E113 | 大模型来了，但机器人研究依然很难，商业化更难

随着特斯拉名为擎天柱的人形机器人发布，市场对于机器人的憧憬和期待也在不断上升。目前市场前沿的机器人是什么样的呢？机器人研究的三大部分：感知、路径规划和执行，为何每一步都困难重重？在AI大模型发展的背景下，我们距离机器人的ChatGPT时刻还有多远呢？

【主播】
泓君，资深媒体人
【嘉宾】
张君武，BlueRiver机器人工程师，ex-Alphabet 机器人（Ex-Intrinsic & Vicarious），斯坦福机器人硕士
鲍天宇，《硅谷101》机器人研究小组成员，科技公司产品经理

【你将听到】
【第一梯队机器人公司】
02:07 各自心里机器人行业中的第一梯队：Covariant、Dexterity；Everyday Robots、波士顿动力
09:44 机器人能在任何环境下拿起一个杯子，就是一个诺贝尔奖级别的成果了
10:21 人形机器人的新星：特斯拉与OpenAI投资的1X
14:12 在解决消费者的具体需求上，AI不是必须的
20:28 十年前谷歌连续收购的11家机器人公司后，在机器人领域发声渐少
【拆解机器人研究】
24:00 机器人研究为什么那么难：感知、路径规划、执行，每部分都困难重重
30:12 每次错的一模一样，因为机器人摄像头微小移动了
31:34 机器人和人的用工成本很难打平，商业模式规模化难
34:48 机器人公司不做机械臂，只是做软件和整合
38:22 机器人需求大，因为人类不喜欢做枯燥的工作
39:47 商业化较好的公司：亚马逊的Kiva，但并没怎么用AI
44:39 商业化能力与AI应用程度成反比
【大模型对机器人的影响】
46:53 两大机器人的大模型：RT1和PaLM-E
52:37 机器人最难的部分是物理世界的数据化
55:20 在模拟世界训练机器人的优缺点
59:54 模拟器很难模拟机器人受力的影响

【名词解释】
Covariant：专注于开发分拣领域的通用AI平台和机器人赋能，即通过平台来对世界各地仓库中的机器人进行预训练，达到完成任务的目的，比如使它们可以自主的在零售和物流领域拣选物品

Dexterity：专注于物流机器人的开发，通过模拟人类大脑身体来设计机器人，为能在无法预测的环境中处理复杂的操作。

Everyday Robots：谷歌于2019年公开的通用机器人项目，目的为设计可以在家庭和办公室环境中提供帮助的家用机器人；承担轻度家务工作，如分类垃圾和清洁桌子，现在被谷歌关停。

Intrinsic：谷歌的母公司Alphabet投资的一家专注于为工业机器人构建软件的公司，现主要做机器人的操作系统，被Alphabet收购

Vicarious：专注于构建下一代人工智能算法，旨在让让机器以更接近于人的大脑构造或者说是感知过程来学习，后被Intrinsic收购

1X：原名Halodi Robotics，是一家工程与机器人制造公司，致力于生产能够模拟人类运动和行为的机器人，旨在将机器人应用到实际场景中，缓解全球劳动力短缺的问题，后被OpenAI投资

特斯拉的人形机器人：名为擎天柱（Optimus），搭载特斯拉同款的自动驾驶软件系统和传感器，目前以拥有已经拥有电机扭矩控制、环境探索与记忆、基于人类跟踪运动的AI训练以及物体操纵能力。

【招聘】
我们团队目前正在招聘全职的播客节目监制、内容策划总监、商务总监、视频后期以及运营，欢迎感兴趣的小伙伴把你们的简历和代表作品发送到我们的邮箱：hr@sv101.net。具体要求见《硅谷101》微信公众账号上，点击这里。

【后期】
Amei
【BGM】
Cheese and Crackers
Looking for Sisters - Daniel Fridell
【Shownotes】
肖阳

【在这里找到我们】
公众账号：硅谷101
收听渠道：苹果｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐｜荔枝播客
海外用户：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music
联系我们：podcast@sv101.net