Eka Robotics 完成 1.5 亿美元 A 轮融资，估值 14.5 亿美元

尽管投入了数十亿美元，并且向深度学习模型输入了无数视频，机器人仍然不太擅长抓取物品。

这种情况可能即将改变，这要归功于 Eka Robotics 构建的一种操作架构，它包含一个力敏感夹爪和一种新型深度学习模型。这家初创公司由 MIT 教授 Pulkit Agrawal 和前 Google DeepMind 研究员 Tuomas Haarnoja 创立，刚刚完成了 1.5 亿美元的 A 轮融资，投后估值达 14.5 亿美元，由风投基金 a16z 和 F-Prime 领投。

“在某些任务上，它们已经超越了人类的表现，因此我们认为在未来几个月内，许多灵巧操作任务都将出现超越人类的表现，”共同领投本轮融资的 a16z 普通合伙人 Raghu Raguram 对 TechCrunch 表示。

在这个机器人演示层出不穷的时代，Eka 的能力令资深机器人建造者感到震惊。

伊利诺伊大学厄巴纳-香槟分校教授 Kris Hauser 表示，与他最近看到的其他机器人演示相比，它具有“令人惊叹的效果”。Hauser 说，Eka 的机器人“无需重新训练就能适应大量不同的物体”，并补充说它还具有一种“人性，一种令人毛骨悚然的人性——如果第一次失败了，它会一遍又一遍地尝试。”

另一位机器人专家因在一家前沿实验室工作而要求匿名，他告诉 TechCrunch，看到 Eka 的机器人实际运行是一种情感体验，堪比五到十年前机器人首次实现可靠的腿部运动时的感受。你自己看看吧：

正在加载播放器…

var playerInstance_31790671 = jwplayer( "jwppp-video-31790671" ); playerInstance_31790671.setup({ playlist: "https://cdn.jwplayer.com/v2/media/KxDNB0Qm", })

这里有什么值得注意的？机器人移动得多么流畅和迅速。它每小时可以抓取约 1,500 个重量不超过 1 公斤的物体，而人类约为 600 个；Eka 表示其可靠抓取物体的成功率超过 95%。而且机械臂足够强壮，在如此快速地移动时甚至可能伤到自己。据那位前沿实验室观察者称，这表明“他们非常信任自己的算法不会弄坏机器人。我想知道他们一路上弄坏了多少台机器人？”

当那位前沿实验室的机器人专家见到 Eka 的机器人时，他们递给它一颗覆盆子——这显然是该实验室最喜欢的测试物品。“一个又大又重的机器人冲向我的手臂，然后及时减速，非常轻柔地触碰我，这种体验我此刻仍能切身感受到，”他们告诉 TechCrunch。

如何不压扁覆盆子

这些能力源于基础模型的构建方式。这里采用的不是视觉-语言-动作模型——那种模型被训练来理解语言、视觉输入和动作之间的关系——而是视觉-力觉-动作模型，它专注于语言、力觉输入和动作之间的关系。对当前生成式 AI 机器人模型方向持批评态度的人，比如 Rodney Brooks，曾表示如果不尝试表征力和触觉，这些模型将会失败；Eka 的成果表明这些批评者有道理。

“视觉并不是解决这最后一毫米问题的主要方式，”Eka 联合创始人 Agrawal 告诉 TechCrunch。“视觉告诉你物体大致在哪里、姿态如何，但真正的抓取、真正的搜索是通过力来实现的。”

Eka 必须设计一种独特的机械手，它比传统夹爪更灵活，并包含更多力传感器；它能对接触做出反应，这就是它不会压碎覆盆子的原因。出于明显的竞争原因，创始人对他们如何实现这一点讳莫如深，但归根结底是利用物理模拟器来建模机器人在尝试抓取某物时会遇到的多种力，并以此创建一个可以大规模运行的强化学习环境。他们表示可以在几分钟内生成数千小时的机器人经验。

“Eka 不是局限于从人类演示等来源收集的数据，而是通过强化学习推进这种方法，使机器人能够超越提供给它的任何演示，”Hauser 说。“真正令人兴奋的是，他们能够不受限于提供给他们的训练数据。”

Agrawal 和 Haarnoja 最初在加州大学伯克利分校读研究生时相识，他们都是机器人控制强化学习领域的领军研究者。Eka 的关键赌注是，这项技术可以通过模拟大规模实现，而不是依赖零工收集的视频或机器人操作员花许多小时执行任务。模拟是实现其机器人可靠操作的关键，而过去对于需要与物体交互而非避开物体的任务来说，这一壮举被证明更加困难。

“Eka 正在弥合通用性与性能之间的差距，这一差距困扰着许多现代机器人技术，”Agrawal 主张道。

让通用机器人变得有用

目前，最具通用性的物理AI模型——也就是那些能够尝试多种不同任务的模型——在这些任务上的表现并不特别好。但为在单一任务上具备高能力而训练的AI模型，可能无法让一家公司的商业逻辑成立：生成式AI的承诺在于，机器人能够快速学习多种任务，甚至是全新的任务。

当前的方法擅长造出比以往更具通用智能的机器人——ChatGPT最新的LLM Astra能够在一个陌生的环境中操作机器人并与之完成任务，但速度慢且成本高。像Eka这样的模型所承诺的是，它负责处理物理层面的问题，而一个更通用的模型则负责决定如何解决问题。例如，Astra可能知道盘子从洗碗机里拿出来后要叠放进橱柜，但Eka的模型能够拿起盘子而不将其打碎。

“该领域的大部分工作一直聚焦于规划，”Eka联合创始人Haarnoja说，“所以他们是从顶层入手：高层智能，再把它向下推向物理层面。而我们是从底层向上思考。”

不过，Eka仍需在实地证明自己。该公司正与多家工业客户进行保密试点，开展抓取放置和线缆操作，但从实验室到生产线的跨越，几乎和从仿真到现实的差距一样大。

“真正的巨大挑战在于，当他们与集成商在真实装配线上合作时，系统需要整整一年不间断运行而不出故障，”Hauser说。另一个悬而未决的问题是：“这些技术能在多大程度上泛化到不同任务？我看到的只是抓取放置，但许多具有附加值的工业任务所涉及的远不止抓取放置。”

Agrawal同样关注可部署性；他表示，目前Eka的夹爪硬件——成本低于1000美元——额定为500万次工作循环，但最终目标是达到标准工业机械臂所设定的2000万次循环的门槛。

“我们正在构建的是如何设计整个工作流程的工程，但我们起步时非常务实，我们说抓取、整理、放置和线缆处理这两个垂直领域，让我们把它们做成全垒打，”Agrawal说。“一旦我们在这些领域打出全垒打，凭借我们正在开发的方法，我们能做的事情将不可限量。”