听听这个故事
细胞>虽然人形机器人竞相冲向终点线,新公司相继发布其原型,但一位参与者似乎正处于巡航模式,其愿景是将人形机器人人物人工智能商业化。
在 Microsoft 和 OpenAI 等大公司的支持下,Figure AI 的创始人兼首席执行官 Brett Adcock 最近谈到了Figure 类人机器人中的计算和推理,并对永远不会面临扩展的短缺充满信心。
微软已经为我们提供了所需数量的 H100 GPU。Adcock 表示,“因此,我们在 90 天内将规模扩大了三倍,形成了大型集群”,并补充说,它们不受训练和实验计算的限制。
基础设施到位后,Figure AI 的未来之路是相对比较简单。该公司正专注于执行其类人机器人的速度和计算这一关键任务。
Figure AI 非常重视在人形机器人中利用地平线任务以优化效率和性能。地平线任务是指诸如家务之类的长期任务,依赖于机上和机外计算之间的平衡。
该公司强调了利用更大的外部模型或大型计算机来处理复杂的优势。任务,同时将更快的本地化行动留给机器人本身。
当出现诸如放衣服或整理玩具之类的任务时,可以将计算密集度更高的方面(例如规划和推理)移交给机器人本身。高性能外部服务器。这些任务被归类为长期任务,允许使用大型计算机在一两秒内处理信息。
Adcock 提到较小的任务可以由这些大型计算机卸载和处理,并且结果可以在一到两赫兹内返回。
另一方面,需要实时响应的动作(例如精细运动)是在本地处理的,利用运行速度更快的板载 GPU。他解释说,我们可以以 100 赫兹的频率单独运行它,并强调移动手臂或抓取物体等动作必须立即发生,而无需等待外部输入。
手部动作一直是一个关键的决定因素。打破了任何形式的人形机器人的标准,因为它涉及内在的协调运动。
总部位于班加罗尔的机器人公司 CynLr Robotics 的创始人 Gokul NA 认为,当今的机器人技术发展,尤其是机械臂,更多的是记录和发展。具有复杂操作的播放机。然而,它们缺乏感知能力。
在大多数情况下,如果您想要将这些机器人进行商业部署,则不需要腿。他说,轮子已经足够了,但你需要更多的双手能力。
双重方法允许人形机器人高度管理两者的混合复杂且快速响应的任务。这种方法确保机器人即使在互联网连接可能不稳定的环境中也能保持功能,因为机载模型虽然较小,但能力越来越强。
Adcock 继续解释了快速互联网接入以卸载复杂任务的必要性。到更大的外部计算机以加快处理速度。如果速度真的很快,您可以做任何事情,但连接性并不总是得到保证。
在连接丢失的情况下,机器人必须使用板载功能继续工作。机内和机外处理之间的这种平衡对于实时操作至关重要。Adcock 相信,随着人工智能模型的改进,到 2028 年,它们将变得更小、更好。即使没有一致的互联网,机器人也将越来越多地在本地处理更多任务。
虽然Figure AI 的双重方法允许它即使没有连接也可以自主运行(尽管有限),其他人形机器人制造商也具备这种能力。波士顿动力 Atlas 利用其机载传感器和处理来执行复杂的任务,而无需依赖持续的互联网连接。
今年 4 月,该机器人公司暂停了液压驱动机器人的开发,并用电动版本取代了它。具有卓越能力和灵活性的 Atlas。
同样,特斯拉 Optimus 被设计为自主执行,可能暗示其功能也无需连接。
毫无疑问,特斯拉是人形人工智能领域的一个著名竞争对手。然而,阿德科克并不专注于将自己与特斯拉进行比较,因为他认为他们有自己的方向,有一个明确的路线图,旨在通过劳动力应用程序实现家庭集成。
特斯拉总体上做得很好。“我认为他们前进的方向是正确的,”他说。然而,他不同意公司应该跳过劳动力任务并直接使用家用机器人的观点。他强调,机器人对于复杂的家庭环境来说还不够强大,专注于劳动力任务将有助于提高可靠性、降低成本并更有效地训练人工智能系统。