成立1年估值超100亿，这家人形机器人公司做对了什么？

具身智能，或者说人形机器人，现在已经成为仅次于AI、最热门的投资项目。无论是OpenAI、英伟达或者是微软，都在砸下重金投资人形机器人团队。

现在，一个种子选手，正在获得巨头们的青睐。

近日，一家名为Skild AI的公司，宣布完成3亿美元的A轮融资， 投资者包括杰夫·贝佐斯、日本软银集团、红杉资本和卡内基梅隆大学等，使该公司估值达到15亿美元 。

这家公司才成立不到一年，由两名机器人领域的大学教授创立，其团队正在构建一个“可扩展的机器人基础模型”，作为各种类型机器人和各种现实应用场景的通用“大脑”，同时还在构建可以改装到机器人硬件上的系统。

该公司称，“我们的长期目标是开发基于物理世界的通用人工智能 （AGI） ，挑战AGI只能从数字知识中产生的流行观念。”

投资人为此迅速投钱，认为机器人行业的“GPT-3时刻即将到来” 。

Skild AI到底做对了什么？它能实现AI+具身智能的野心吗？

一、“机器人大模型”

Skild AI由卡内基梅隆大学教授Deepak Pathak和Abhinav Gupta于2023年5月创立，正在开发基于物理世界的智能系统，构建机器人基础模型——可以理解为“机器人大脑”。

他们在做的东西有什么特别？传统机器人技术侧重于收集特定数据，来训练机器人以完成特定任务，而Deepak和Abhinav则利用大规模数据，通过基于Transformer的自适应架构构建基础模型，想要创建的是一个通用、鲁棒且具备涌现行为的机器人模型。

这家公司称， 自己正在突破机器人数据壁垒，其训练模型的数据量“是竞争对手模型的千倍以上” 。与那些为特定应用垂直设计的机器人不同，Skild的模型作为各种机器人形式、场景和任务的“通用”大脑，涵盖操作、移动和导航等功能。

在现实世界应用中，从在恶劣物理中具备韧性的“四足机器人”，到能够进行复杂家庭和工业任务的“人形机器人”，该公司的模型据称都能用上。

那么，在理论上，这种“机器人大脑”可以为波士顿动力公司的四足机器人“Spot”以及Agility Robotics的人形机器人“Digit”提供“动力”，尽管公司尚未宣布具体合作伙伴。

Skild AI称自己的使命是“通过开发首个真正智能的实体系统，彻底改变未来的体力工作，旨在提升生产力和挖掘人类潜力。”愿景是“建立扎根于物理世界的通用人工智能 （AGI） ”。

尽管全球不少人都担心AI或机器人抢工作，做机器人的公司普遍还是喜欢说自己要解决所谓的“劳动力短缺问题”，抑或者更高远的“解放人类”。

Skild AI显然也不例外。

他们对外强调的说法是，以美国为例，目前面临着严重的劳动力短缺，空缺的工作岗位比失业人数多出170万个。医疗保健、建筑、仓储和制造业等行业受影响最严重，预计到2030年将有210万个制造业职位空缺。

此外，许多这些工作对人类来说可能是危险的，例如石油钻井平台和机器房。而Skild的模型使机器人能够适应在危险环境中执行新任务，而不是由人类执行这些任务。

Skild AI的联合创始人Abhinav Gupta称，“通用机器人能够在任何环境下、安全地执行任何自动化任务，并具备任何类型的实施形式，我们可以扩展机器人的能力，降低其成本，并支持严重人手不足的劳动力市场。”

机器人行业的人常说“机器人技术很难”，这几乎成了支配该领域的无名自然法则之一。

而且，不少人认为机器人是一个硬件问题，但Skild AI的创始人却认为这是一个软件问题 。

Skild AI强调“规模是关键”，并表示他们正在发明最前沿的机器学习算法，“重点是利用规模的力量，在任何环境中提供无与伦比的鲁棒性。从建筑工地到工厂再到家庭，Skild Brain能像人类一样适应非结构化环境。”

