時(shí)令 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

波士頓動力也搞端到端AI了！

這次升級，Atlas不僅可以聽懂自然語言指令，還可以自主規(guī)劃動作和處理意外

只見小哥故意合上蓋子，機(jī)器人仍能識別并打開箱子。

故意挪動箱子位置，它也能精確識別到變化。

即使附近有遺漏的裝置，它也能發(fā)現(xiàn)，并準(zhǔn)確放入箱子內(nèi)。

據(jù)介紹，此次更新由波士頓動力與豐田研究院聯(lián)手推出，基于大型行為模型（LBM），帶來了Atlas的全新版本——Atlas MTS。

新成果一出，網(wǎng)友們紛紛叫好，光是官方在YouTube發(fā)布的視頻觀看人數(shù)就突破十萬，點(diǎn)贊超一萬。

另有一批網(wǎng)友則欣慰的表示，膝蓋可以彎曲了，那背部就不會受傷了。

哇哦，點(diǎn)贊數(shù)2.4K說明大家都很關(guān)心機(jī)器人身體健康嘛～

除此之外，關(guān)于全新能力具體實(shí)現(xiàn)，官方發(fā)布了詳細(xì)報(bào)告。

給Atlas裝上大腦

報(bào)告指出，端到端的語言條件策略能讓機(jī)器人充分發(fā)揮自身優(yōu)勢，實(shí)現(xiàn)行走、精確放置雙腳、蹲下、轉(zhuǎn)移重心，同時(shí)避免自身碰撞。

這種策略構(gòu)建過程分為以下4個(gè)步驟：

• 收集具身行為數(shù)據(jù)；
• 處理、標(biāo)注和整理數(shù)據(jù)；
• 訓(xùn)練神經(jīng)網(wǎng)絡(luò)；
• 利用測試任務(wù)評估該策略。

更值得關(guān)注的是，此次大型行為模型采用4.5億參數(shù)的擴(kuò)散Transformer模型，并結(jié)合流匹配目標(biāo)，能將包括30Hz圖像、人體感覺和自然語言指令等輸入信息轉(zhuǎn)化為控制Atlas活動的動作指令。

說簡單點(diǎn)，Transformer像“全局之眼”， 把控整體架構(gòu)和動作細(xì)節(jié)的關(guān)聯(lián)。擴(kuò)散是細(xì)化步驟，將模糊指令轉(zhuǎn)化為精準(zhǔn)動作。流匹配損失則是真實(shí)參照，讓動作既貼合現(xiàn)實(shí)，又能靈活適應(yīng)不同場景。

在此過程中，波士頓動力關(guān)鍵的是將Atlas的模型預(yù)測控制器與VR界面結(jié)合，從而覆蓋從手指級精細(xì)操作到全身伸展、移動等各類任務(wù)需求。

這使得遠(yuǎn)程操作員能夠充分發(fā)揮機(jī)器人的性能，將自身動作和感知與機(jī)器人的狀態(tài)保持同步。

除此之外，此次升級最值得關(guān)注的是，Atlas能自主處理意外情況。

當(dāng)出現(xiàn)問題時(shí)，比如零件掉在地上或箱蓋未關(guān)閉，Atlas都能智能地做出反應(yīng)。

這簡直就是給Atlas裝上大腦！

不僅如此，官方還稱只要是人能演示的動作，Atlas都可以學(xué)習(xí)它，包括但不限于系繩子、折疊椅子和翻輪胎等。

不得不說，這學(xué)習(xí)能力真的驚到我了。

告別液壓，電驅(qū)機(jī)器人更適合AI

說起波士頓動力機(jī)器人，那不得不提一下Atlas液壓版。

此版本在2024年4月已退役，且在24小時(shí)內(nèi)發(fā)布全電動版本。

畢竟液壓系統(tǒng)不僅成本高，響應(yīng)慢，還難以與AI系統(tǒng)集成。

相比之下，電機(jī)驅(qū)動更精確、能耗低，且天然適配AI學(xué)習(xí)框架。

自波士頓動力轉(zhuǎn)向電驅(qū)動以來，他們也是不斷推出新動作。

去年8月，Atlas在RSS（機(jī)器人頂會）上大秀俯臥撐（當(dāng)時(shí)還是沒有手指的，也可以稱為拳臥撐）

動作那是相當(dāng)標(biāo)準(zhǔn)～

過了兩個(gè)月，它就可以進(jìn)廠打工了，只需告訴Atlas前后搬運(yùn)的位置坐標(biāo)，它就能全自動分裝物件。

而在今年5月份，波士頓動力再次升級，讓機(jī)器人具備3D空間感知和實(shí)時(shí)物體追蹤能力，可以自主執(zhí)行更復(fù)雜的工業(yè)任務(wù)。

此次的大型行為模型（LBM），也意味著它正擁抱全新的技術(shù)方向。

看完液壓轉(zhuǎn)電驅(qū)的波士頓，再來了解一下國內(nèi)一直采用電驅(qū)的宇樹。

從四足機(jī)器狗Go系列，到人形機(jī)器人H1、G1、R1，宇樹始終延續(xù)著“小而美”的電驅(qū)哲學(xué)，用更快的迭代速度，逐漸在全球打響了名號。

現(xiàn)在，180“芭蕾舞者”都出來了。

未來，隨著電驅(qū)技術(shù)與AI算法的不斷融合，電驅(qū)機(jī)器人的時(shí)代才將真正到來。

[1]https://www.youtube.com/watch?v=HYwekersccY
[2]https://bostondynamics.com/blog/large-behavior-models-atlas-find-new-footing/?wchannelid=7qr7eifvi1