不知道你是否曾有過這樣的想法：當一個「甩手掌櫃」，把一切家務都交給家務機器人。說實話，這是在科幻作品中經常能夠看到的場景。
畢竟，誰不想擁有一位任勞任怨的「賽博仆人」呢？
來自舊金山的初創公司 Physical Intelligence（物理智能，簡稱 Pi）正在緻力于幫助人們實現這個夢想。這家公司近日展示了一種「接受了前所未有的數據量訓練」的人工智能模型，它已經學會了幹各種有用的家務活。
Physical Intelligence 發布的視頻顯示，他們的機器人可以十分靈巧地完成各種家務活，包括但不限于：整理擺滿了杯子和盤子的桌面：
把咖啡豆從袋子舀到機器當中：
甚至可以組裝紙箱：
最令人深刻的是，它們可以取出烘幹機内的衣物并折疊整齊。兩隻機械臂如同人類的雙手一般，配合熟練：
有趣的是，該公司開發的這種算法有時會表現出一些的類似人類的怪癖，例如搖晃 T 恤和短褲，讓它們平整地鋪開。
Physical Intelligence 的首席執行官豪斯曼（Hausman）指出，折疊衣服對于機器人來說尤其具有挑戰性，需要更多關于物理世界的一般智能，因爲它涉及處理各種會不可預測地變形和皺折的柔性物品。
他還表示，目前的算法并不很穩定。就像 AI 聊天機器人有時也會「崩潰」一樣，這些「家務機器人」有時也會做出一些令人不可思議的舉動：比如它會将雞蛋塞滿已經裝不下的紙箱，把紙箱強行合上；有一次在裝東西時，機器人突然把盒子從桌上扔了下去。
▲ Physical Intelligence 的 CEO 豪斯曼 . 圖片來自：The Information
盡管算法還不完美，但 Physical Intelligence 至少爲未來的「通用家務機器人」提供了一種可能性。
然而，豪斯曼的野心遠不止于此。「家務」隻是其中一種用途，「通用」才是公司的雄心壯志：
我們的目标是通過一個通用模型将人工智能帶入物理世界，基本上對于任何應用程序來講，該模型可以爲任何機器人或任何物理設備提供動力。
▲圖片來自：maginative
換句話說，Physical Intelligence 的目标是創建一個類似于大型語言模型（LLMs）的物理世界模型，這是一種「通用人工智能模型」。
他們将構建語言模型的技術與控制和指導機器的自有方法相結合，并通過訓練大量的機器人數據來實現。豪斯曼表示，他們的方法「非常通用」，可以利用來自不同機器人類型的數據進行訓練，類似于人們訓練語言模型的方式。
公司在過去八個月中開發了其「基礎模型」，名爲 π 0（pi-zero）。π 0 通過使用來自多種機器人執行各種家務的數據進行訓練，公司還經常讓人類遠程操作機器人以提供必要的教學。
Physical Intelligence 的聯合創始人之一、加州大學伯克利分校的副教授謝爾蓋 · 萊文（Sergey Levine）表示，他們訓練的數據量比以往任何機器人模型都要大得多，并且「幅度非常大」。
▲謝爾蓋 · 萊文（Sergey Levine）. 圖片來自：YouTube
與其他公司譬如 Figure AI 和特斯拉專注于構建仿人機器人，以及像 Covariant 這樣的公司開發通用機器人軟件不同，Pi 旨在創建可以應用于廣泛機器人硬件的軟件。
對此，知名科技投資者，也是 Pi 的聯合創始人之一的拉奇 · 格魯姆（Lachy Groom）表示「使人類變得有趣的是我們的大腦，而不是我們的硬件，我們是終極的通用主義者」。
▲特斯拉開發的名爲「Optimus」的人形機器人
Physical Intelligence 面臨的一個關鍵挑戰是，與大型語言模型訓練中可用的文本數據相比，用于訓練的機器人數據規模有限。
因此，公司必須生成自己的數據，并想出提高從更有限數據集中學習的技巧。
實際上，爲了開發 π 0，公司結合了所謂的視覺語言模型（在圖像和文本上訓練）和擴散建模（從 AI 圖像生成中借鑒的技術），以實現更通用的學習。
一切的一切，都在爲「通用」而努力。
對于 Physical Intelligence 的現狀和未來，萊文的觀點是：
爲了讓機器人能夠承擔人類要求它們做的任何雜務，這種學習需要大幅擴大。盡管還有很長的路要走，但我們有一些你可以認爲是基礎框架的東西，未來的事情從中可見一斑。
但同時，萊文對 Pi 的發展充滿信心。他表示有足夠的迹象表明，在現實世界中使用機器人的最大障礙「現在已經可以解決」。
