除大模型，让机器人「学做人」的效率更高了。

作者 | 美漪
编辑 | 靖宇

除了 AI，目前科技圈最火的当属「人形机器人」赛道，没有之一。

2023 年，随着特斯拉、Apptronik 和 Figure 等公司首次曝光自己的产品，Agility 公司宣布与亚马逊合作进行仓库试点，人形机器人领域的竞争日趋白热化。

新年伊始，来自挪威的人形机器人初创企业 1X Technologies（简称：1X）就宣布完成了 1 亿美元的 B 轮融资。

事实上，1X 不止收获了巨额资金支持，背后还有 AI 巨头——OpenAI「撑腰」。

去年 3 月，1X 获得了一轮由 OpenAI 创业基金领投的 2350 万美元融资，成为了 OpenAI 投资的第一家硬件公司。事实上，双方早在 2022 年就已经展开了合作，当时双方决定共同为机器人开发 AI 模型。

那么，机器人公司 1X 到底是凭借什么优势，赢得了 OpenAI 的青睐和支持？这家公司，在实现人类「机器人梦想」的路上，相比特斯拉等公司，又有哪些闪光点？

01「夏娃」和「NEO」

当前，1X 公司提供 EVE 和 NEO 两款机器人产品。从命名也能看出，1X 公司的野心还是很大的——一个是人类之母，一个是赛博朋克世界的救世主（《黑客帝国》）。

EVE 和 NEO 两款机器人产品｜图片来源：1X 官网

EVE 是 1X 的早期产品，它是一款专为工作环境设计的轮式机器人，主要用于工业、物流、零售和安全领域。

根据 1X 公司的说法，EVE 是人类历史上第一个真正成功进入职场的人形机器人。目前，EVE 已在美国和欧洲部分地区投入商业化应用，发挥所长，执行任务，比如，在工厂执行任务巡逻、在制造业协助后勤搬运、作为巡逻警卫在建筑物内导航和放哨等。

EVE 在物流流域执行任务｜图片来源：1X 官网

值得一提的是，EVE 对标的产品是马斯克的机器人 Optimus（擎天柱），二者在功能、商业化落地等方面都有相当大的重合度，但 EVE 在去年的一场机器人比赛中击败了 Optimus（擎天柱）。

NEO 则是 1X 公司新开发的核心产品。

1X 将其设计成了双足机器人，并以人体肌肉运动为模型，对其进行「高精度」和「轻柔度」的设计，在铝芯之上覆盖了一层软层，使之它和人类一样柔软、轻巧，而且本质上是「安全」的，没有夹点或其他危险。

因此，NEO 可以自由行走，通过面部表情沟通，提高操作效率的同时，还保障了用户的安全性。

双足机器人 NEO，身高 165 厘米，体重 30 千克 ｜图片来源：1X 官网

NEO 目前仍处于研发阶段。1X 公司计划在 2024 年正式发布 NEO，并将在挪威和北美地区进行量产。

为了让机器人真正「走进」现实世界，1X 还设计了机器人系统，将符合要求的「透明传动装置」与自主研发的「高扭矩密度电机」（Revo1）结合在一起，实现了机器人的安全性、灵活性和智能性：

安全性

它们的的机械结构有机、柔软，使它们从内到外都更加安全，可以随时进入人类环境。

灵活性

它们可以像人类一样运动，感知周围环境并与之互动，能够完成转弯、开门、抬起物品等多种人类精巧活动。

智能性

1X 将类似人类的「身体」，与高级语言和自主运动模型的「AI 大模型」相结合，人类可以自然地与 1X 机器人交谈，它们也能按照要求行事。它们在默认情况下是自主运行的，但用户也可以远程控制它们，以防它们进入危险区域或无法完成特定任务。

更重要的是，它们可以在互动中不断学习和改进，变得更加聪明和能干，为协助和提高生产力开辟了新的可能性，从而为人类提供更多帮助。

02机器人的「言传身教」

1X 的机器人功能如此强大，是如何训练而成的？

1X 非常强调在现实世界中，训练和部署人形机器人的必要性。他们认为，「如果人形机器人要我们的世界中发挥作用，它们就需要体验现实世界。」

对此，1X 还曾在一篇博文中给出了解释，「现实世界才是海量数据和数据多样性的所在，因此，1X 的机器人不涉及固定的算法，而更多地涉及实际学习，我们希望通过这种方式，让 AI 模型对世界有更丰富的理解。这对 AI 的下一步发展非常重要。这也是 1X 决定制造面向消费者的机器人的原因。」

有趣的事，这与 OpenAI「通过真实世界的反馈，来打造 AGI 系统」的策略是不谋而合的。

因此，1X 自研了「具身学习」（Embodied Learning）的复杂 AI 技术训练机器人。

借助 VR 技术，1X 操作员在工作室中进行远程操作，来训练机器人完成任务，从而有效地将人类智能与人工智能效率结合起来。

具体来说，1X 操作员在挪威莫斯的工作室里，通过 VR Teleop 引导机器人完成各种真实场景，直观地了解任务的难度和可行性。而且，1X 操作员不仅会展示他如何用身体完成任务的行为，还会展示他的思维过程，这样训练数据就会与他的思维过程贴上标签。

1X 操作员工作室通过 VR Teleop 引导机器人完成各种真实场景｜图片来源：1X 官网

这种互动提供了一个独特的数据集，使机器人能够理解并适应各种模式和行为。在大规模地收集了多样数据后，机器人就学会了一项新技能。