币自由 🐬 (@biziyou888)
@biziyou888
0 正在关注 0 粉丝
看机器人踢球，感觉是挺简单。
给机器人设几个动作，跑过去、抬脚、射门，好像就能完成。
现实里的机器人面对的是各种变化：球的位置、身体平衡、环境干扰，每一步都不是提前写几个指令就能解决的。
这也是为什么我最近比较关注 @axisrobotics。
Axis 做的事情，本质上是在解决 Physical AI（实体 AI）怎么让机器人真正学会行动。
最近 Axis 相关研究登上 Science Robotics，重点就是让人形机器人通过视觉理解环境，再学习复杂动作。
以前机器人很多动作靠人工设计。
但 Axis 关注的是另一种方式：
让机器人在模拟环境里不断训练，学习怎么控制自己的身体，然后把这些能力放到真实机器人里验证。
比如足球这种场景，需要机器人同时处理：
看到球在哪里； 判断下一步怎么移动； 控制身体保持平衡； 完成传球、射门等动作。
这些东西靠人工一个个写，效率太低。
所以现在 Physical AI 的竞争，本质上就是谁能让机器人获得更好的学习能力。
Axis 最近一直在推进这条路线：
从 Axis V2，到数据采集系统，再到社区贡献的数据体系，核心都是围绕一个问题：
怎么让机器人获得更多、更真实的数据，然后不断提升表现。
当然，现在机器人行业还在早期。
成本、稳定性、应用场景，都需要时间验证。
但我觉得 Axis 值得关注的地方，是它没有只停留在“机器人展示”这一步，而是在做机器人背后的训练和数据基础。
未来机器人能不能真正走进现实，关键不只是造一个机器人出来。
更重要的是，机器人能不能持续学习。
这也是 Axis 现在在押注的方向。
@axisrobotics #AxisRobotics# #PhysicalAI#
显示更多
