发生了什么
TechCrunch 报道称，物理人工智能公司正在吸引大量投资，但尚未生产出能够可靠地执行有价值工作的功能广泛的机器人。 Actuate 会议上的开发人员描述了高质量训练数据的短缺、繁重的计算需求以及关于机器人公司是否应该共同设计硬件和人工智能或构建更多与硬件无关的模型的未解决的分歧。
TechCrunch 报道称，随着公司将与大型语言模型相关的技术应用于机器人技术，物理人工智能已成为风险投资最热门的领域之一。该媒体将该行业的热情与 Unitree 联系起来，Unitree 被描述为中国领先的机器人制造商，据报道其 IPO 后估值达到 660 亿美元，但在报告发布的那一周，该估值缩水了近一半。 TechCrunch 表示，分析师指出了一个核心问题：机器人的身体能力正在提高，但它们执行创造价值工作的能力仍然有限。除 TechCrunch 提供的账户外，该报告并未独立确认估值、下跌幅度或分析师身份。
TechCrunch 报道称，据组织者 Foxglove 称，Actuate 是一个为机器人构建 AI 系统的开发人员举办的会议，与会者人数已增至 1,500 人，规模是 2023 年规模的三倍。该活动暴露了人们对“机器人数据危机”的热情和担忧：缺乏用于训练模型的高质量数据。报告称，能够执行任何任务的通用机器人还很遥远，而针对特定任务的端到端学习尚未产生可靠的商业性能。因此，开发人员正在尝试采用前沿人工智能实验室的实践，包括收集更多样的数据、试验训练方法以及设计更好的强化学习环境。
一个主要的分歧在于机器人智能应该与特定硬件和行业的联系有多紧密。 TechCrunch 报道称，Wayve 首席执行官 Alex Kendall 倾向于从自动驾驶汽车开始，公司可以收集相关驾驶数据，主要目标是避免接触而不是操纵环境。他告诉媒体，数据基础设施、模拟和机器学习操作可以在各个实施例之间共享，而物理世界的模型则需要一些专业化。 Genesis AI 首席执行官 Théophile Gervet 持相反观点，他告诉 TechCrunch，该行业制定单独的“大脑战略”还为时过早，硬件和人工智能应该共同设计。该报告还称，Uber 和 Wayve 已经推出了以人形机器人为重点的机器人实验室，而特斯拉正在与 Optimus 寻求类似的方向。
为什么这很重要
该报告表明，机器人技术的进步可能更多地依赖于数据基础设施、模拟、部署经验和精心选择的商业任务，而不是单一的通用模型。它还凸显了构建现在产生收入和数据的狭隘产品与追求最终可能取代它们的通用系统之间的紧张关系。
该报告很重要，因为它描述了物理人工智能的实际瓶颈：一个有能力的模型必须将感知、规划和运动与现实世界的混乱状况联系起来。在基于文本的人工智能中，添加数据和计算可以提高性能，而不需要机器与其周围环境进行物理交互。相反，机器人必须应对不断变化的物体、表面、照明、传感器读数和安全限制。 TechCrunch 的报道表明，该行业尚未找到一种广泛可靠的方法将这些投入转化为有用的工作。
TechCrunch 描述的商业策略是一种权衡。专注于特定任务的公司可以更快地将机器人放置在真实环境中，从而赚取收入并收集部署数据。该报告引用了 Gritt 的太阳能发电场工作、Agility 的工业部署和 Bedrock 的自动挖掘机作为例子。但特定于任务的数据可能不够多样化，无法生成通用模型。 Gervet 告诉 TechCrunch，一家建立在早期模型基础上的狭隘公司最终可能会被一家拥有更强大通用模型的公司超越。相反，仅在大约 80% 的时间内成功的通用机器人可能对客户来说不够有用。
该叙述还说明了为什么基础设施可能与机器人本身一样重要。 TechCrunch 报告称，高保真模拟需要更多数据和计算资源，包括适合光线追踪的 GPU。 Foxglove 由 Cruise 前员工创立，被描述为用于搜索和管理机器人系统生成的密集视觉和激光雷达数据的构建工具。其新产品基于 Nvidia 的 Cosmos 开放权重世界模型构建，旨在让工程师使用自然语言查询来创建评估和模拟，并加快分类和调试速度。这些说法来自 TechCrunch 的报告和公司的描述；该来源没有提供独立的性能测试、客户结果或与替代工具的比较。
互动机制：它实际上是如何运作的
以交互方式探索这一发展背后的基础技术。
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
接下来看什么
最重要的信号将是可靠的部署、可重复的性能以及机器人可以在受控环境之外进行操作的证据。 TechCrunch 还报道称，Foxglove 推出了一款基于 Nvidia 的 Cosmos 世界模型构建的自然语言数据搜索产品，可以帮助开发人员更快地评估和调试物理人工智能系统。
最明确的测试将是物理人工智能公司是否可以在实际部署而不是孤立的演示中展示可重复的性能。 TechCrunch 报道称，自动驾驶汽车领先的部分原因是公司可以收集大量驾驶数据，而且驾驶主要需要避免接触。操纵更加困难：尽管环境发生变化，机器人仍必须抓取、推、拉、定位和释放物体。该报告没有提供其讨论的公司的标准化成功率、部署量、失败率或独立评估。
TechCrunch 确定了几个可能的里程碑。 Kendall 表示，对消费者而言，一项有意义的突破将是使用不到 1,000 美元的硬件实现车辆自动驾驶，而 Gervet 则描述了一种机器人，它可以理解自然语言请求并执行基本操作任务，开箱即用的可靠性至少约为 80%。这些是受访者对成功的定义，而不是已证明的结果。消息来源没有确定任何一个里程碑何时可能发生，硬件成本阈值是否包括所有系统成本或如何跨任务和环境衡量可靠性。
该部门的方向还将取决于专业部署是否为通用智能创造了一条持久的道路，还是仅仅产生了孤立的系统。 Bedrock 的首席技术官告诉 TechCrunch，挖掘是研究在不受控制的环境中进行操作的最初方法，其长期目标是跨越多个建筑机器的智能层。 Foxglove 首席执行官阿德里安·麦克尼尔 (Adrian Macneil) 认为，机器人技术可能不会出现 ChatGPT 式的时刻，因为在物理世界中分发有用的机器比分发软件要困难得多。目前尚不清楚的是，更好的模拟和数据工具是否可以缩小这一差距，需要多少人力监督部署，以及客户是否会在通用功能到来之前为机器人付费。