衡宇 發(fā)自 上海
量子位 | 公眾號(hào) QbitAI

好你個(gè)稚暉君，居然搞突襲，一腳踹飛了機(jī)器人二次開發(fā)的高門檻。

在智元機(jī)器人首屆合作伙伴大會(huì)上，智元機(jī)器人聯(lián)合創(chuàng)始人、CTO稚暉君（彭志輝），發(fā)布了機(jī)器人動(dòng)作與表達(dá)創(chuàng)作平臺(tái)靈創(chuàng)平臺(tái)（LinkCraft）。

他首先陳述了一個(gè)當(dāng)下的現(xiàn)象：

大家能看到網(wǎng)上有很多展示機(jī)器人靈活、生動(dòng)、自然表現(xiàn)的視頻，但翻來覆去就那幾段動(dòng)作。

對(duì)此，他的解釋是這樣的——

這些機(jī)器人的開發(fā)門檻太高了，想要讓機(jī)器人實(shí)現(xiàn)這種高動(dòng)態(tài)的全身控制，需要有非常深厚的強(qiáng)化學(xué)習(xí)加模仿學(xué)習(xí)的訓(xùn)練技巧——這都是專業(yè)人士才能做的事情。

所以一般都是由廠商針對(duì)某些問題訓(xùn)得比較好之后，開放OTA升級(jí)，升級(jí)一個(gè)動(dòng)作的OTA，機(jī)器人才能多會(huì)一個(gè)動(dòng)作。

因?yàn)橄Ｍ幸粋€(gè)方便大家二次開發(fā)機(jī)器人的東西，所以智元推出了靈創(chuàng)平臺(tái)。

它被稚暉君稱為殺手級(jí)應(yīng)用。

靈創(chuàng)平臺(tái)是個(gè)啥？

靈創(chuàng)平臺(tái)定位為一個(gè)AI加持、面向創(chuàng)作者和開發(fā)者的機(jī)器人動(dòng)作與表達(dá)創(chuàng)作平臺(tái)，未來愿景是“讓機(jī)器人像人一樣表達(dá)，讓創(chuàng)作者像導(dǎo)演一樣自由編排”。

具體來說，你買回來一臺(tái)人形機(jī)器人，想要它有demo視頻中的良好表現(xiàn)，或者無痛學(xué)會(huì)新的動(dòng)作技能，不需要再費(fèi)勁訓(xùn)練它。

丟給靈創(chuàng)平臺(tái)，像用剪映剪視頻一樣，在3D場(chǎng)景里“剪輯”你想讓機(jī)器人完成的行為。

底層邏輯很清晰——

用AI把機(jī)器人二次開發(fā)復(fù)雜的過程抽象成一個(gè)個(gè)模塊化工具，以此支持機(jī)器人動(dòng)作的自由編排和表達(dá)定制。

稚暉君介紹時(shí)表示：“以往的機(jī)器人動(dòng)作演示需要專業(yè)人員進(jìn)行調(diào)試，操作難度較大，靈創(chuàng)平臺(tái)可以提供各類標(biāo)準(zhǔn)動(dòng)作模板，降低創(chuàng)作者編排調(diào)試機(jī)器人動(dòng)作演示的難度?！?/p>

用戶生成自創(chuàng)機(jī)器人動(dòng)作后，就成了自己的資產(chǎn)，不僅能反復(fù)調(diào)用，還可以與他人共享、組合、混剪。

稚暉君介紹，這套玩法背后是智元一整套自研AI模型在底層托舉。

據(jù)悉，靈創(chuàng)平臺(tái)并不是為某一臺(tái)機(jī)器人量身打造的。

當(dāng)前靈創(chuàng)平臺(tái)已經(jīng)適配了智元旗下的人形機(jī)器人靈犀X2，以后將擴(kuò)展至更多形態(tài)的硬件設(shè)備。

