4 月 2 日，智能協(xié)作機械臂廠(chǎng)商越疆機器人發(fā)布了 AI 訓練機器人 X-Trainer。

視頻顯示了 X-Trainer 采用模仿學(xué)習神經(jīng)網(wǎng)絡(luò )+ 視覺(jué)大語(yǔ)言模型，訓練 2 小時(shí)，獲得了自主刷盤(pán)子的能力，相較普遍的訓練時(shí)長(cháng)，節省了 70% 的訓練時(shí)間。

從帶有紅色食物殘留物的盤(pán)子、放在黃色盤(pán)子上的海綿，以及后面掛著(zhù)碟子的金屬架，推理出清洗盤(pán)子并收納到金屬架的任務(wù)。

擦拭三連，不放過(guò)一點(diǎn)殘留的污漬。

機器人刷完盤(pán)子準備放進(jìn)盤(pán)架時(shí)，突然被人為干預再次弄臟盤(pán)子，但機器人迅速捕捉到這一變化，并立即做出反應。

看似一個(gè)簡(jiǎn)單的刷盤(pán)子任務(wù)，機器人也有靈活的反應！完整DEMO視頻如下面所示：
越疆機器人視頻發(fā)布后引起了網(wǎng)友的熱議，并期待機器人做家務(wù)的時(shí)代真的到來(lái)！

網(wǎng)友熱評

@YLshowT

@陸二的烤羊腿

@biubiu哈的視頻號

甚至有人調侃，如果人類(lèi)一直搗蛋，機器人會(huì )不會(huì )一直刷下去，會(huì )不會(huì )罷工！

實(shí)際上，X-Trainer 融合了智能機器人與 AI 最前沿技術(shù)，使得機器人能夠快速模仿學(xué)習人類(lèi)復雜動(dòng)作，最終實(shí)現行為克隆。

越疆科技聯(lián)合創(chuàng )始人郎需林表示，視頻中 X-Trainer 一系列的動(dòng)作來(lái)源于模仿學(xué)習神經(jīng)網(wǎng)絡(luò )端到端的控制，是訓練后完全自主的運行，機器人的平穩性和速度有了顯著(zhù)的提升。整個(gè)方案采用了視覺(jué)大語(yǔ)言模型和模仿學(xué)習神經(jīng)網(wǎng)絡(luò )。
首先機器人攝像頭將頂部的圖像輸入視覺(jué)大語(yǔ)言模型，X-Trainer 可以完成：

• 工作場(chǎng)景的描述 [包括沾有食物殘渣的碟子，放在黃色盤(pán)子上的海綿，以及后面放置碟子的鐵架，組成的這樣一個(gè)廚房場(chǎng)景]
• 視覺(jué)大模型實(shí)現了對于任務(wù)的推理，[ 沾有食物殘渣的盤(pán)子，放在黃色盤(pán)子上的海綿，以及后面放置碟子的金屬架 = 清洗盤(pán)子并收納到金屬架的任務(wù)] 

關(guān)于雙臂的操作，所有動(dòng)作通過(guò)端到端神經(jīng)網(wǎng)絡(luò )驅動(dòng)，25Hz 頻率接收頂部和手部的三個(gè)攝像頭圖像并完成推理，通過(guò)高性能的在線(xiàn)運動(dòng)規劃接口生成 250Hz 的雙臂運動(dòng)，（根據公開(kāi)信息，figure01 接收機載圖像網(wǎng)絡(luò )頻率為 10Hz），X-Trainer 25Hz 的端到端高性能運動(dòng)接口，響應速度提升了150% ，這使得機器人的運行平穩性得到了進(jìn)一步的提升。

2024 年 1 月， Figure 展示了 Figure 01 制作咖啡的一段視頻并表示機器人練習這些動(dòng)作的方法是端到端的方式，神經(jīng)網(wǎng)絡(luò )的訓練時(shí)間為 10 小時(shí)。X-Trainer 通過(guò)人類(lèi)示范學(xué)習，僅需 2 小時(shí)訓練即可自主刷盤(pán)子，并對實(shí)時(shí)干擾快速糾正。

X-Trainer 的高速訓練得益于 0.05mm 高精度雙臂，使 AI 訓練機器人擁有工業(yè)級數據采集與動(dòng)作精度，大幅提升了完成任務(wù)的效率和質(zhì)量，獲得了用于快速訓練的高質(zhì)量數據集，而該機械臂更是在 3C 制造、商用咖啡店、醫療艾灸等領(lǐng)域廣泛應用的工業(yè)級機械臂，這使得訓練后場(chǎng)景的落地擁有了保障。

最后郎需林表示，模仿學(xué)習神經(jīng)網(wǎng)絡(luò )，端到端圖像到動(dòng)作的映射，訓練速度和質(zhì)量都在高速發(fā)展進(jìn)步，X-Trainer，X 代表無(wú)限的訓練可能，該訓練平臺的發(fā)布希望助力中國具身智能的發(fā)展，讓人工智能的產(chǎn)業(yè)落地擁有一個(gè)高性能的載體。

具身智能是指一種基于物理身體進(jìn)行感知和行動(dòng)的智能系統，其通過(guò)智能體與環(huán)境的交互獲取信息、理解問(wèn)題、做出決策并實(shí)現行動(dòng)，從而產(chǎn)生智能行為和適應性，是 AI 實(shí)現物理世界交互的關(guān)鍵載體。

協(xié)作機器人是具身智能的重要硬件載體，從工業(yè)到商業(yè)，釋放更加巨大的市場(chǎng)空間。

越疆科技已在全球部署機器人超過(guò) 7 萬(wàn)臺，產(chǎn)品服務(wù)覆蓋 100 個(gè)國家和地區，服務(wù)于立訊精密、富士康、豐田、大眾等數十家世界 500 強企業(yè)，連續五年出口量居首，擁有豐富的具身智能應用和落地場(chǎng)景基礎。

越疆科技一直致力于 AI+ 機器人的技術(shù)突破和產(chǎn)業(yè)落地，被美國 CB Insights評為全球 80 家最具投資價(jià)值的機器人企業(yè)之一，與全球眾多人工智能院校建立了合作關(guān)系，包括牛津大學(xué)、卡耐基梅隆大學(xué)、麻省理工大學(xué)、早稻田大學(xué)，牽頭承擔廣東省重點(diǎn)領(lǐng)域研發(fā)計劃人工智能專(zhuān)項“多自由度智能體復雜技能自主學(xué)習、關(guān)鍵部件與 3C 制造業(yè)示范應用”。同時(shí)越疆作為國家級專(zhuān)精特新“小巨人”企業(yè)，于 2022 年牽頭承擔國家重點(diǎn)研發(fā)計劃智能機器人專(zhuān)項，累計申請知識產(chǎn)權超過(guò) 1200 項，被認定為國家優(yōu)勢知識產(chǎn)權企業(yè)，在協(xié)作和人形機器人核心零部件、電子皮膚、遙操作、模仿學(xué)習等方向形成針對性的專(zhuān)利群布局。