这个“Skild Brain”，就是所谓的大脑，据称是“首个可扩展的”机器人基础模型，可以适应不同的硬件和任务，“在模型设计上具有鲁棒性。”

该公司还披露了一个Skild AI移动操控平台，由Skild Brain提供动力，在这个平台上“可以开发用于机器人的高级AI算法和应用程序”，他们想要“使机器人操作像调用API一样简单”。目前，该平台尚未开放，仅允许感兴趣的开发者注册，加入早期访问等待名单。

此外，他们推出了一个安全/检查机器人平台，称提供自动化视觉检查、数据收集或巡逻任务的解决方案。

今年7月，Skild AI宣布完成3亿美元的A轮融资，融资由Lightspeed Venture、Coatue、软银集团和杰夫·贝佐斯 （通过Bezos Expeditions） 领投，Felicis Ventures、红杉资本、Menlo Ventures、General Catalyst、CRV、亚马逊、SV Angel和卡内基梅隆大学参与了本轮融资。这次融资使公司的估值达到15亿美元。

Skild AI表示，将利用这笔新资金改进其AI模型，同时追求商业化落地部署。长期目标是创造一种“具有与人类同等能力”且“扎根于物理世界”的AGI。

其首席执行官兼联合创始人Deepak Pathak称：“我们相信Skild AI代表了机器人技术扩展方式的一个转折点，具有改变整个实体经济的潜力。”

二、印度机器人大神创业

根据公司网站显示，Skild AI正在招聘多个工程师岗位。目前团队包括来自Meta、特斯拉、英伟达、亚马逊和谷歌背景的成员，以及卡内基梅隆大学的学生。

两名联合创始人Deepak和Abhinav，都曾是卡内基梅隆大学的教授，在机器人和AI领域有多年研究经验，以其在自监督机器人技术、好奇驱动的智能体和自适应机器人学习等领域的研究闻名。

如果要量化其学术水平，他们两人目前拥有150+的H指数，超过90000次引用。

Deepak来自印度的一个小镇，在同龄人搬到大城市备战全国考试时，他留在小镇，仍然考上了印度理工学院 （即ITT） ，这是印度国内的最高学府，这一成就还登上了当地头条。

据称，在印度时，由于缺乏条件，他还曾在家里用纸手写代码并检查，然后在当地咖啡馆有限的上网时间里运行他编写的程序。后来这个印度的“小镇传奇”就赴美国读博，期间加入Facebook AI研究院 （FAIR） 做研究，还创办过一家被收购的初创公司，后来选择当教授。

Abhinav则是卡内基梅隆大学的终身教授，和Deepak同为印度裔，曾是FAIR机器人研究组的创始成员和研究负责人 。他和Deepak讨论了十年创业的可能性。2023年初，他们看到了自己领域技术进步的加速，意识到是时候出来大干一场了。

那么，他们看到的机会具体是什么？在追求为机器人构建通用智能的过程中，关键挑战一直是如何在没有大规模数据的情况下，构建一个大型模型。

与大型语言模型不同，机器人领域没有现成的互联网数据。因此，他们探索了从现有资源中学习的不同策略：在线视频、远程操作、现实世界数据、模拟等。

2015年，他们首次实现了机器人数据的1000倍扩展，随后几年，他们尝试了人类远程操作和低成本机器人远程操作平台。2017年，他们提出了著名的好奇心驱动学习算法，用于构建能够自主探索和学习的智能体。2021年和2022年，他们再次突破，采用大规模自适应SIM2REAL （虚拟到现实世界训练） 策略，并在机器人学习会议上获得最佳机器人系统奖。

这些成就，奠定了Skild AI的目标：一个通用模型，能够在任何环境中完成任何任务，而无需特定训练。有投资方认为，如果Deepak和Abhinav能实现这一目标，他们将取得类似GPT-3的突破，结果可能适用于几乎所有领域。

