撰文｜楊松
編輯｜鄢子為
未來(lái)的藥店、超市里，為人類(lèi)提供服務(wù)的，可能是機(jī)器人。
8月下旬，世界機(jī)器人大會(huì)上，人形機(jī)器人Galbot G1用雙手完成藥品上架、零食取送等任務(wù)。
接到搬運(yùn)任務(wù)后，Galbot G1先精準(zhǔn)地識(shí)別出藥品，再確定需要擺放的位置，伸出右臂，取出藥盒，平穩(wěn)地將其放至貨架上。
Galbot G1由北京銀河通用推出。公司創(chuàng)始人為北大博導(dǎo)王鶴，成立僅16個(gè)月，接連斬獲高額融資。
6月，其完成天使輪融資，拿到7億元資金。美團(tuán)戰(zhàn)投、北汽產(chǎn)投、商湯國(guó)香基金競(jìng)相參投。1個(gè)月后，銀河通用又獲得香港投資管理公司的青睞。
業(yè)內(nèi)人士預(yù)計(jì)，其最新估值為30億元。
歸國(guó)創(chuàng)業(yè)
具身智能是典型的多學(xué)科交叉行業(yè)，需要產(chǎn)業(yè)和研究雙輪驅(qū)動(dòng)。
銀河通用兩位創(chuàng)始人能力互補(bǔ)，一位是學(xué)者，另一位則擁有豐富制造業(yè)經(jīng)驗(yàn)。
CEO王鶴，今年32歲，擔(dān)任北京大學(xué)計(jì)算機(jī)學(xué)院前沿計(jì)算研究中心（CFCS）助理教授、博士生導(dǎo)師。
從清華大學(xué)畢業(yè)后，他師從Leonidas J.Guibas教授，在斯坦福大學(xué)，拿到電子工程系博士學(xué)位。
“美國(guó)制造業(yè)不允許快速做出具身智能的完整demo，零部件供應(yīng)不全，很多東西都得進(jìn)口，硬件工程師匱乏。”王鶴在接受采訪時(shí)表示，在中國(guó)做硬件，能做到成本最低、可靠性最高。
2021年9月，王鶴赴北京大學(xué)任教，創(chuàng)立具身感知與交互實(shí)驗(yàn)室。在具身智能領(lǐng)域，他發(fā)表近40篇論文，多次獲得best paper等獎(jiǎng)項(xiàng)。
“具身智能，是把大模型通用的感知和決策能力，和機(jī)器人身體進(jìn)行執(zhí)行的能力，結(jié)合到一起。”王鶴稱(chēng)，這將帶來(lái)無(wú)限的機(jī)會(huì)。
聯(lián)合創(chuàng)始人姚騰洲，擁有豐富的智能硬件產(chǎn)品量產(chǎn)經(jīng)驗(yàn)，曾就職于ABB機(jī)器人研發(fā)中心。
兩人聯(lián)手，2023年5月，銀河通用成立。
目前，公司在北京、深圳和蘇州三地，設(shè)有研發(fā)中心，與北大、北京智源人工智能研究院，分別成立具身智能聯(lián)合實(shí)驗(yàn)室和研究中心。其研發(fā)團(tuán)隊(duì)，超80人。
另辟蹊徑
抓一杯水，對(duì)人類(lèi)而言，是一個(gè)無(wú)需思索的習(xí)慣性動(dòng)作。對(duì)機(jī)器人來(lái)說(shuō)，杯子的形態(tài)、材質(zhì)不同，抓取動(dòng)作不同。
機(jī)器人若要具備人類(lèi)的抓取能力，需接受大量數(shù)據(jù)訓(xùn)練。
讀博期間，王鶴就開(kāi)始研究具身智能，在數(shù)據(jù)處理方面，獲得重要進(jìn)展。
特斯拉Optimus機(jī)器人，使用的是傳統(tǒng)數(shù)據(jù)處理方式。王鶴解釋道，為了把電池放到紅盒子里，特斯拉調(diào)用40人團(tuán)隊(duì)，通過(guò)VR眼鏡遙控特斯拉人形機(jī)器人Optimus，采集數(shù)據(jù)。
