具身智能，或者说人形机器人，现在(zai)已经成为仅次于 AI、最热门的投资项目。无论是 OpenAI、英伟达(da)或者是微软，都在(zai)砸(za)下重金投资人形机器人团队(dui)。
现在(zai)，一个(ge)种子选(xuan)手，正在(zai)获得巨头们的青睐。
近日，一家名为 Skild AI 的公司，宣布完成 3 亿(yi)美元的 A 轮融(rong)资，投资者包括杰夫·贝(bei)佐斯、日本软银集团、红杉资本和卡内基梅隆大学等，使该公司估(gu)值(zhi)达(da)到 15 亿(yi)美元。
这家公司才(cai)成立不(bu)到一年，由两名机器人领域的大学教授创立，其团队(dui)正在(zai)构建一个(ge)「可扩展(zhan)的机器人基础(chu)模型」，作为各种类型机器人和各种现实应用场景(jing)的通用「大脑」，同时还在(zai)构建可以改装(zhuang)到机器人硬件上(shang)的系(xi)统。
该公司称，「我们的长期目标是开发基于物理世界的通用人工智能（AGI），挑(tiao)战 AGI 只能从数字知识中产生的流行观念。」
投资人为此迅速投钱(qian)，认为机器人行业(ye)的「GPT-3 时刻(ke)即将到来」。
Skild AI 到底做对了什么？它(ta)能实现 AI+具身智能的野心吗？
01「机器人大模型」
Skild AI 由卡内基梅隆大学教授 Deepak Pathak 和 Abhinav Gupta 于 2023 年 5 月创立，正在(zai)开发基于物理世界的智能系(xi)统，构建机器人基础(chu)模型——可以理解为「机器人大脑」。
他们在(zai)做的东西有什么特别？传统机器人技术侧重于收集特定数据，来训练机器人以完成特定任务(wu)，而 Deepak 和 Abhinav 则利用大规模数据，通过基于 Transformer 的自适应架(jia)构构建基础(chu)模型，想(xiang)要创建的是一个(ge)通用、鲁棒且具备涌(yong)现行为的机器人模型。
这家公司称，自己正在(zai)突破机器人数据壁垒，其训练模型的数据量(liang)「是竞争对手模型的千倍以上(shang)」。与那些为特定应用垂直设计的机器人不(bu)同，Skild 的模型作为各种机器人形式、场景(jing)和任务(wu)的「通用」大脑，涵盖操作、移动(dong)和导航等功(gong)能。
在(zai)现实世界应用中，从在(zai)恶劣物理中具备韧(ren)性的「四足机器人」，到能够进行复杂家庭(ting)和工业(ye)任务(wu)的「人形机器人」，该公司的模型据称都能用上(shang)。
那么，在(zai)理论上(shang)，这种「机器人大脑」可以为波(bo)士顿(dun)动(dong)力公司的四足机器人「Spot」以及 Agility Robotics 的人形机器人「Digit」提供「动(dong)力」，尽管公司尚(shang)未宣布具体合作伙伴。
构建「通用的」机器人基础(chu)模型｜ 图片来源：Skild AI
成立1年估(gu)值(zhi)超100 亿(yi)、红杉软银争投，这家人形机器人公司做对了什么？Skild AI 称自己的使命是「通过开发首个(ge)真(zhen)正智能的实体系(xi)统，彻底改变(bian)未来的体力工作，旨在(zai)提升生产力和挖(wa)掘人类潜(qian)力。」愿景(jing)是「建立扎根于物理世界的通用人工智能（AGI）」。
尽管全球不(bu)少人都担心 AI 或机器人抢工作，做机器人的公司普遍还是喜欢说自己要解决所谓(wei)的「劳动(dong)力短缺问题」，抑或者更高远的「解放人类」。
Skild AI 显然也不(bu)例外。
他们对外强调的说法是，以美国为例，目前面临(lin)着严重的劳动(dong)力短缺，空缺的工作岗位比失业(ye)人数多出(chu) 170 万个(ge)。医疗保健、建筑、仓储和制造业(ye)等行业(ye)受影响最严重，预(yu)计到 2030 年将有 210 万个(ge)制造业(ye)职位空缺。