三、机器人的“GPT-3时刻”？

卡内基梅隆大学现任机器人研究所所长Matthew Roberson为他们站台背书称，“Skild AI由站在机器人技术创新前沿的专家创立，我迫不及待地想见证他们的尖端技术如何彻底改变行业，并延续卡内基梅隆大学在转化研究方面的悠久历史。”

其他投资方也不吝吹捧，似乎对Skild AI的能力和前景充满信心。他们大多看中的是两名创始人对世界上一些先进机器人和AI实验室的贡献。

在过去几年，互联网偶尔会被机器人极限跑酷、用手操控物体 （包括开门和抽屉） 、爬楼梯 （无论是前进还是后退，室内还是室外） 、以及自然流畅移动的机器人震撼一下，而这些进步，据称背后都可以追溯到两人的一些学术成果。

有的投资人称他们是机器人技术进步的“催化剂”，认为“他们在将基础模型的核心原则应用于现实世界方面的创新，使行业走上了通用机器人技术的道路。”

有的投资人提出，Skild AI在构建机器人操作和移动的基础模型方面，“采用了真正可扩展的方法”，“他们革命性地改变机器人技术，从预编程机器人转向动态自适应机器人，这有可能颠覆整个实体经济。”

还有投资方已经投资机器人公司超过15年，称Skild是其见过“最具远见的”，“他们正在构建的模型将在任何环境、任何硬件上执行任何任务。”

在Felicis Ventures的投资人看来，开发通用机器人智能的竞赛已经开始，没有任何一个想法能像现在这样快速地动员资本和人才，通用机器人基础模型将成为这一链条中的关键环节。

创造一个能够在任何环境中、任何形式上进行推理、规划和行动的“单一模型”，这个想法并不新鲜，一直是机器人行业想要夺取的圣杯，“这个想法的问题在于，几年前它根本不可能实现。而今天，它可能成为现实。”Felicis Ventures的投资人如此称。

“当我们第一次飞往匹兹堡观看Skild机器人实际操作时，我们简直不敢相信自己的眼睛。一个初创公司在如此短的时间内怎么可能取得如此大的成就？”

“ 答案在于规模。大型预训练视觉语言动作模型 （VLA） 展现出与大型预训练语言模型 （LLM） 相同的涌现行为，正如在代数上训练一个LLM使其在西班牙语上表现得更好 。”Felicis Ventures的投资人认为“Skild正在将这一理念推向极致。”

Skild正在做和想要实现的，就是通过所谓千倍以上的训练数据量，让机器人从没见过的任务也能执行到位，该投资人称已经看到了迹象。

红杉资本的投资人也声明称，对Skild AI的团队充满“深刻的信念”，说他们“有潜力在现实世界中实现OpenAI在数字世界中所取得的成就。”

信念的一个证明是，飞速给钱。见完创始人不到一周时间内，红杉资本就拍板决定投资Skild AI，认为这个团队就是他们追求的，称“GPT-3时刻即将到来，将为机器人世界带来巨大变革，就像我们在数字智能世界中看到的进步一样。”

这些投资人认为，虽然关于AI对人类生活影响的讨论非常热烈，但迄今为止，大量讨论仍然主要集中在软件上，而将AI整合到机器人中则潜藏着巨大的机会，AGI不是只能通过数字知识来构建。虽然一切都处于早期阶段，但利用LLM、VLM和代码生成的进步，机器人制造商有机会开发更智能的机器。

“想象这样一个世界：一个AI机器人基础模型能够在任何环境、任何机器人硬件上完成任何任务。这将大大扩展我们可以构建的机器人类型，并且成本将比今天低几个数量级。”

随着软件领域的AI成为巨头的游戏，以及将AI整合到机器人的前景和吸引力。

一波AI热钱，已经转向机器人领域。

本文来自微信公众号： 极客公园 （ID：geekpark） ，作者：芯芯，编辑：靖宇