首页 > AI资讯 > 最新资讯 > 全自动打工「人」!波士顿动力Atlas进厂视频火了,不断电不下班

全自动打工「人」!波士顿动力Atlas进厂视频火了,不断电不下班

新火种    2024-11-15

波士顿动力Atlas进厂打工,不靠远程操控,转身动作像惊悚电影。

波士顿动力的人形机器人,进厂了。

本周三,波士顿动力发来一条喜讯。其最新披露的视频展示了机器人在工厂环境中的任务完成能力。机器人现在已经可以全自动干活了,它可以在储物柜之间搬动汽车发动机零件:

图片

搬运的这个东西是汽车的发动机盖。视频里可见新版 Atlas 机器人是在寻找零件并挑选位置放置,还附带识别过程的展示:

图片

搬着搬着 Atlas 看到有人拍摄,突然虎躯一震(其实是东西没放对位置)。没关系,我很稳:

图片

我们注意到,在拿到东西和放好东西后需要转身的瞬间,Atlas 并没有像人类一样转过来,而是以腰部为中心进行旋转,该动作最大限度地减少了移动,从而节省了过程中宝贵的几秒钟。不过,这也让人联想到一些惊悚电影里,主人公身子不动,头直接转过来的画面。

图片

一通操作看下来,机器人在工厂完成一些简单工作看起来是游刃有余了。

在社交网络上,网友们纷纷表示:太强了,看起来已经可以商业化了。

图片

但众所周知,实现这样的愿景还有很长一段路要走。

波士顿动力指出,目前该公司的人形机器人已经能够通过视觉、受力和本体感受传感器的组合来检测环境变化(例如移动固定装置)和动作故障(例如无法插入盖子、绊倒、环境碰撞)并做出反应。

需要注意的是:波士顿动力这次强调了演示视频中的机器人是完全自主运行的,没有「预设程序或遥控动作」,它可以使用机器学习算法理解并适应真实世界的环境。这一声明似乎是在 cue 谁,但就是没有明说。

最近一段时间,哪家的人形机器人上过头条?应该是在特斯拉「We, Robot」活动中大放异彩的擎天柱 Optimus。马斯克还说,人形机器人的数量将在不到 20 年内超过人类,「这工作要由我来干」。

特斯拉的 Optimus 机器人展示了与观众互动,玩游戏、跳舞,甚至进行简单对话的能力,好不先进。图片

然而,很多人指出,Optimus 在展示过程中实际上部分依赖于人类的远程操控,这引发了外界对于其自主能力的质疑。由于种种原因,特斯拉的股价当时还瞬间跌了 10%。

与 Figure、Tesla 和 Apptronik 等竞争对手一样,波士顿动力公司人形机器人的首次应用包括在汽车工厂的工作。考虑到该公司现在属于现代汽车公司,而现代汽车公司刚刚选择与丰田汽车的研究部门达成协议,关注 Atlas 这一应用是很有意义的。几十年来,汽车行业在自动化领域也一直遥遥领先。或许有一天,Atlas 真的会变身一名「汽车工人」。

波士顿动力也玩转型:Atlas 电动化之后

今年 4 月,波士顿动力曾跟全世界开了一个玩笑,先是官宣人形机器人 Atlas 退役,狠狠来了一波回忆杀。图片

紧接着,就在第二天,他们又放出了一个新的人形机器人视频。新机器人也叫 Atlas,不过由原来的液压改为了电动,身材更为小巧、灵活。图片

此时,外界才反应过来,原来波士顿动力并不是要放弃人形机器人,而是转变了研发方向,让机器人更加适应工业环境。当时,该公司表示,这个电动版的 Atlas 将于明年初在韩国现代汽车工厂里开始进行试点测试,并会在几年后全面投产。看来,试点的时间可能提前了一些。

和之前的液压版 Atlas 一样,电动版的 Atlas 也是有一些绝活在身上的,比如随手就来一个俯卧撑:

图片

图片

做完俯卧撑后,Atlas 还能自己站起来。

倒立行走:

图片

这些「绝活」是怎么做到的呢?前段时间,在机器人顶会 RSS 的一场技术分享中,MIT 博士、波士顿动力机器人工程师 Robin Deits 介绍了 Atlas 机器人过去几年的研发历程,以及从中学到的经验、教训。

图片

具体来说,Robin Deits 主要介绍了 Atlas 控制器的核心 ——MPC(模型预测控制)。他表示,波士顿动力从 2019 年以来实现的所有机器人动作都是依靠 MPC 来完成的,包括跑酷、体操、跳舞、后空翻等等。最近,他们还展示了 MPC 用于操纵物体的效果。2024 款纯电驱动的 Atlas 新版本也是由 MPC 驱动的。

对于这场技术分享,机器之心也做了详细报道,感兴趣的读者可以抽时间详细阅读(参见《波士顿动力技术揭秘:后空翻、俯卧撑与翻车,6 年经验、教训总结》)。

其实,除了内部研发,波士顿动力也在加强与外部的基础研究合作。就在两周前,波士顿动力和丰田研究院(TRI)官宣建立新的合作伙伴关系,以「利用 TRI 的大型行为模型和波士顿动力的 Atlas 机器人,加速通用人形机器人的开发」。

根据 IEEE Spectrum 的报道,TRI 的大型行为模型(LBM)其实类似于大型语言模型(LLM),只不过它的应用场景是在物理世界中工作的机器人。TRI 长期以来一直致力于开发基于人工智能的学习技术,以应对各种复杂的操作挑战。在与波士顿动力合作后,他们将通过 Atlas 获取更多物理世界的数据,这些数据将反过来用于支持高级 LBM 的训练。双方合作有一定的互补作用。

在基础研究层面,人工智能能否给 Atlas 带来新的突破,欢迎在评论区讨论。

参考内容:


相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。