此外，许(xu)多这些工作对人类来说可能是危险的，例如(ru)石油钻井平台和机器房。而 Skild 的模型使机器人能够适应在(zai)危险环境中执行新任务(wu)，而不(bu)是由人类执行这些任务(wu)。
Skild AI 的联合创始人 Abhinav Gupta 称，「通用机器人能够在(zai)任何环境下、安全地执行任何自动(dong)化任务(wu)，并具备任何类型的实施形式，我们可以扩展(zhan)机器人的能力，降低其成本，并支持严重人手不(bu)足的劳动(dong)力市场。」
Skild AI 称该大脑可以适应各种硬件和任务(wu) ｜Skild AI
机器人行业(ye)的人常说「机器人技术很难」，这几乎成了支配该领域的无名自然法则之一。
而且，不(bu)少人认为机器人是一个(ge)硬件问题，但 Skild AI 的创始人却认为这是一个(ge)软件问题。
Skild AI 强调「规模是关键」，并表示他们正在(zai)发明最前沿(yan)的机器学习算法，「重点是利用规模的力量(liang)，在(zai)任何环境中提供无与伦比的鲁棒性。从建筑工地到工厂再到家庭(ting)，Skild Brain 能像人类一样适应非(fei)结构化环境。」
这个(ge)「Skild Brain」，就是所谓(wei)的大脑，据称是「首个(ge)可扩展(zhan)的」机器人基础(chu)模型，可以适应不(bu)同的硬件和任务(wu)，「在(zai)模型设计上(shang)具有鲁棒性。」
该公司还披露了一个(ge) Skild AI 移动(dong)操控平台，由 Skild Brain 提供动(dong)力，在(zai)这个(ge)平台上(shang)「可以开发用于机器人的高级 AI 算法和应用程(cheng)序」，他们想(xiang)要「使机器人操作像调用 API 一样简单」。目前，该平台尚(shang)未开放，仅允许(xu)感兴趣的开发者注册，加(jia)入(ru)早期访问等待名单。
此外，他们推出(chu)了一个(ge)安全/检查机器人平台，称提供自动(dong)化视觉(jue)检查、数据收集或巡逻任务(wu)的解决方案。
Skild AI 的创始团队(dui) ｜图片来源：Skild AI
今年 7 月，Skild AI 宣布完成 3 亿(yi)美元的 A 轮融(rong)资，融(rong)资由 Lightspeed Venture、Coatue、软银集团和杰夫·贝(bei)佐斯（通过 Bezos Expeditions）领投，Felicis Ventures、红杉资本、Menlo Ventures、General Catalyst、CRV、亚马逊(xun)、SV Angel 和卡内基梅隆大学参与了本轮融(rong)资。这次融(rong)资使公司的估(gu)值(zhi)达(da)到 15 亿(yi)美元。
Skild AI 表示，将利用这笔(bi)新资金改进其 AI 模型，同时追求商业(ye)化落地部署。长期目标是创造一种「具有与人类同等能力」且「扎根于物理世界」的 AGI。
其首席执行官兼(jian)联合创始人 Deepak Pathak 称：「我们相信 Skild AI 代表了机器人技术扩展(zhan)方式的一个(ge)转折点，具有改变(bian)整个(ge)实体经济的潜(qian)力。」
02印度机器人大神创业(ye)
根据公司网站显示，Skild AI 正在(zai)招聘多个(ge)工程(cheng)师岗位。目前团队(dui)包括来自 Meta、特斯拉、英伟达(da)、亚马逊(xun)和谷(gu)歌背景(jing)的成员，以及卡内基梅隆大学的学生。
两名联合创始人 Deepak 和 Abhinav，都曾是卡内基梅隆大学的教授，在(zai)机器人和 AI 领域有多年研究经验，以其在(zai)自监(jian)督机器人技术、好奇驱动(dong)的智能体和自适应机器人学习等领域的研究闻名。
如(ru)果(guo)要量(liang)化其学术水平，他们两人目前拥有 150+的 H 指数，超过 90000 次引用。
