（Pi-0.5）專注于泛化能力。團隊證明，機器人只需在大約100個家庭環(huán)境中訓(xùn)練，就能將知識推廣到第101個從未見過的家庭中。他們原以為可能需要成千上萬甚至上百萬個樣本。

最新的版本則側(cè)重于性能。團隊正在開發(fā)能夠自主提升性能的方法，讓機器人在洗衣、制作咖啡、組裝包裝等任務(wù)上達(dá)到很高的成功率。

“這是一個以前從未實現(xiàn)過的水平，”洛克說，“但要大規(guī)模部署機器人，他們需要配合得非常好，而這一點一直難以捉摸。我們還沒有解決這個問題，甚至不能說接近解決。”

五、投資人視角：時機、團隊和超預(yù)期的速度

菲利普·克拉克（Philip Clark）是Thrive Capital的投資合伙人，也是Physical Intelligence最早的投資人之一。他從公司只有四人在客廳里創(chuàng)業(yè)時就開始投資。

“所有偉大的公司投資最終都?xì)w結(jié)為兩件事：人和時機，”菲利普說，“很明顯，這些人是世界上最優(yōu)秀的科研人員在研究這個問題。而時機也很重要——如果回到十年前，底層模型能力還不具備?！?/p>

他透露，Physical Intelligence的進(jìn)展速度比他最樂觀的預(yù)期還要快兩到三倍?！拔以詾榭赡苄枰轿迥瓴拍苓_(dá)到現(xiàn)在的水平，但他們只用了一年半?！?/p>

菲利普特別提到了洛克·格林的背景：這位來自珀斯的澳大利亞人，17歲飛來硅谷，加入Stripe成為早期員工，在Stripe工作了六年，展現(xiàn)出非凡的職業(yè)道德。之后他一直在投資和關(guān)注機器人領(lǐng)域，直到2023年，他聽說DeepMind機器人團隊的幾位頂尖科學(xué)家（包括卡爾·豪斯曼、謝爾蓋·萊文、切爾西·芬恩）打算離開，于是聯(lián)手創(chuàng)辦了Physical Intelligence。

六、未來十年：機器人做無聊、危險、無意義的工作

當(dāng)被問及“如果成功，十年后世界會是什么樣”時，洛克沉思了一會兒。

“世界將會變得非常不同，簡直難以想象，”他說，“但我認(rèn)為這是一個非常好的世界?！?/p>

他強調(diào)，許多人一生中做的很多事情并不令人愉快——洗衣服、打掃房子、重復(fù)性的工廠勞動?！八麄冞@樣做不是因為自愿，而是因為他們不得不做。為了讓世界正常運轉(zhuǎn)，有大量的事情需要完成，而人們從中得不到多少樂趣或意義?！?/p>

“人們從工作中獲得意義，但我認(rèn)為未來的工作不必和過去一樣。我們的成功很大程度上歸功于改變了那些枯燥、危險、無趣、毫無意義的工作——那些應(yīng)該由機器人來完成的工作。而人們真正想做的事情，他們應(yīng)該去做?！?/p>

“這就是我做這一切的真正希望。當(dāng)然，在這兩者之間會有很多困難和復(fù)雜的情況需要應(yīng)對，但我對人性充滿信心和樂觀?！?/p>

七、展望：GPT-2時刻已經(jīng)到來？

洛克將目前機器人的發(fā)展比作大語言模型的早期階段。

“這更像是GPT-2的時刻，而不是GPT-3、GPT-4、GPT-5的時刻。我們看到了生命的跡象，看到了潛力，但還需要大力擴大規(guī)模，才能讓它真正實用，對世界各地的每個人都有用?！?/p>

對于接下來的一到三年，他持謹(jǐn)慎樂觀態(tài)度：“很難想象在未來幾年內(nèi)家家戶戶都會擁有實用性強的機器人。有些事情需要一定的智力，以及應(yīng)對變化的能力——哪怕只是洗碗或疊衣服。我們正走在解決問題的路上，但企業(yè)級產(chǎn)品似乎觸手可及，消費品將迎來新一波浪潮?！?/p>

八、獨特的文化：研究+工程，尋求真相

Physical Intelligence的文化給采訪者留下深刻印象。這里既有頂尖的學(xué)術(shù)研究人員，又有來自Stripe等公司注重執(zhí)行的工程師。“我沒想到這家公司會是這樣，”采訪者感嘆，“我以為會有很多刻板印象，但這里的研究人員和工程師與最終目標(biāo)有著出奇緊密的聯(lián)系。有一種對最終目標(biāo)的執(zhí)念，以及盡快達(dá)成目標(biāo)的執(zhí)念。”

洛克表示：“有一種探尋真相的渴望，一種雄心壯志?！弊顑?yōu)秀的研究人員具備好奇心、創(chuàng)造力、開放的心態(tài)?！八麄兌己馨?。”

從折疊衣物到制作咖啡，從實驗室數(shù)據(jù)收集到真實的太空部署——Physical Intelligence正站在機器人技術(shù)的歷史轉(zhuǎn)折點上。他們相信，通用機器人大腦不再是科幻，而是即將到來的現(xiàn)實。而這場變革的核心目標(biāo)，是讓人類從無意義的體力勞動中解放出來，去做真正熱愛的事。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com