“野生鋼鐵俠”、“華為天才少年”、“年薪百萬離職創(chuàng)業(yè)”——頭戴這些傳奇光環(huán)的稚暉君，帶來了其創(chuàng)業(yè)以來的產(chǎn)品首秀。

智元具身智能機(jī)器人 “遠(yuǎn)征 A1”重磅發(fā)布！

從開場前的彈幕來看，大多數(shù)人都期待滿滿~

稚暉君登場后（還有點小緊張），用30分鐘的時間帶給了大家一段全程干貨的演講。

據(jù)介紹，智能機(jī)器人 “遠(yuǎn)征 A1”融合了各種先進(jìn)的本體控制、感知、認(rèn)知和決策智能技術(shù)，基于當(dāng)前 AI 領(lǐng)域非常前沿的大語言模型，以及其自研的視覺控制模型等一系列創(chuàng)新技術(shù)，將擁有出色的智能交互和任務(wù)執(zhí)行能力，未來可以在各種復(fù)雜場景下自主完成各種移動和操作。

這場發(fā)布會，也是稚暉君創(chuàng)業(yè)公司——智元機(jī)器人（Agibot）品牌的首次對外露出。

為什么要用這個名字？因為“智”代表人工智能，“元”則是下方有兩條腿的人的象形，其英文名Agibot是通用人工智能機(jī)器人的意思。

所以，智元機(jī)器人（Agibot）這家公司的初心&使命就是“創(chuàng)造出和人一樣靈活以及智能的機(jī)器人，讓智能機(jī)器創(chuàng)造無限生產(chǎn)力”，最終推動人類整個社會邁向一個更加智能、高效和可持續(xù)的未來。
發(fā)布會最后，機(jī)器人本體也登上了舞臺，為這次首秀落下了完美的帷幕。

“遠(yuǎn)征 A1”到底有多牛？

網(wǎng)上有個經(jīng)典的AI段子，如下圖所示：

我們想讓AI做飯、打掃房間、洗衣服晾衣服曬衣服、扔垃圾、鏟屎等，但是AI實際在做的事卻是聊天、繪畫、寫作、作曲和游戲等等……

要想讓機(jī)器人真正去做圖上左邊的事情，必須實現(xiàn)AI和機(jī)器人技術(shù)更深層次的結(jié)合，這涉及到對環(huán)境的理解、上下文的推理、物體識別、運動規(guī)劃等一系列復(fù)雜的技術(shù)挑戰(zhàn)——這并不是一個硬件或者軟件的問題，它是一個系統(tǒng)性的軟硬件算法各方面綜合的協(xié)同問題。

為此，智元團(tuán)隊在軟件和硬件方面都取得了階段性的進(jìn)展。

人形機(jī)器人本體技術(shù)

首先來看硬件部分，也就是人形機(jī)器人本體技術(shù)。

為什么是人形？

答案其實很簡單，因為人類生活的整個物理世界就是為人的形態(tài)而設(shè)計的，包括各種場景、任務(wù)、設(shè)備、工具都是為人類量身打造的，所以人形的身體結(jié)構(gòu)和能力顯然可以幫助機(jī)器人更好地融入人類生活的環(huán)境。

當(dāng)然，稚暉君也承認(rèn)——

人形并不是通用機(jī)器人唯一的解決方案，在一些特定的結(jié)構(gòu)化場景中，可能其他平臺的機(jī)器人會有更高的效率和可用性，所以他們也對機(jī)器人本體進(jìn)行了各種模塊化的設(shè)計。

但長遠(yuǎn)來看，從第一性原理出發(fā)，稚暉君的團(tuán)隊還是認(rèn)為人形機(jī)器人是在人類環(huán)境中最為通用的一種形態(tài)，也是未來可以走進(jìn)千家萬戶，有希望進(jìn)入大家生活中的最終的終極形態(tài)。

為了實現(xiàn)機(jī)器人流暢的基礎(chǔ)行走能力和上下協(xié)同能力，在本體硬件設(shè)計方面，智元團(tuán)隊在機(jī)器人全身搭載了包括諧波一體關(guān)節(jié)、直線推桿、無刷行星伺服、空心杯電機(jī)等在內(nèi)一共49個自由度，各類的執(zhí)行器。

一臺行動非常精準(zhǔn)靈敏的機(jī)器人，它的關(guān)節(jié)需要具備一系列特征：體積小、重量輕、功率密度足夠高、能量利用效率足夠高、高響應(yīng)帶寬、耐沖擊等等…..