Deepak 来自印度的一个(ge)小镇，在(zai)同龄人搬到大城市备战全国考试时，他留(liu)在(zai)小镇，仍然考上(shang)了印度理工学院（即 ITT），这是印度国内的最高学府(fu)，这一成就还登上(shang)了当地头条。
据称，在(zai)印度时，由于缺乏条件，他还曾在(zai)家里用纸手写代码并检查，然后在(zai)当地咖啡馆有限的上(shang)网时间里运行他编(bian)写的程(cheng)序。后来这个(ge)印度的「小镇传奇」就赴美国读博，期间加(jia)入(ru) Facebook AI 研究院（FAIR）做研究，还创办过一家被收购的初(chu)创公司，后来选(xuan)择当教授。
Abhinav 则是卡内基梅隆大学的终身教授，和 Deepak 同为印度裔，曾是 FAIR 机器人研究组的创始成员和研究负责人。他和 Deepak 讨(tao)论了十年创业(ye)的可能性。2023 年初(chu)，他们看到了自己领域技术进步的加(jia)速，意识到是时候出(chu)来大干一场了。
那么，他们看到的机会具体是什么？在(zai)追求为机器人构建通用智能的过程(cheng)中，关键挑(tiao)战一直是如(ru)何在(zai)没有大规模数据的情况下，构建一个(ge)大型模型。
与大型语言模型不(bu)同，机器人领域没有现成的互(hu)联网数据。因此，他们探索了从现有资源中学习的不(bu)同策略：在(zai)线视频、远程(cheng)操作、现实世界数据、模拟等。
2015 年，他们首次实现了机器人数据的 1000 倍扩展(zhan)，随(sui)后几年，他们尝试了人类远程(cheng)操作和低成本机器人远程(cheng)操作平台。2017 年，他们提出(chu)了著名的好奇心驱动(dong)学习算法，用于构建能够自主(zhu)探索和学习的智能体。2021 年和 2022 年，他们再次突破，采用大规模自适应 SIM2REAL（虚拟到现实世界训练）策略，并在(zai)机器人学习会议上(shang)获得最佳机器人系(xi)统奖。
这些成就，奠定了 Skild AI 的目标：一个(ge)通用模型，能够在(zai)任何环境中完成任何任务(wu)，而无需特定训练。有投资方认为，如(ru)果(guo) Deepak 和 Abhinav 能实现这一目标，他们将取得类似 GPT-3 的突破，结果(guo)可能适用于几乎所有领域。
03 机器人的「GPT-3 时刻(ke)」？
卡内基梅隆大学现任机器人研究所所长 Matthew Roberson 为他们站台背书称，「Skild AI 由站在(zai)机器人技术创新前沿(yan)的的专家创立，我迫不(bu)及待地想(xiang)见证(zheng)他们的尖端技术如(ru)何彻底改变(bian)行业(ye)，并延续卡内基梅隆大学在(zai)转化研究方面的悠久历史。」
其他投资方也不(bu)吝吹(chui)捧，似乎对 Skild AI 的能力和前景(jing)充满信心。他们大多看中的是两名创始人对世界上(shang)一些先进机器人和 AI 实验室(shi)的贡(gong)献。
在(zai)过去几年，互(hu)联网偶尔会被机器人极限跑酷、用手操控物体（包括开门和抽屉）、爬楼梯（无论是前进还是后退，室(shi)内还是室(shi)外）、以及自然流畅移动(dong)的机器人震撼一下，而这些进步，据称背后都可以追溯到两人的一些学术成果(guo)。
有的投资人称他们是机器人技术进步的「催化剂」，认为「他们在(zai)将基础(chu)模型的核心原则应用于现实世界方面的创新，使行业(ye)走(zou)上(shang)了通用机器人技术的道路。」
有的投资人提出(chu)，Skild AI 在(zai)构建机器人操作和移动(dong)的基础(chu)模型方面，「采用了真(zhen)正可扩展(zhan)的方法」，「他们革(ge)命性地改变(bian)机器人技术，从预(yu)编(bian)程(cheng)机器人转向动(dong)态自适应机器人，这有可能颠覆(fu)整个(ge)实体经济。」
