智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
近日，美國機器人初創(chuàng)公司Skild AI宣布完成3億美元(約20億人民幣)A輪融資，資方陣容豪華，包括軟銀集團、紅杉資本、Lightspeed Venture Partners、Coatue、亞馬遜等頂級投資機構(gòu)。
Skild AI的投后估值達到15億美元(約108億人民幣)，躍升新晉獨角獸。
作為一家成立僅一年的初創(chuàng)公司，Skild AI能夠在如此短的時間內(nèi)，獲得眾多“大佬”加持的巨額融資，無疑是現(xiàn)象級。
那么，Skild AI到底有什么過人之處，能讓這么多頂級投資機構(gòu)爭相押注？
打造機器人的“通用大腦”
長期以來，機器人技術(shù)一直存在一個巨大的瓶頸：大多數(shù)機器人都是為特定任務(wù)設(shè)計的，缺乏靈活性和通用性，這導致機器人的應(yīng)用場景受到很大限制，難以適應(yīng)復(fù)雜多變的實際環(huán)境。
Skild AI的核心理念就是要打破這一瓶頸，為機器人打造一個"通用大腦"。
公司由兩位卡內(nèi)基梅隆大學(CMU)的前教授Deepak Pathak和Abhinav Gupta于2023年共同創(chuàng)立。兩位創(chuàng)始人在機器人和人工智能領(lǐng)域均有超過25年的研究經(jīng)驗，在自監(jiān)督機器人學習、好奇心驅(qū)動的智能體和自適應(yīng)機器人學習等方面都取得了開創(chuàng)性的突破。
除了兩位聯(lián)合創(chuàng)始人，公司還匯聚了來自Meta、特斯拉、英偉達、亞馬遜、谷歌等科技巨頭，以及CMU、斯坦福大學、加州大學伯克利分校等頂尖學府的機器人和AI專家，為Skild AI研發(fā)工作提供了堅實的人才保障。
在AI領(lǐng)域，頂尖人才的重要性怎么強調(diào)都不為過。
從DeepMind到OpenAI，幾乎所有引領(lǐng)AI革命的公司都擁有一支由行業(yè)頂尖專家組成的核心團隊，Skild AI在這方面已具備了與這些公司比肩的潛力。
Skild AI聯(lián)合創(chuàng)始人兼CEO Deepak Pathak表示：“我們正在構(gòu)建的大規(guī)模模型展示了機器人在任務(wù)中無與倫比的泛化和緊急能力，為現(xiàn)實世界環(huán)境中的自動化提供了巨大的潛力。”
具體而言，Skild AI正在開發(fā)一種機器人基礎(chǔ)模型，這個模型可以充當各種不同類型機器人的“大腦”，使它們能夠執(zhí)行廣泛的任務(wù)，包括操作、運動和導航等。
Skild AI表示，他們的模型是在比競爭對手大1000倍的數(shù)據(jù)集上訓練的。這個數(shù)據(jù)集包含了人類操作員遠程控制機器人、隨機任務(wù)執(zhí)行以及大量公開視頻等多種來源的數(shù)據(jù)。通過如此海量和多樣化的數(shù)據(jù)訓練，Skild AI的模型展現(xiàn)出了驚人的泛化能力和“涌現(xiàn)能力”。
所謂“涌現(xiàn)能力”，指的是AI系統(tǒng)能夠表現(xiàn)出超出其明確編程范圍的行為。
比如，Skild AI的機器人能夠自主完成一些從未經(jīng)過明確訓練的任務(wù)，如撿起意外掉落的物體，或者更靈活地操縱物品以提高效率，這種能力使得Skild AI的機器人在面對復(fù)雜多變的現(xiàn)實環(huán)境時，更接近真人。
而從應(yīng)用上講，Skild AI的出現(xiàn)恰逢其時。
當前，美國正面臨嚴重的勞動力短缺問題，尤其是醫(yī)療保健、制造、倉儲等行業(yè)。
根據(jù)美國制造商協(xié)會數(shù)據(jù)，目前美國有超過170萬個工作崗位空缺，協(xié)會還預(yù)測，到2030年，僅制造業(yè)就將有210萬個工作崗位空缺。
而這些崗位中，很多涉及重復(fù)性、甚至危險的任務(wù)，非常適合由機器人來替代。
在這樣的背景下，Skild AI的技術(shù)無疑為解決勞動力短缺問題提供了一個富有前景的方案。通過部署智能機器人，企業(yè)可以彌補人力資源的不足，同時提高生產(chǎn)效率和安全性。
Skild AI的聯(lián)合創(chuàng)始人兼總裁Abhinav Gupta表示："借助能夠在任何環(huán)境中、任何類型的實踐案例中安全地執(zhí)行任何自動化任務(wù)的通用機器人，我們可以擴展機器人的功能，使其成本民主化，并支持嚴重人手不足的勞動力市場。"
資本爭相布局AI+機器人
Skild AI的這輪融資，反映了資本市場對機器人AI領(lǐng)域的熱切關(guān)注。
事實上，不只是Skild AI，近期多家機器人AI初創(chuàng)公司都獲得了大額融資。
例如，OpenAI、紅杉在今年早些時候投資了Skild AI的競爭對手Physical Intelligence，7000萬美元的融資把公司估值一下干到4億美元。
熱潮背后，是投資者對機器人+AI市場潛力的看好。
紅杉資本的合伙人Stephanie Zhan將Skild AI的突破比作機器人技術(shù)的“GPT-3時刻”，預(yù)測該行業(yè)將發(fā)生巨大轉(zhuǎn)變。Lightspeed Venture Partners的合伙人Raviraj Jain也表示，Skild AI有潛力“重新定義我們對機器能力的概念”。
然而，過度的資本追逐可能導致估值泡沫，最終引發(fā)行業(yè)洗牌。對于企業(yè)來說，技術(shù)與落地才是“硬通貨”，切忌陷入燒錢換規(guī)模的怪圈。
通往AGI的漫漫長路
盡管Skild AI的愿景令人振奮，但通往AGI的路，還很長。
物理世界的復(fù)雜性遠超虛擬世界，機器人需要在充滿不確定性的三維空間中進行感知、規(guī)劃和行動，這比在虛擬環(huán)境中處理文本或圖像要復(fù)雜得多。
因此，盡管Skild AI聲稱其模型具有強大的泛化能力，但目前的AI技術(shù)仍存在明顯局限。即使是最先進的AI系統(tǒng)，在面對完全陌生的環(huán)境或任務(wù)時，其表現(xiàn)仍然遠遠不如人類靈活。
如何讓AI系統(tǒng)真正理解世界，而不僅僅是模仿人類行為，仍然是一個巨大的挑戰(zhàn)。
此外，機器人的“身體化智能”涉及到感知、運動控制、任務(wù)規(guī)劃等多個層面的協(xié)同，如何將這些不同層面的能力整合到一個統(tǒng)一的框架中，還是難題。
而即使AI系統(tǒng)能夠做出正確的決策，機器人的機械結(jié)構(gòu)能否支持復(fù)雜的動作執(zhí)行，也存在失誤風險，特別是在需要精細操作的場景中，物理能力可能成為制約其應(yīng)用的瓶頸。
保持適度期待才是正解，既不低估其潛力，也不高估其短期內(nèi)實現(xiàn)可能性。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
