1. 首頁 > 生活百科 > >

聊模型的王興興

小紅書b站二次元虎嗅

聊模型的王興興

文章圖片

聊模型的王興興

文章圖片


【聊模型的王興興】《智能涌現》制圖
王興興表示 ， 宇樹雖然對于模型的投入保持謹慎狀態 ， 但其實“模型團隊人數算多的” 。
文｜邱曉芬
編輯｜蘇建勛
當行業里都認為 ， 宇樹是一個做機器人本體的公司 ， 宇樹科技創始人王興興 ， 在世界機器人大會（WRC）期間的一番言論 ， 打破了這刻板印象 。
WRC上 ， 王興興在他的主題演講中 ， 將大段篇幅留給了模型、算法和數據 ， 其中不少觀點引起了行業廣泛討論——
比如 ， 對于當前機器人大火的VLA（Vision-Language-Action）路線 ， 王興興直言 ， 他持有一定的懷疑態度 。 他甚至認為 ， “這是一個相對傻瓜式的架構” 。
原因是具身領域的現存數據量不夠 。 王興興認為 ， 當VLA模型與真實世界交互的時候 ， 背后的數據質量、數量 ， 并不太夠用 。
這已經是個共識 ， 但不少具身公司都瘋狂用堆真機數據、仿真數據、甚至建數采廠的方式來彌補 。
王興興對此也直言不諱——“大家對于基礎數據的關注度太高了” ， 相反 ， 他認為應該把焦點放在具身機器人的模型架構上 ， 因為現在的模型“不夠好、也不夠統一” 。

“宇樹的模型團隊其實不算小”此前王興興在公開場合中多次強調 ， 宇樹的核心優勢在于機器人本體硬件而非大腦 ， 過往的種種表述 ， 很容易讓外界產生 ， “宇樹不做機器人大腦”的印象 。
而在WRC期間 ， 王興興向《智能涌現》等媒體表示 ， 宇樹雖然對于模型的投入保持謹慎狀態 ， 但其實“模型團隊人數算多的 ， 但相比于AI大廠算少的 。 ”
△王興興接受媒體采訪中 《智能涌現》拍攝
但是 ， 他也堅信 ， 在模型上部署人員數量多寡 ， 與最終的結果并不強掛鉤——至少 ， 從過去AI領域的經驗來看 ， 創新不一定在大廠中發生 。
“不是資源多、錢多、人多 ， 就能做出全球最好、最早的技術 ， 一個中小型團隊 ， 也是有概率做出更好的模型 ， 只是壓力也會很大 。 ”王興興對《智能涌現》等媒體說到 。
在大腦的路線選擇上 ， 王興興選擇多方下注 ， 他的另一個引發行業熱議的論點 ， 有關當下最熱門的“VLA” 。
王興興并不認同行業里在VLA模型還不夠好的情況下 ， 就瘋狂堆一大堆數據去訓練 。 因為 ， 對于一個能力更強的具身模型來說 ， 或許只要很少的數據 ， 就能以更高的成功率做訓練 。
當然 ， 宇樹不是完全不使用VLA ， 在演講中 ， 王興興也提到 ， 宇樹也在嘗試在VLA模型上 ， 加AI進行訓練 。
不過 ， 在大腦路線上 ， 宇樹顯然會更傾向于視頻的路線 。 去年 ， 谷歌已經發布了視頻驅動的世界模型 ， 王興興說 ， 早在去年 ， 宇樹已經嘗試了類似的方法 。
具體而言 ， 就是先讓視頻生成模型生成一個「機器人整理房間」的視頻 ， 再用這個視頻去驅動機器人 ， 完成整理房間的任務 。
△王興興演講截圖
王興興判斷 ， 這種視頻的路線 ， 未來或許會比VLA的路線發展更快、收斂的概率更大 。 只是 ， 這種視頻的路線也不是100%完美 。 由于對視頻質量要求過高 ， 會導致GPU消耗過多 。
但未來機器人的算力問題如何解決 ， 王興興也有了一定的預期 。
他判斷 ， 未來機器人領域 ， 需要搭建低成本、大規模、分布式的算力集群 。 他認為 ， 未來如果一個工廠里有 100 個機器人 ， 那工廠里面大概率可以搭建一個分布式的服務器集群 ， 因為機器人需要更低的通訊延遲 。

宇樹機器人 ， 只表演 ， 不干活？從今年春晚的機器人扭秧歌丟手絹 ， 再到今年WAIC、WRC大火的機器人格斗 ， 這讓很多人以為 ， 宇樹的機器人不干活 ， 只做表演 。
尤其是 ， 一眾新入局者 ， 都在費盡心思把機器人送進工廠擰螺絲、疊衣服、疊被子 ， 形成了對比 。
王興興直言 ， 現階段要讓機器人進工廠、進家庭干活 ， 并不太現實 ， 而在當前 ， 表演則是機器人相對容易落地的方向 。
相反 ， 在宇樹的內部 ， 思考如何讓機器人干活的員工 ， 也是最多的 。
他也解釋了為什么宇樹很少對外宣傳機器人干活的場景——“機器人干活 ， 對于AI模型的挑戰很大 ， 目前我們的實現也并不理想 。 ”
對于“干活”這件事 ， 王興興提出了自己的看法——他希望 ， 機器人不應該只做單功能性的事情 ， 比如整理衣服、燒菜 ， 而應該是通用型、多功能的 ， 比如能在工廠端茶倒水 ， 又能做表演 。
王興興這次也對機器人的節點下了判斷：機器人的ChatGPT時刻 ， 最快可能2-3 年實現 ， 最慢可能是3-5年 。 他認為 ， 這波具身智能浪潮 ， 不會超過10年 。
不過 ， ChatGPT時刻長啥樣？
王興興設想了一個畫面——在一個場館里 ， 人形機器人隨意走來走去 ， 你隨機吩咐一個機器人做點事情 ， 他都能幫你完成時 ， 這才達到了機器人的“臨界點” 。
封面來源｜作者拍攝
歡迎關注

    推薦閱讀