王鶴認(rèn)為，機(jī)器人是要替代月薪五六千的人來(lái)工作，特斯拉數(shù)據(jù)采集環(huán)節(jié)如此高成本，產(chǎn)品落地后能否盈利，或?qū)⒋嬉伞?/p>
“只有合成數(shù)據(jù)，才能實(shí)現(xiàn)規(guī)�；慨a(chǎn)。”王鶴提及，他一直在研究，怎么把合成數(shù)據(jù)的訓(xùn)練效果，無(wú)縫遷移至真實(shí)世界。
銀河通用打破陳規(guī)，以合成仿真技術(shù)，為每個(gè)物體合成200條視頻，再?gòu)囊粋�(gè)物體到一類(lèi)物體……通過(guò)成規(guī)模注入數(shù)據(jù)，訓(xùn)練機(jī)器人的抓取能力。
“我們是國(guó)內(nèi)較早做到泛化物體抓取的企業(yè)。用物理仿真器生產(chǎn)的數(shù)據(jù)，訓(xùn)練機(jī)器人學(xué)習(xí)抓娶放置等技能，是我們獨(dú)到的能力。”王鶴說(shuō)。
據(jù)他透露，2023年，銀河通用合成了100萬(wàn)條數(shù)據(jù)，今年一口氣合成了10億條。依托億級(jí)數(shù)據(jù)體量，靈巧手可以抓取各種各樣的東西。
Galbot G1甚至可以抓取由透明塑料皮包裹的半透明物體。公司透露，其抓取透明、高光物體的成功率，超95%。
“靠合成數(shù)據(jù)，具身智能完成0到1的突破。”王鶴說(shuō)。
落地應(yīng)用
數(shù)據(jù)之外，具身智能機(jī)器人，還需配備本體、大腦、小腦。
本體，即機(jī)器人“身體”。王鶴稱(chēng)，未來(lái)會(huì)有各類(lèi)形態(tài)的通用機(jī)器人，只有跟人類(lèi)干活需求相匹配的，才能得到最大的市場(chǎng)份額。
Galbot G1，下半身只有一條腿，裝配在一個(gè)移動(dòng)底盤(pán)上。
王鶴解釋?zhuān)噍^兩條腿，這樣設(shè)計(jì)，成本低廉，在貨架場(chǎng)景下，其干活水平，接近人類(lèi)。
他認(rèn)為，雙手在場(chǎng)景落地上更有價(jià)值，大量應(yīng)用場(chǎng)景，不需要雙足運(yùn)動(dòng)能力，比如巡檢、巡邏，機(jī)器狗和車(chē)一樣能做。
G1身高173cm，臂展為190cm，需要抓取地面物體時(shí)，它切換到“跪姿”模式；需要拿高度超兩米的物品時(shí)，又能轉(zhuǎn)換為“站立”模式。其操作范圍涵蓋0至2.4米。
團(tuán)隊(duì)還將負(fù)責(zé)行動(dòng)的小腦和負(fù)責(zé)感知理解的大腦，放在一起。
王鶴舉例，搭配GPT-4大模型，機(jī)器人可以做到“言出法隨”。
比如把一個(gè)瓶子立起來(lái)放在紅色碗里，傳統(tǒng)機(jī)器人得先采集數(shù)據(jù)，才能完成動(dòng)作。銀河通用團(tuán)隊(duì)依靠大腦、小腦大模型的聯(lián)動(dòng)，實(shí)現(xiàn)在開(kāi)放語(yǔ)義狀態(tài)下，抓取和放置物體。
四季度，售價(jià)約30萬(wàn)元一臺(tái)的Galbot G1，將現(xiàn)身零售場(chǎng)景中。
公司計(jì)劃與投資方美團(tuán)合作，打造24小時(shí)無(wú)人藥店。未來(lái)兩三年，藥店里會(huì)有更多銀河通用機(jī)器人。
“把這個(gè)場(chǎng)景做好，公司就實(shí)現(xiàn)了從0到1的突破，憑借通用、泛化的技能，將輻射到更多行業(yè)。”
王鶴堅(jiān)信，從1到100，是“沿途下蛋”，要一步步做事情。