然后再結(jié)合機(jī)器人整機(jī)結(jié)構(gòu)設(shè)計和控制系統(tǒng)的最優(yōu)設(shè)計，才能保障其執(zhí)行的高效。

所以這個核心關(guān)節(jié)它不僅是讓人形機(jī)器人更加靈活，更加自由的關(guān)鍵，那也同時也是未來智元想要實現(xiàn)規(guī)模量產(chǎn)化，實現(xiàn)低成本制造的重要門檻之一。

為此，智元團(tuán)隊自研設(shè)計了名為PowerFlow的專用關(guān)節(jié)，重量僅為1.6kg，小小的體積下集成了液冷循環(huán)散熱系統(tǒng)，峰值扭矩可達(dá)350Nm。

另外一個非常重要的核心零部件就是零巧手。

智元團(tuán)隊自研了高自由度的靈巧手，目前擁有12個主動自由度和5個被動自由度，而且所有驅(qū)動都是內(nèi)置的，成本卻可以低至1萬元以內(nèi)。

同時，因為A1機(jī)器人應(yīng)用將瞄準(zhǔn)一些非常精密的操作場景，所以該款靈巧手的指尖也集成了基于視覺的指尖傳感器，可以分辨操作物的顏色、形狀，甚至材質(zhì)，而且可以基于各種算法的數(shù)據(jù)融合，去做到近似觸覺壓力傳感器的感知效果。

除了這兩個核心零部件之外，遠(yuǎn)征A1身上還搭載了一系列的感知元件和算力系統(tǒng)，以及配套的具身智能框架。所有這些零部件的高效組合和組織運作，使得它成為了一臺智慧高超、肢體強(qiáng)勁的機(jī)器人開發(fā)平臺。

有了非常良好的硬件平臺作為基礎(chǔ)，運控算法也是非常核心的關(guān)鍵。據(jù)稚暉君介紹，在短短幾個月的研發(fā)實踐中，其團(tuán)隊已經(jīng)快速迭代了三版運控算法，可以說其已經(jīng)擁有目前業(yè)界一梯隊的最核心的算法研發(fā)能力。

為了讓遠(yuǎn)征AI具備真正落地的可能，智元團(tuán)隊希望未來將整個機(jī)器人硬件成本控制在20萬元人民幣以內(nèi)，也不知手握擎天柱機(jī)器人的馬斯克慌不慌。

具身智能技術(shù)

機(jī)器人要想低成本的量產(chǎn)并產(chǎn)生實際應(yīng)用價值，硬件本體只是前置條件，更重要的則是機(jī)器人的AI大腦，也就是軟件部分。

近年來，隨著大語言模型技術(shù)的飛速發(fā)展，稚暉君認(rèn)為讓機(jī)器人自主去感知環(huán)境，理解任務(wù)動作編排，自主地去完成一整套流程已經(jīng)成為了可能。

在智元團(tuán)隊看來，大模型在機(jī)器人領(lǐng)域運用最大的價值體現(xiàn)在兩點：

第一點是“龐大的先驗知識庫&強(qiáng)大的通識理解能力”。

舉例而言，當(dāng)我們需要讓機(jī)器人把桌子上的垃圾扔到旁邊的垃圾桶里，我們不再需要去告訴他垃圾是啥，垃圾桶是啥。所有的這些數(shù)據(jù)，都是預(yù)訓(xùn)練的 GPT 模型從海量物聯(lián)網(wǎng)數(shù)據(jù)中已經(jīng)學(xué)到的概念，所以大模型的出現(xiàn)可以使得機(jī)器人把原有的能力更好地泛化到它沒有見過的場景中。

第二點是“復(fù)雜語義多級推理能力，所謂的思維鏈”。

如下圖所示，如果我們需要指令機(jī)器人將“藍(lán)色的方塊放在紅色方塊下面”，那么機(jī)器人就得理解重力是怎么回事，因為東西不會飄在空中，他要怎么進(jìn)行一個多級的操作來完成這樣一個復(fù)雜的任務(wù)？

所以在大模型時代到來之前，機(jī)器人都是專用設(shè)備，我們需要針對性地對每一個任務(wù)進(jìn)行調(diào)試和部署，而如今利用大模型的各種通識能力和舉一反三的推理能力，我們可以看到解決這些問題，最終走向通用機(jī)器人的一道曙光。

