一幫狠人攢的機器人公司浮出水面,背靠OpenAI,拿下7000萬美元融資

机器之能發表於2024-03-13

機器之能報導

編輯:吳昕

爭奪大腦控制權的戰爭越來越激烈了。又是一家要做機器人“大腦”的公司,雖然官網都沒做好,但已拿到7000萬美元投資,包括OpenAI的錢。

“字數越少,事情越大” 用來形容這家機器人 AI 公司的初次亮相再合適不過。

新公司名叫 Physical Intelligence(簡稱 PI,同 π ),開啟官網的一瞬還以為自己誤入某位程式設計師的個人部落格:

圖片目前公司官網主頁的內容,有些寒酸啊

寥寥數句, 雄心立現。“...... 一家將通用 AI 帶入物理世界的新公司,......開發基礎模型和學習演算法,為今天的機器人以及未來的物理裝置提供動力。”

又是一家要做機器人 “大腦”的公司。理由也差不多,大家不甘心 AI 的巨大進步僅停留在位元世界,物理世界也要“共同富裕”。為此,他們選擇解決其中最難、也最有影響力的問題——智慧。也就是說,為物理世界打造一個“基礎模型( LLMs )”、“大腦”,但用於控制機器人,教會任何機器人完成各種任務(甚至包括現在還不存在的任務)。

換做別人,如此宏大的願景可能會被嗤笑,但他們不會。看完接下來的團隊成員名單,很多人會認為他們的實力配得上野心。最後一段致謝名單也佐證了這一點。彭博社援引一位熟悉這家公司投資人人士的訊息,PI 已經從 Thrive Capital 、Open AI、紅杉資本 、Greenoaks Capital Parners 、Lux Captital 和 Khosla Ventures (絕大多數都出現在了致謝名單中)那裡籌集了 7000 萬美元。

這是一支集合了 Google Brain、Google DeepMind 研究人員的明星隊伍,連谷歌首席科學家 Jeff Dean 也發來賀電。

圖片

公司聯合創始人兼 CEO Karol Hausman 曾是 Google DeepMind 資深研究科學家,也是史丹佛大學兼職教授。不在谷歌除錯機器人時,他會在史丹佛大學教授深度強化學習課程。

圖片聯合創始人兼 CEO Karol Hausman

Hausman 主要研究興趣是幫助機器人在現實環境中獲得通用技能,最近這方面的著名研究成果 RT-X、RT-2 背後都可以看到他的身影。Hausman 將自己的研究分為三個部分:深度機器人學習、互動式和主動感知,現在完全專注於第一個。最近,他非常熱衷於研究機器人決策的基礎模型。

另一位聯合創始人 Sergey Levine 是加州大學伯克利分校電氣工程和電腦科學系副教授,史丹佛電腦科學博士。Sergey Levine 曾在谷歌工作,期間見證了 AlphaGo 擊敗中國頂尖圍棋選手柯潔。他的研究興趣集中在教導機器人“自學成才”,研發演算法幫助智慧體透過學習不斷掌握更為複雜的行為技能,特別是找到一種通用的方法。

圖片聯合創始人 Sergey Levine

過去幾年,Sergey Levine 和 Hausman 完成了一些開創性的機器人研究工作。Sergey Levine 說,他們的目標是構建通用機器人模型:就像NLP一樣LLMs,但用於機器人控制。這並不容易,為此,他們需要以前所未有的規模收集機器人資料、進行演算法改進、訓練非常大的模型,併為從機器人控制到大規模 VLM 訓練找到創造性的解決方案。

對於來自特斯拉 Optimus、Figure AI 等人形機器人公司,以及其他開發通用機器人軟體公司的挑戰(比如 Covariant、谷歌),Sergey Levine 在接受彭博社採訪時表示,“多年來,我們一直致力於解決機器人 AI 的挑戰,並開發出瞭解決問題的新辦法,這些方法已經將對手拋在了身後。”

第三位聯合創始人 Chelsea Finn 是史丹佛大學電腦科學和電氣工程系的助理教授,也曾是 Google Brain 團隊的一員,研究興趣集中在機器人和其他智慧體如何透過學習變得更聰明。

圖片

聯合創始人 Chelsea Finn

第四位聯合創始人 Brian Ichter 也曾是 Google Brain 的研究科學家,在機器人團隊工作,史丹佛大學博士。研究興趣是幫助移動機器人透過學習擴增實境環境中的任務執行能力。

圖片聯合創始人 Brian Ichter

知名投資人 Lachy Groom 也是該公司聯合創始人之一。他曾是 Stripe 的早期員工。“我認為,人們用人形機器人構建的東西真的很酷,”他在接受彭博社採訪時談到,“但從根本上讓人類有趣的是大腦,不是硬體。我們造的是終極通才。”

圖片投資人 Lachy Groom 也是該公司聯合創始人之一

其他兩名公開的團隊成員還有史丹佛大學博士 Suraj Nair 以及目前是加州大學聖地亞哥分校四年級博士生的 Quan Vuong。

Suraj Nair 曾在豐田研究院、Facebook AI Research、Google Brain 和 GE 工作過,興趣是為機器人構建大腦。公司聯合創始人 Chelsea Finn 也是他的博士論文指導教授之一。

圖片Suraj Nair

Quan Vuong 的研究領域包括深度強化學習、計算機視覺、機器人技術。攻讀博士學位期間也在 Google Brain 的機器人團隊實習過。

圖片

Quan Vuong

過去幾年裡,研究人員發表了一系列論文展示了機器人如何從語言和影像 AI 模型中獲得新的智力水平。比如,要求機械臂繫鞋帶,它可以先試著搞清楚鞋子和鞋帶是什麼,以及繫好鞋帶的必要資訊。這是一個好的開始,但硬體部分還需要一段時間的訓練才能真將鞋帶繫好。這也一直是個挑戰 —— 完成任務時間越長,意味著時間和金錢成本越高。
PI 並沒有透露如何克服這個問題。該公司聯合創始人表示,他們不會製造自己的硬體,而是購買各種不同機器人,並在這些硬體上面訓練他們的基礎模型。該公司也表示,目標是建立迄今為止最大的機器人資料集。
“現實地說,實現目標需要長期、認真地研究。” Levine 說,“ 但有足夠跡象表明,在現實世界中使用機器人的最大障礙是可以被解決掉的。”

參考連結

https://physicalintelligence.company/

https://www.bloomberg.com/news/articles/2024-03-12/physical-intelligence-is-building-ai-for-robots-backed-by-openai?accessToken=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJzb3VyY2UiOiJTdWJzY3JpYmVyR2lmdGVkQXJ0aWNsZSIsImlhdCI6MTcxMDI3MTYzNywiZXhwIjoxNzEwODc2NDM3LCJhcnRpY2xlSWQiOiJTQTkyMDhUMVVNMFcwMCIsImJjb25uZWN0SWQiOiI5MTM4NzMzNDcyQkY0QjlGQTg0OTI3QTVBRjY1QzBCRiJ9.bJiHdqmbYPTdm-l14qjO66dwNAMQxrzgdItg2sZDBsA

相關文章