上周斯坦福炒蝦機(jī)器人炸場(chǎng)之后，又火了一個(gè)煮咖啡機(jī)器人。

　　它的厲害之處在于通過(guò)觀看人類的示范視頻，僅需10小時(shí)端到端訓(xùn)練，就能學(xué)會(huì)并完全自主搞定這一任務(wù)。

　　當(dāng)然，更準(zhǔn)確地來(lái)說(shuō)是操作咖啡機(jī)：

　　只見(jiàn)它打開機(jī)蓋、放入咖啡包，再按下開始按鈕，整個(gè)過(guò)程一氣呵成，無(wú)需任何遠(yuǎn)程遙控。

　　很快，一杯咖啡就可以端走享用：

　　注意了，以上演示視頻，沒(méi)有任何加速處理。這就是該機(jī)器人目前可以達(dá)到的實(shí)際操作速度。

　　而除了這些，它還具備自主糾錯(cuò)功能：

　　如果咖啡包沒(méi)有放正，不用人類提醒，它自己就能調(diào)整好。

　　對(duì)此，前谷歌DeepMind研究員(也是該機(jī)器人的開發(fā)人員)直接就是一個(gè)轉(zhuǎn)發(fā)點(diǎn)贊，并再次強(qiáng)調(diào)：

　　所有行為包括糾錯(cuò)，完全自主。

　　公司創(chuàng)始人Brettt Adcock稱，這就是機(jī)器人技術(shù)的ChatGPT時(shí)刻。

　　不管是不是每個(gè)人都贊同這個(gè)說(shuō)法，但網(wǎng)友被它的訓(xùn)練速度所折服是沒(méi)得說(shuō)。

　　10個(gè)小時(shí)真的很優(yōu)秀，快進(jìn)到使用研磨機(jī)和法壓壺，估計(jì)很快視頻里個(gè)咖啡機(jī)也要失業(yè)了。(手動(dòng)狗頭)

　　所以，這個(gè)機(jī)器人具體什么來(lái)頭?

　　10小時(shí)端到端訓(xùn)練搞定煮咖啡

　　如上這個(gè)機(jī)器人來(lái)自一家商業(yè)公司，名叫Figure。

　　Figure總部位于美國(guó)，成立于2022年，專攻通用人形機(jī)器人。

　　創(chuàng)始人Brett Adcock畢業(yè)于美國(guó)佛羅里達(dá)大學(xué)，26歲時(shí)創(chuàng)辦了一家在線人才市場(chǎng)網(wǎng)站，后被同行1.1億美元收購(gòu)，然后又創(chuàng)辦了一家生產(chǎn)全電動(dòng)垂直起降飛機(jī)的航天公司，作家27億美元上市。

　　如今，這家機(jī)器人公司Figure也可謂吸金無(wú)數(shù)，先是在去年5月拿到7000萬(wàn)美元A輪融資，兩個(gè)月后又獲得英特爾900萬(wàn)美元投資。

　　去年10月——大概成立一年之際，F(xiàn)igure發(fā)布首款人形機(jī)器人，代號(hào)Figure 01。

　　它走起路來(lái)是這樣的：

　　我們今天看到的煮咖啡演示則正是由它完成。

　　而學(xué)會(huì)這項(xiàng)技能，只花了它10個(gè)小時(shí)的訓(xùn)練時(shí)間——

　　Figure 01采用的是端到端神經(jīng)網(wǎng)絡(luò)，這邊接收人類煮咖啡的視頻，那邊就能輸出動(dòng)作軌跡，讓機(jī)器人通過(guò)模仿，最終完成自主操作。

　　以此類推，讓它學(xué)會(huì)別的任務(wù)，也只需要輸入相應(yīng)的視頻即可。

　　至于具體實(shí)現(xiàn)細(xì)節(jié)，官方?jīng)]有透露。

　　不過(guò)，拋去10小時(shí)就完成訓(xùn)練不談，對(duì)于讓機(jī)器人學(xué)會(huì)煮咖啡這類任務(wù)本身來(lái)說(shuō)，已經(jīng)不是一件難事兒了。

　　其核心就是模仿學(xué)習(xí)，入選CoRL’22(機(jī)器人，學(xué)習(xí)會(huì)議)的VIOLA可以做到(它是一個(gè)以對(duì)象為中心的模仿學(xué)習(xí)框架，基于Transformer進(jìn)行推理，擅長(zhǎng)長(zhǎng)程任務(wù)，比最先進(jìn)的模仿學(xué)習(xí)算法性能高出45.8%);

　　來(lái)自谷歌、今年6月發(fā)布的HYDRA，也專攻于此，擅長(zhǎng)各種粗粒度和細(xì)粒度控制，并可自如切換。

　　來(lái)自斯坦福大學(xué)的AME，基于路點(diǎn)(Waypoint)實(shí)現(xiàn)，對(duì)于煮咖啡這種任務(wù)也毫不含糊，只不過(guò)速度慢很多。

　　還有英偉達(dá)的HITL-TAMP、MimicGen等研究成果，也就是機(jī)器人模仿學(xué)習(xí)相關(guān)，就不一一介紹了。

　　2040年前，誰(shuí)能成功挑戰(zhàn)史蒂夫咖啡測(cè)試？

　　盡管Figure 01的表現(xiàn)很不錯(cuò)(比如速度就很快)，但不少網(wǎng)友還是評(píng)價(jià)：

　　這和想象中的煮咖啡機(jī)器人還有一點(diǎn)距離。

　　比如它能不能拿起杯子、將其放到咖啡機(jī)下，沏完之后再添加奶油和糖，再將杯子放到托盤上，端到人面前?

　　事實(shí)上，蘋果公司聯(lián)合創(chuàng)始人Steve Wozniak曾提出一個(gè)評(píng)估機(jī)器人自主能力的咖啡測(cè)試。

　　它要求機(jī)器人從進(jìn)入一個(gè)陌生的家中開始，然后找到廚房，識(shí)別工具(例如咖啡機(jī)、水壺)和材料(咖啡豆、糖、牛奶等)，最終做好一杯咖啡，且全程不超過(guò)20分鐘。

　　這個(gè)測(cè)試考驗(yàn)機(jī)器人在未知環(huán)境中導(dǎo)航、識(shí)別物體、操作工具和材料以及遵循人類命令等一系列能力。有人發(fā)起過(guò)投票，問(wèn)2040年之前能否有這樣的機(jī)器人誕生?

　　結(jié)果有89%的人投了yes。

　　你認(rèn)為有希望嗎?