基于此，智元設(shè)置了“具身智腦”EI-Brain框架，把機(jī)器人的思維系統(tǒng)分為四個層級，分別是云端超腦、大腦、小腦和腦干。

講完技術(shù)后，稚暉君也用一段視頻展示了人形機(jī)器人在各個場景里面應(yīng)用的無限潛力。

據(jù)悉，“遠(yuǎn)征A1”將首先用于新能源制造、3C制造，目前已經(jīng)與頭部企業(yè)進(jìn)行對接。但具體品牌名，尚未透露。

“天才少年”離職創(chuàng)業(yè)史

公開資料顯示：稚暉君，真名彭志輝，2018年畢業(yè)于電子科技大學(xué)信通學(xué)院。

2018年畢業(yè)后，他曾就職于OPPO研究院AI實驗室擔(dān)任算法工程師，后受邀通過天才少年計劃加入華為，從事昇騰AI芯片和AI算法相關(guān)研究工作，年薪百萬。

能加入“華為天才少年計劃”，就已經(jīng)很能說明其實力之牛了。該計劃對申請者具有極高的要求：國際頂刊論文發(fā)表數(shù)量及引用量豐富者；研究方向有出色及豐富的商業(yè)化成果；有知名賽事名次者優(yōu)先。與之相對的招聘流程亦非常嚴(yán)格，一般需要經(jīng)歷7輪左右流程，最終還要通過華為總裁的面試。

與其他那些神秘天才不同，稚暉君是一位活躍于網(wǎng)絡(luò)的大V，他所做的許多研究也都公布在了網(wǎng)上，相信不少科技愛好者都在B站上刷到過他的視頻。

比如這輛硬核自行車，它不但能夠自己穩(wěn)穩(wěn)站立，還能夠自動行走、躲避障礙物，甚至還能自己拐彎……

還有這臺鋼鐵俠的機(jī)械臂，稚暉君遠(yuǎn)程操控其為一顆破口葡萄縫針，葡萄未被機(jī)械臂損壞。

在“葡萄包扎術(shù)”后，原本裂開小口的它，變成了這個樣子：

以及稚暉君“鴿”到今年4月在B站分享自制的“輪足”機(jī)器人哪吒，簡直就是“國風(fēng)神話”和“賽博機(jī)械”的組合~

網(wǎng)友驚嘆稚暉君的恐怖之處在于：一個人完成了所有細(xì)節(jié)，建模，算法，電路設(shè)計，驅(qū)動設(shè)計，APP開發(fā)，知識儲備量和動手實踐能力恐怖如斯！

完成了許多創(chuàng)舉的稚暉君本身則比較謙虛，他自己在很多采訪里都表達(dá)過“我覺得我既不是天才，也已經(jīng)不是少年了”，自己只是個很愛折騰的極客而已。

去年12月，稚暉君正式確認(rèn)離開華為，表示自己接下來會開啟一段新的事業(yè)。雖然華為內(nèi)部也曾挽留，但顯然這種級別的天才是很難在大廠做一顆“螺絲釘”的。

今年2月，稚暉君的創(chuàng)業(yè)公司智元機(jī)器人（Agibot）正式成立。

據(jù)悉，智元機(jī)器人(Agibot)是一家專注于發(fā)展通用人形機(jī)器人和具身智能的公司，致力于以A1和機(jī)器人的深度融合，長期投入打造有競爭力的機(jī)器人產(chǎn)品和生態(tài)。

截至目前，智元機(jī)器人（Agibot）已經(jīng)完成了第三輪融資，市場估值被曝在十幾億美元左右。

幾個月前，稚暉君也在微博上發(fā)了招聘貼，表示人工智能正在迎來新一輪產(chǎn)業(yè)劇變，往AGI圣杯的方向加速邁進(jìn)，LLM+Robotics的組合已是必然趨勢，機(jī)器人將在不久的未來迎來應(yīng)用場景爆發(fā)的拐點，希望更多人加入他們這個年輕的團(tuán)隊，一起擁抱AI世界的星辰大海。

具身人形機(jī)器人才是未來？

就今天發(fā)布的新品來看，稚暉君選擇的方向是具身人形機(jī)器人。

所謂具身智能，就是Embodied Intelligence，簡稱EI，圖靈于1950年在論文《Computing Machinery and Intelligence》中第一次提出這一概念。具身智能可以讓機(jī)器像人一樣能和環(huán)境交互感知，自主規(guī)劃、決策、行動，并具備執(zhí)行能力，也被認(rèn)為是AI的終極形態(tài)。