今年10月，靈創(chuàng)平臺(tái)將上線beta版本。

所謂“0門檻”，怎么用？

稚暉君在大會(huì)現(xiàn)場(chǎng)展示了靈創(chuàng)平臺(tái)的用法——

在電腦或手機(jī)上打開靈創(chuàng)平臺(tái)官網(wǎng)，屏幕分左右兩欄。

左邊有包含動(dòng)作庫、prompt輸入?yún)^(qū)等在內(nèi)的各種選項(xiàng)，右邊窗口負(fù)責(zé)預(yù)覽和更精細(xì)調(diào)整機(jī)器人動(dòng)作。

最簡(jiǎn)單的用法，就是在左側(cè)的既定動(dòng)作庫中，選擇你想讓機(jī)器人學(xué)會(huì)的新動(dòng)作，比如打哈欠、揮手、鞠躬、鼓掌……隨點(diǎn)隨看，每一個(gè)動(dòng)作都實(shí)時(shí)在右側(cè)窗口預(yù)覽。

如果你覺得它學(xué)得還ok，就可以給現(xiàn)實(shí)世界里的機(jī)器人安排上了。

有沒有感覺到，照這個(gè)辦法，以前有0代碼編程，現(xiàn)在有0代碼二次開發(fā)機(jī)器人了～

官方介紹也表示，靈創(chuàng)平臺(tái)“可將機(jī)器人二次開發(fā)難度降低到0門檻”。

稚暉君介紹，靈創(chuàng)平臺(tái)動(dòng)作庫中目前已有上百個(gè)標(biāo)準(zhǔn)化動(dòng)作，智元官方還會(huì)繼續(xù)填充動(dòng)作庫。

這里有個(gè)有點(diǎn)意思的玩法，用戶有自己想“教”機(jī)器人的動(dòng)作，可以錄制一段真人演示視頻（不需要任何動(dòng)捕設(shè)備），上傳到靈創(chuàng)平臺(tái)，AI會(huì)識(shí)別原視頻中人物肢體動(dòng)作，再由AI作retarget，變成右邊窗口里能預(yù)覽的機(jī)器人成品動(dòng)作效果。

根據(jù)動(dòng)作難度的不同，訓(xùn)練時(shí)間從幾十秒到幾十個(gè)小時(shí)不等。

右側(cè)的窗口里，可以靠拖動(dòng)來增減具體參數(shù)，進(jìn)行更精細(xì)的動(dòng)作編輯，對(duì)機(jī)器人動(dòng)作“逐幀雕刻”。

此外，靈創(chuàng)平臺(tái)可以根據(jù)用戶上傳的音頻，自動(dòng)分析其中的語義和情緒，并生成與之匹配的自然動(dòng)作。

比如給它一段悲傷語調(diào)的音頻，靈創(chuàng)平臺(tái)會(huì)生成機(jī)器人耷拉肩膀、低頭的動(dòng)作。

另一個(gè)功能很像“演繹編排”：

在靈創(chuàng)平臺(tái)輸入文本，AI合成語音，然后選定想要的詞語，規(guī)定說該詞語時(shí)對(duì)應(yīng)要做出的動(dòng)作，機(jī)器人就能按部就班地乖乖聽話開始它的“表演”。

One More Thing

大會(huì)現(xiàn)場(chǎng)，智元秀出了新款機(jī)器人：

靈犀X2-W。

這是一款收納起來占地不到0.5㎡的輪足式人形機(jī)器人，具備高自由度雙臂及仿生手腕以及靈巧三指手，目前尚處原型階段。

在現(xiàn)場(chǎng)播放的靈犀X2-W展示視頻中，它彎曲“膝蓋”，用手打開了掃地機(jī)器人的開關(guān)，掃地機(jī)器人麻溜工作去了。

能理解，為了展示它各個(gè)方面的能力嘛！

但一瞬間幻視迪士尼IP某經(jīng)典畫面：

大家都是狗，但高飛是“人”，得牽狗繩出門遛布魯托（頂鍋蓋跑開）。