Eka Robotics 获 1.5 亿美元融资 估值达 14.5 亿

尽管投入了数十亿美元，并向深度学习模型喂入了海量视频数据，机器人在抓取物体方面依然表现不佳。

但这一局面可能即将改变。这要归功于 Eka Robotics 构建的一套操作架构，该架构包含一个力敏感夹爪和一种新型深度学习模型。这家初创公司由麻省理工学院教授 Pulkit Agrawal 和前 Google DeepMind 研究员 Tuomas Haarnoja 创立，刚刚完成了由风险投资机构 a16z 和 F-Prime 领投的 1.5 亿美元 A 轮融资，投后估值达 14.5 亿美元。

a16z 普通合伙人、共同主导此轮融资的 Raghu Raguram 告诉 TechCrunch：“在某些任务上，它们已经超越了人类的表现，因此我们认为在未来几个月内，许多灵巧操作任务都将实现超人性能。”

在机器人演示层出不穷的时代，Eka 的能力让资深机器人开发者感到震惊。

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 具有“惊艳感”。Hauser 说，Eka 机器人“能够在无需重新训练的情况下适应大量不同的物体”，并补充道，它还具有一种“人性化”的特质——一种令人毛骨悚然的人性化，如果第一次尝试失败，它会一遍又一遍地重试。

另一位要求匿名的机器人专家（因其在前线实验室工作）告诉 TechCrunch，观看 Eka 机器人的运行是一种情感体验，堪比五到十年前机器人首次实现可靠的双足行走时的情景。不妨亲自看看：

正在加载播放器……

这里有什么值得注意的？是机器人移动得多么流畅和迅速。它每小时可以抓取约 1,500 个重量不超过 1 公斤的物体，而人类大约只能抓取 600 个；Eka 声称其抓取成功率稳定超过 95%。而且，机械臂的力量之大，以至于快速移动时甚至可能伤害到自己。据这位前线实验室的观察员称，这表明“他们对自己的算法不会损坏机器人有着极大的信心。我很好奇他们在过程中弄坏了多少台机器人？”

当这位前线实验室的机器人专家遇到 Eka 的机器人时，他递给了它一颗覆盆子——这似乎是该实验室偏爱的测试物品。“一个庞大沉重的机器人冲向我手臂，然后及时减速并极其轻柔地触碰我的那种感觉，此刻正留存在我的身体记忆中，”他告诉 TechCrunch。

如何避免捏碎覆盆子

这些能力源于基础模型的构建方式。与视觉-语言-动作模型（旨在理解语言、视觉输入和动作之间的关系）不同，这里的架构是一种视觉-力-动作模型，专注于语言、力输入和动作之间的关系。对当前生成式 AI 机器人模型方向的批评者——例如 Rodney Brooks——认为，如果不尝试表征力和触觉，这些模型将会失败；而 Eka 的成果表明，这类批评不无道理。

“视觉并不是解决这最后‘一毫米’问题的主要途径，”Eka 联合创始人 Agrawal 告诉 TechCrunch。“视觉能告诉你物体大致在哪里、姿态如何，但实际的抓取和搜索过程是通过力来完成的。”

Eka 不得不设计一种独特的机械手，它比传统夹爪更灵活，并集成了更多的力传感器；它能对接触做出反应，这就是为什么它不会捏碎树莓。出于明显的竞争原因，创始团队对如何实现这一点讳莫如深，但其核心在于使用物理模拟器来建模机器人在尝试抓取物体时将遇到的多种力，并利用该模型创建一个可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数据。

“与其局限于从人类演示等来源收集的数据，Eka 正通过强化学习推动这种方法，使机器人能够超越任何提供给它的演示，”Hauser 说道。“真正令人兴奋的是，他们不再受限于用于训练的数据。”

Agrawal 和 Haarnoja 最初在加州大学伯克利分校读研时相识，两人都是机器人控制领域强化学习方向的顶尖研究者。Eka 的关键押注在于，这种技术可以通过模拟实现规模化，而不是依赖零工或机器人操作员花费数小时执行任务所收集的视频。模拟是实现其机器人可靠操作的关键，而在过去，对于需要与物体交互（而非仅仅避开物体）的任务而言，这一成就被证明更为困难。

“EKA 正在弥合的是通用性与性能之间的鸿沟，这也是困扰许多现代机器人领域的问题，”Agrawal 指出。

让通用型机器人真正实用化

目前，最具泛化能力的物理 AI 模型——即那些能够尝试执行多种不同任务的模型——在实际表现上并不 特别出色。然而，仅针对单一任务进行训练以实现高能力的 AI 模型，可能无法为企业带来足够的商业价值：生成式 AI 的核心承诺在于，机器人能够快速学习多项任务，甚至是全新的任务。

现有的方法确实能打造出比以往更具通用智能的机器人——例如 Astra（ChatGPT 最新的 LLM）可以在陌生环境中 操作机器人 并执行任务，但速度较慢且成本高昂。像 Eka 这样的模型所展现的前景在于：它负责处理物理层面的操作，而更通用的模型则负责制定解决问题的决策方案。举例来说，Astra 可能知道盘子从洗碗机取出后应叠放在橱柜中，但只有 Eka 的模型具备拿起盘子而不将其打碎的能力。

“该领域的大多数工作都集中在规划层面，”Eka 联合创始人 Haarnoja 表示，“因此他们采取自上而下的方法：先构建高层智能，再将其下沉至物理控制层。而我们的思路则是自下而上。”

不过，Eka 仍需在实地应用中证明自身实力。该公司正与多家工业客户开展保密试点项目，涉及抓取放置（pick-and-place）和线束操作等任务，但从实验室走向生产线的跨越，其难度几乎不亚于仿真环境到真实世界的差距。

“真正的挑战在于，当他们与集成商合作并在实际装配线上部署时，系统需要全年无休地稳定运行而不出现故障，”Hauser 说道。另一个悬而未决的问题是：“这些技术在不同任务上的泛化能力究竟如何？我目前看到的案例主要是抓取放置，但许多具有附加价值的工业任务远不止于此。”

Agrawal 同样关注可部署性。他表示，目前 Eka 的夹爪硬件成本低于 1,000 美元，额定寿命为 500 万次循环，但最终目标是达到标准工业机械臂所设定的 2,000 万次循环这一门槛。

“Agrawal 表示：“我们正在构建的，是关于如何设计整个工作流的工程体系。但我们起步时非常务实，先聚焦于拣选、整理、放置和线束处理这两个垂直领域，力求将它们做成标杆案例。一旦在这些领域取得突破性成功，我们基于当前方法所能拓展的应用边界将不可限量。”