每只手21個自由度，支持16主動自由度，具備高精度操作能力。

 

在夾持、旋轉(zhuǎn)、精準插拔等精細操作上，能力遠超市面常見的6自由度抓取器。

 

 

這就是具身智能創(chuàng)業(yè)公司靈初智能最新推出的自研靈巧手。

 

要知道，人類的一只手是27個自由度，而特斯拉最新一代Optimus Gen-3靈巧手也只有22個自由度。

 

21個自由度，意味著機械結(jié)構(gòu)復雜，硬件制造上難度極高，還需要保證穩(wěn)定性和可量產(chǎn)性，造價下探很有難度，“市面上很多團隊，光靈巧手就要幾十萬一只。”

 

而靈初智能創(chuàng)始人兼CEO王啟斌告訴量子位，靈初的目標，是將一臺機器人整機的價格——

 

打到17000美元（約122083元）級別，對標特斯拉“Model 3定價策略”。

 

由于視雙足為炫技，在整機設計上，靈初的人形機器人打造成“輪式+雙手”的形象，長下面這樣：

 

 

從Day One開始拋棄夾爪

 

先來說此次新推出靈巧手背后的故事。

 

靈初智能的目標是打造通用靈巧操作的機器人系統(tǒng)，強調(diào)的是從動作層面解決復雜任務。

 

在創(chuàng)始團隊看來，“通用”和“復雜”，意味著機器人只配備夾爪來抓取遠遠不夠——

 

抓取只是一種簡單的單一技能，但現(xiàn)實中的任務，如使用工具、精密裝配、翻頁、掃碼、旋轉(zhuǎn)，必須具備更高自由度與靈巧度。

 

耶魯大學等在2013年的《Grasp Frequency and Usage in Daily Household and Machine Shop（抓取頻率及其在家庭與機械車間的應用）》一文中總結(jié)了家庭和車間環(huán)境下人類手部的高頻抓取動作，共10種。

 

 

很多看似簡單的操作，比如轉(zhuǎn)筆、精準插拔、翻書、調(diào)方向，都需要高自由度手部與觸覺反饋才能完成。

 

考慮到落地，工業(yè)場景中很多手中操作（如轉(zhuǎn)動螺絲刀）和精密操作（如電池抓取與攝像頭校準）場景交給低自由度的靈巧手尚且無法完成，更別提夾爪了。

 

因此從Day One開始，靈初就決定不做夾爪。

 

之所以選擇自研，是因為靈初團隊覺得市面上的靈巧手產(chǎn)品都不好用。

 

而靈初身上頗有做靈巧手的技術(shù)基因。

 

公司首席科學家楊耀東，北京大學人工智能研究院助理教授、強化學習領(lǐng)域的知名學者。

 

2022年時，他帶領(lǐng)華人團隊獲得NeurIPS 2022具身靈巧操作冠軍；那時候，楊耀東就開始和團隊在仿真環(huán)境中用強化學習訓練靈巧手完成復雜操作。

 

彼時團隊中的一名00后陳源培，現(xiàn)在成了靈初的聯(lián)合創(chuàng)始人。

 

他師從李飛飛和Karen Liu（領(lǐng)導斯坦福機器人中心運動實驗室），曾在全球全球范圍內(nèi)首次實現(xiàn)利用強化學習在真實世界同時控制雙臂、雙手多技能操作。

 

在機器人領(lǐng)域搞強化學習冷啟動訓練

 

從上面二人的經(jīng)歷中不難抽取出除「靈巧手」外的另一關(guān)鍵詞：

 

強化學習。

 

這個詞對大家來說并不陌生——近幾年，它在語言模型后訓練階段立下豐功偉績。然而陳源培介紹，在機器人抓取任務領(lǐng)域，強化學習還是一個難度較高的小眾領(lǐng)域，有相關(guān)經(jīng)驗的人并不多。

 

他例舉了做這件事的部分困難之處：兩個挑戰(zhàn) + 一個關(guān)鍵矛盾。

 

第一，自由度越高，訓練難度越大。

 

現(xiàn)在經(jīng)常出街的機器狗基本上全身是12個自由度，其訓練尚且不易。

 

靈初智能想做具身智能人形機器人，現(xiàn)階段光是一只手就21個自由度，對算法訓練的要求不言而喻——能做出來和能用起來，中間還是有巨大的gap。

 

第二，具身智能在真實世界里需要完成的任務，更多是“開放場景長程復雜任務”，單就“長程”這一點來說，非常容易有誤差累積。

 

比如完成一個任務需要十個步驟，如果第二步有1cm的偏差，最后的操作結(jié)果就可能差出十萬八千里來。

 

剩下的那一個關(guān)鍵矛盾在于強化學習模型常專用于一個場景，遷移難，跨任務泛化能力差。