折叠衣物轻松搞定

出自旧金山湾区的初创公司所发布的新一代AI模型, 被直接应用在其自家的轮式机器人Memo上面。在针对陌生家庭展开的测试当中，面对未曾见过的衣服, 该机器人的叠放成功率竟然超过百分之九十九。这意寓着它无需再为每个家庭进行单独训练, 其具备着极强的适应性。

这种突破, 能大幅缩短家庭自主机器人的落地时间, 这一观点由CEO赵托尼指出。他觉得二〇二六年会是行业的重要转折点。以往机器人换个环境就不行了, 如今ACT – 二模型可将学到的能力迁移到新地方, 避免了高昂的重复训练成本。

行业标准重新定义

公司一同推出了被称作Solve的评估标准, 其目的在于去解决行业演示视频存在的不透明这一问题。以前大家仅仅看到Robot成功时的模样, 然而却并不晓得在其背后失败了多少回, 并且也不清楚测试条件是不是公平。这样的状况致使有别于其他公司的成果极不容易展开横向比较, 恰似拿着苹果与橘子去比较大小那般。

依据Solve标准, 企业得明确任务范围, 明确测试环境, 明确额外训练需求。当下, 稳定折叠衣物成了Memo首个达标的项目。这一行动促使行业从“表演式”展示转交至“真实性能”竞争, 使得消费者能够更加明晰地判别技术究竟是不是成熟可靠。

两阶段训练秘籍

团队为达成高可靠性, 采用了别具一格的两阶段训练法, 第一阶段借助人类示范来学习基本动作, 为了以此目的, 他们研制出了数据采集手套, 志愿者戴着该手套去做家务, 如此机器人便能精确地进行模仿, 手套的成本大概是两百美元, 其结构跟机器人的手部是一样的, 以此保障动作映射精确得一丁点儿差错都没有。

到了第二阶段, 依靠自行搭建的测试平台来开展自主练习，机器人凭借已有的知识持续去尝试新的任务, 借助快速纠错, 在短短几分钟内实现能力的提升, 赵托尼宣称, 办公室里的测试效果大致能够全然复制至真实的家庭环境当中, 大幅度地削减了开发的难度以及试错所需的成本。

真实环境大考

在过去的几个月当中, 团队于员工的家中以及民宿里面, 持续对ACT – 二模型展开测试, 目的在于验证该模型的适应力赵托尼曾经身为斯坦福的博士生, 退学去创业, 所看重的便是家庭环境具备的复杂性相较于工厂而言, 家里显得更加凌乱, 并且不可预测要是能够搞定家务, 那么就朝着物理通用人工智能迈进了一步。

有个叫莎拉·郭的早期投资人, 她非常看好那个团队, 她觉得他们跟马斯克似的, 一门心思搞大规模产品化, 而不是只待在实验室里。这种从搞科研到搞量产的思维发生转变, 这可是公司在竞争异常激烈的机器人赛道里能够脱颖而出的关键所在, 也正因为如此, 还吸引了更多的资本, 这些资本都开始关注家庭服务这个领域了。

远程协助新模式

打算放到在今年秋天的时候, Memo会进到一部分家庭当中去开展Beta测试, 主要就是靠着自主进行运行。只有在用户发出求助之时, 远程的工作人员才会参与进来，这样做是类似于Waymo的辅助的模式。然而和很多公司在情况相异的是, Memo是明确地拒绝使用远程协助来收集家中那些数据从而用于AI训练的。

赵托尼着重指出, 唯有真正的完全自主运行, 才堪称是搭建用户信任的基石。其拒绝窃取隐私数据之举, 彰显出公司对于用户安全的看重。在当下智能家居愈发普遍的情形下, 这般针对隐私界限的恪守, 极有大概率会成为消费者择选品牌之时的关键考量要素, 且是其核心竞争力当中的一个方面。

ACT – 二除了在努力学习折叠衣物外, 还在致力于吸尘、整理玩具、拉拉链以及制作咖啡等众多任务。不过, 这些功能眼下仍然尚未达到能够稳定投入使用的标准。此前所展示的ACT – 一已经完成了清理餐桌和制作咖啡这两项任务, 全新一代模型针对的是提升这些现有的能力的稳定性。

因更多企业像Weave、1X以及特斯拉加快布局, 家庭机器人市场竞争变得更为激烈, 从轮式机器人再至人形机器人, 价格范围从几千伸展到几万美元有所不同, Memo能不能依靠高性价比以及高可靠性在二〇二六年获得一个位置, 值得一直留意。

猜你考虑, 家庭机器人最先替代掉的是哪一样家务? 欢迎留下话语以便探讨, 点赞并分享出去好使更多人观看到！