还有投资方已经投资机器人公司超过 15 年，称 Skild 是其见过「最具远见的」，「他们正在(zai)构建的模型将在(zai)任何环境、任何硬件上(shang)执行任何任务(wu)。」
在(zai) Felicis Ventures 的投资人看来，开发通用机器人智能的竞赛(sai)已经开始，没有任何一个(ge)想(xiang)法能像现在(zai)这样快速地动(dong)员资本和人才(cai)，通用机器人基础(chu)模型将成为这一链条中的关键环节(jie)。
创造一个(ge)能够在(zai)任何环境中、任何形式上(shang)进行推理、规划和行动(dong)的「单一模型」，这个(ge)想(xiang)法并不(bu)新鲜(xian)，一直是机器人行业(ye)想(xiang)要夺(duo)取的圣杯，「这个(ge)想(xiang)法的问题在(zai)于，几年前它(ta)根本不(bu)可能实现。而今天，它(ta)可能成为现实。」Felicis Ventures 的投资人如(ru)此称。
「当我们第一次飞往匹兹堡观看 Skild 机器人实际操作时，我们简直不(bu)敢相信自己的眼睛。一个(ge)初(chu)创公司在(zai)如(ru)此短的时间内怎么可能取得如(ru)此大的成就？」
「答案在(zai)于规模。大型预(yu)训练视觉(jue)语言动(dong)作模型（VLA）展(zhan)现出(chu)与大型预(yu)训练语言模型（LLM）相同的涌(yong)现行为，正如(ru)在(zai)代数上(shang)训练一个(ge) LLM 使其在(zai)西班牙语上(shang)表现得更好。」Felicis Ventures 的投资人认为「Skild 正在(zai)将这一理念推向极致。」
Skild 正在(zai)做和想(xiang)要实现的，就是通过所谓(wei)千倍以上(shang)的训练数据量(liang)，让机器人从没见过的任务(wu)也能执行到位，该投资人称已经看到了迹象。
红杉资本的投资人也声(sheng)明称，对 Skild AI 的团队(dui)充满「深刻(ke)的信念」，说他们「有潜(qian)力在(zai)现实世界中实现 OpenAI 在(zai)数字世界中所取得的成就。」
信念的一个(ge)证(zheng)明是，飞速给钱(qian)。见完创始人不(bu)到一周时间内，红杉资本就拍板决定投资 Skild AI，认为这个(ge)团队(dui)就是他们追求的，称「GPT-3 时刻(ke)即将到来，将为机器人世界带来巨大变(bian)革(ge)，就像我们在(zai)数字智能世界中看到的进步一样。」
这些投资人认为，虽然关于 AI 对人类生活(huo)影响的讨(tao)论非(fei)常热烈，但迄今为止，大量(liang)讨(tao)论仍然主(zhu)要集中在(zai)软件上(shang)，而将 AI 整合到机器人中则潜(qian)藏着巨大的机会，AGI 不(bu)是只能通过数字知识来构建。虽然一切都处于早期阶(jie)段，但利用 LLM、VLM 和代码生成的进步，机器人制造商有机会开发更智能的机器。
「想(xiang)象这样一个(ge)世界：一个(ge) AI 机器人基础(chu)模型能够在(zai)任何环境、任何机器人硬件上(shang)完成任何任务(wu)。这将大大扩展(zhan)我们可以构建的机器人类型，并且成本将比今天低几个(ge)数量(liang)级。」
随(sui)着软件领域的 AI 成为巨头的游戏(xi)，以及将 AI 整合到机器人的前景(jing)和吸引力。
一波(bo) AI 热钱(qian)，已经转向机器人领域。
本文(wen)作者：芯芯，来源：极客公园，原文(wen)标题：《成立1年估(gu)值(zhi)超100 亿(yi)、红杉软银争投，这家人形机器人公司做对了什么？》
风险提示及免责条款
市场有风险，投资需谨慎。本文(wen)不(bu)构成个(ge)人投资建议，也未考虑到个(ge)别用户特殊的投资目标、财务(wu)状况或需要。用户应考虑本文(wen)中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。