知名美籍華裔人工智能學(xué)者李飛飛曾經(jīng)直言，具身智能將會成為AI領(lǐng)域的下一個“北極星問題”之一。而英偉達(dá)首席執(zhí)行官黃仁勛也表達(dá)過類似的觀點，稱“AI的下一個浪潮將是具身智能”。

就在今年7月，李飛飛帶隊的項目組，發(fā)布了一項最新的“具身智能”成果——VoxPoser。

其原理就是使用者給定執(zhí)行具體需求的自然語言指令，以及環(huán)境信息（通過相機(jī)采集的RGB-D的圖像），然后，LLM（Large Language Model，大語言模型）將根據(jù)以上信息生成與VLM（Visual Language Model，視覺-語言模型）交互的代碼。

基于這一系列操作，系統(tǒng)會自動生成相應(yīng)的供機(jī)器人進(jìn)行空間感知的“3D Value Map”（3D值圖）。它會“告訴”機(jī)器人自己在哪里、目標(biāo)在哪里。

這一成果的最大亮點在于——整個機(jī)器人訓(xùn)練過程是不需要進(jìn)行任何額外的數(shù)據(jù)投喂和預(yù)訓(xùn)練的。換而言之，目前機(jī)器人訓(xùn)練所需要進(jìn)行的預(yù)定義訓(xùn)練、大規(guī)模數(shù)據(jù)缺失等問題，在這里統(tǒng)統(tǒng)不存在。

正是因為具備上述能力，機(jī)器人只要符合相關(guān)流程，也基本能夠完成任何給定任務(wù)。

關(guān)于VoxPoser這項成果，可以說又是人工智能領(lǐng)域和機(jī)器人領(lǐng)域融合的一個新的里程碑！

而在機(jī)器人形態(tài)方面，智元團(tuán)隊也認(rèn)可人形機(jī)器人才是終極目標(biāo)。

我們熟悉的馬斯克就是人形機(jī)器人的忠實擁躉。

在前不久的二季度業(yè)績說明會上，特斯拉CEO埃隆·馬斯克公布了備受關(guān)注的特斯拉人形機(jī)器人Optimus的最新進(jìn)展。馬斯克表示，特斯拉已經(jīng)生產(chǎn)了10臺人形機(jī)器人。預(yù)計在今年11月份進(jìn)行行走測試，計劃明年在特斯拉工廠進(jìn)行實用性測試。

除了特斯拉，小米也研發(fā)了其首個全尺寸人形仿生機(jī)器人“CyberOne”，中文名“鐵大”。整機(jī)高為1.77米，重量為52KG，跟正常的成人一般大小。

據(jù)雷軍介紹，“鐵大”擁有和人類一樣的高智商，它能感知45種人類語義情緒，分辨85種環(huán)境語義。“鐵大”采用了小米全自研全身控制算法，協(xié)調(diào)運動21個關(guān)節(jié)自由度，全身5種關(guān)節(jié)驅(qū)動，峰值扭矩可達(dá)300Nm；在視覺方面，通過Mi Sense視覺空間系統(tǒng)加持，“鐵大”具備三維重建真實世界的能力。

不久前的WRC 2023上，知名機(jī)器人公司優(yōu)必選則對外發(fā)布了人形機(jī)器人智能多模態(tài)交互系統(tǒng)，這是一個集人機(jī)交互、指令理解、自主規(guī)劃、任務(wù)執(zhí)行等技術(shù)于一體的智能系統(tǒng)。

優(yōu)必選科技在展臺上還展示了熊貓機(jī)器人優(yōu)悠和Walker X，它們都是剛從成都大運會閉幕式趕赴北京的騎過平衡車的大型人形機(jī)器人。

總體來看，人形機(jī)器人已經(jīng)站上了風(fēng)口。未來，具身智能+人形將成為一個大殺器。

寫在最后

發(fā)布會的最后，稚暉君通過一段視頻展示了智元這個富有活力的團(tuán)隊~

創(chuàng)業(yè)維艱，但是熱愛的熱情似乎可以克服一切阻力。

在談到自己的夢想時，稚暉君說道：

“我的夢想之一，就是希望有一天能夠讓科幻電影里的智能機(jī)器人真正變?yōu)楝F(xiàn)實，這些機(jī)器人不再是簡單的機(jī)械裝置，而是擁有自主思考能力和學(xué)習(xí)能力的伙伴，能夠感知和理解我們的世界，然后與我們進(jìn)行深入的溝通和合作。”

致敬每一個追夢人！

也期待未來遠(yuǎn)征AI的更多驚喜~