日期： 2025-01-22 类型：智能硬件
十年前，研究人员在训练人工智能驱动的机器人执行简单任务时，一定要通过反复指令让机器人尝试约500次才能掌握，比如从书架上取下一本书。如今，随技术的进步，这一过程已大大简化，有些机器人只需20次尝试即可成功。其中的重点是支持多种应用的Transformer模型，这种技术为机器人的学习和适应能力提供了助力。如今，人工智能正不仅限于生成文本和图像，慢慢的变多的机器人初创公司正在尝试利用AI加速机器人的实际行动能力，把自动化应用扩展至卸货、搬运和家务等更多领域。
近年来，随着对机器学习特别是生成式人工智能的认可不断深化，机器人领域的发展也迎来了新的投资热潮。根据最新报告，仅在2023年前九个月，就有投资者向机器人公司注入了约163亿美元的资金，这一数字相较于2022年整年的85亿美元大幅度的增加。这种现象的背后，展示了投机者对未来机器人技术，尤其是AI在安全、高效的物流和家庭管理场景中应用的强烈信心。然而，这股热潮与往年机器人行业的波动历史相比，也难免让人心生疑虑。
虽然许多初创公司的目标是开发能够高效执行基本任务的机器人，但不同公司的策略和技术路径却各不相同。例如，新晋公司Physical Intelligence（Pi）以其基础模型而闻名，旨在通过一系列分析大量人类行为和真实的操作来帮助机器人学习。这种方法尤其适合需要高精度的任务，如在生产线上的物品分拣。这种方法的优点是，它使机器人能适应各种环境并执行复杂任务，而不仅仅是循规蹈矩地机械操作。
相较之下，Skild AI则专注于利用仿真和机器学习的视频数据来训练其机器人。这种方法的优点是，通过模拟风险较小的环境，Skild能快速提升机器人的学习效率，同时能在多变的现实世界中进行自我调整。这种灵活性对于现代生产和服务行业至关重要，尤其是在后疫情时代，许多企业对高效的劳动替代方案的需求日益增加。
在众多初创公司中，Figure AI异军突起，专注于开发具有更强智能和灵活性的类人机器人。其最新型号Figure 02配备了Nvidia芯片和高效的AI模型，能够在复杂环境中进行自主决策，这在许多行业中具有广泛的应用潜力，其中不乏制造、仓储和家庭服务等领域。Figure的成功不仅依赖于其强大的硬件，更加依赖于其与OpenAI等业内巨头的合作，后者为其AI智能提供了强大的技术支持。
与此同时，Agility Robotics和1X Technologies则在类人机器人领域占据了一席之地，它们正在研发能够在真实世界中行走并安全执行任务的机器人，尤其是Agility的Digit机器人，已开始在仓储和生产环境中来测试。这些机器人的设计考虑了人类身边的实际操作，需要较强的物理交互能力。在这一背景下，1X的家庭服务机器人Neo展示了巨大的市场潜力，尽管其仍需要人来协助完成某些操作，但这已是业界领先的一步。
在仓库自动化领域，像Pickle Robot和Dexterity这样的公司正在借助AI和机器人技术来提高物流效率。Pickle Robot的设计目标是实现高效率的卸货作业，他们的机器人利用计算机视觉技术在复杂环境中快速识别和处理物品。而Dexterity致力于通过软件和硬件的结合，来开发能适应不同配送和物流场景的灵活机器人。他们的目标不仅在于单一任务的优化，更是为了创造一种通用型的自动化劳动形态。
在更广泛的市场环境中，这些机器学习驱动的机器人初创公司正面临着来自传统行业巨头的竞争。这些大公司，例如特斯拉和谷歌DeepMind，均在大力开发类人机器人，并已在多个实验室和生产场景中来测试。面对这种巨头的压力，初创公司如何定位自己、提升技术、寻求市场空间，未必易如反掌。尽管如此，这些新兴公司带来的创造力与活力，使得未来的机器人应用场景无疑会更为丰富与多样。
总体来看，2024年的机器人初创公司正处于一个快速演变的行业中，新的AI技术正在不断推动其发展。生成式人工智能、基础模型的开发与机器人旨在完成的高效工作流程之间的平衡，将是未来成功的关键。面对这样的变革，企业应保持敏锐，时刻关注技术的发展动态，以便在一直在变化的市场中寻找新的机会和挑战。对于投资者而言，选择关注那些能结合创新算法与实用设计的初创公司，将是明智的布局策略。返回搜狐，查看更加多
