尽管投入了数十亿美元资金，也喂入了无数视频用于深度学习模型，机器人在抓取物体方面仍然不算出色。

这一情况或许即将改变。Eka Robotics推出了一种操作架构，结合了力敏夹爪和一种新型深度学习模型。该公司由麻省理工学院教授Pulkit Agrawal和前Google DeepMind研究员Tuomas Haarnoja创立，刚刚完成1.5亿美元A轮融资，融资后估值达到14.5亿美元。本轮融资由风投机构a16z和F-Prime领投。

“它们在某些任务上已经超过了超人水平，因此我们认为在未来几个月里，许多灵巧操作任务都会达到超人表现，”参与本轮融资并共同领投的a16z普通合伙人Raghu Raguram告诉TechCrunch。

在机器人演示层出不穷的时代，Eka的能力让资深机器人从业者感到震惊。

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，Eka的机器人“很有惊艳感”。Hauser说，这台Eka机器人“能够在不重新训练的情况下适应大量不同物体”，并补充说它还带有一种“人性化、甚至有点毛骨悚然的人性化——如果第一次失败，它会一遍又一遍地尝试”。

另一位机器人研究者因其在前沿实验室的工作而要求匿名，他告诉TechCrunch，看到Eka机器人的实际表现是一种情绪化的体验，类似于五到十年前机器人首次实现可靠的双足行走时的感受。你可以自己看看：

这里最值得注意的是机器人动作的平稳和迅速。Eka称，这台机器人每小时可以抓取约1500个、重量最高达1公斤的物体，而人类大约能完成600个；Eka还表示，其抓取成功率稳定超过95%。这台机械臂移动得如此之快，以至于有能力伤到自己。前述前沿实验室观察者据此表示，这说明“他们非常信任自己的算法不会把机器人弄坏。我想知道他们一路上弄坏了多少机器人？”

当这位前沿实验室机器人研究者见到Eka的机器人时，他们递给它一颗覆盆子——这似乎是实验室最喜欢的测试物品。“一台又大又重的机器人朝我的手臂冲过来，然后在最后一刻减速，轻轻碰到我，这种感觉我到现在都还带在身体里，”他们告诉TechCrunch。

如何避免把覆盆子捏碎

这些能力来自其基础模型的构建方式。与视觉-语言-动作模型不同，后者训练的是语言、视觉输入和动作之间的关系；Eka采用的是视觉-力-动作模型，重点关注语言、力输入和动作之间的关系。像Rodney Brooks这样的当前生成式AI机器人模型方向批评者认为，如果不尝试表示力和触觉，这类模型就会失败；Eka的结果似乎说明这些批评者有一定道理。

“视觉并不是解决最后一毫米问题的主要方式，”Eka联合创始人Agrawal告诉TechCrunch，“视觉只能大致告诉你物体在哪里、姿态是什么，但真正的抓取、真正的搜索，是通过力来完成的。”

Eka不得不设计一种独特的机器人手，它比传统夹爪更灵活，并配备了更多力传感器；它会对接触做出反应，这也是它不会把覆盆子捏碎的原因。出于显而易见的竞争原因，创始人对他们如何实现这一点守口如瓶，但核心在于使用物理模拟器来建模机器人在抓取物体时会遇到的多种力，并据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。

“与其受限于你从人类演示等来源收集到的数据，Eka正在通过强化学习推进这种方法，让机器人能够超越给它的任何演示，”Hauser说，“真正令人兴奋的是，他们能够不受限于呈现给他们用于训练的数据。”

Agrawal和Haarnoja在加州大学伯克利分校读研时相识，如今都是机器人控制强化学习领域的重要研究者。Eka的关键赌注在于，这项技术可以通过模拟实现规模化，而不是依赖由零工劳动者或机器人操作员花费数小时拍摄的视频。模拟对于实现其机器人可靠操作至关重要；过去，对于需要与物体互动而非仅仅避开物体的任务，这一直更难实现。

“Eka正在弥合普遍性与性能之间的鸿沟，这个问题困扰着现代机器人领域的很多公司，”Agrawal说。

让通用机器人真正有用

目前，最具泛化能力的物理AI模型——也就是能够尝试很多不同任务的模型——在这些任务上的表现还不算特别好。但如果AI模型只在单一任务上表现很强，也未必能为公司构成商业闭环：生成式AI的承诺在于，机器人可以快速学会多种任务，甚至是全新任务。

当前的方法已经能让机器人比以前更具通用智能——例如，ChatGPT最新的大语言模型Astra可以在陌生环境中操作机器人并完成任务，但速度慢、成本高。Eka这类模型的愿景是，由它来处理物理层面的动作，而更通用的模型负责决定如何解决问题。比如，Astra可能知道洗碗机里的盘子洗完后要被放进橱柜，但Eka的模型则能够在不打碎盘子的情况下把它拿起来。

“这个领域的大多数人都在关注规划，”Eka联合创始人Haarnoja说，“所以他们是从上往下做：先做高层智能，再把它往下推到物理层面。而我们是从下往上思考。”

不过，Eka仍然需要在实际场景中证明自己。该公司正在与多家工业客户秘密试点，涉及抓取放置和线缆操作，但从实验室到产线的跨越，几乎和从仿真到现实之间的差距一样大。

“真正的挑战会出现在他们与集成商合作、进入真实装配线的时候，而且系统需要连续运行一年而不能出故障，”Hauser说。另一个未解问题是“这些技术对不同任务的泛化能力到底有多强？”他看到的主要是抓取和放置，但许多工业任务中真正有附加价值的部分，远不止抓取和放置。

Agrawal也在关注可部署性；他表示，Eka目前的夹爪硬件成本低于1000美元，额定寿命为500万次工作循环，但最终目标是达到标准工业机械臂设定的2000万次循环门槛。

“我们正在做的是如何设计整套工作流程的工程，但我们一开始会非常务实，先说这两个垂直场景——抓取、整理、放置，以及线缆处理——让它们先成为成功案例，”Agrawal说，“一旦我们在这些场景上做成了，基于我们正在开发的方法，未来能做的事情就没有上限。”