机器人「大脑」开发者：我们正走出 GPT-2 时代

物理 AI 是风险投资最热门的领域之一，各公司已筹集数十亿美元，希望将造就大语言模型的工具应用于机器人。这股热情推动中国领先机器人制造商宇树科技上市，估值一度达 660 亿美元。但本周其股价几乎腰斩，分析师指出明显问题：虽然机器人的物理能力在提升，但它们仍缺乏真正创造价值的「知识」。

在上周的 Actuate 大会上，一群为机器人开发 AI 大脑的开发者齐聚一堂，兴奋之情溢于言表。据主办方 Foxglove 介绍，该会议自 2023 年创办以来规模已扩大三倍，今年有 1,500 名参会者。Foxglove 是一家帮助物理 AI 模型构建者管理与可视化数据的公司。

风险同样明显：另一家物理 AI 基础设施公司 Avala 的展台上挂着一块牌子，承诺解决「机器人数据危机」。这场危机指的是高质量 AI 模型训练数据的匮乏。

构建能做任意任务的通用机器人仍遥不可及，而针对特定任务的端到端学习也尚未带来可靠、可商用表现的产品。对开发者而言，答案是更好地模仿前沿 AI 实验室的进展——寻找或创建更多样化的数据集、尝试不同训练机制、设计更好的强化学习场景。

Antioch 公司创始人 Harry Mellsop 认为，物理 AI 正处于「GPT-2 时代」——即 ChatGPT 出现之前的 OpenAI 模型阶段。要跨越鸿沟，需要更多数据和算力，尤其是针对光线追踪优化的 GPU，用于创建高保真仿真。

走得最远的是自动驾驶汽车，部分原因是能够从人类驾驶的车辆收集相关数据，部分原因是其主要任务是避免接触而非操控物理环境。许多模型构建工具来自自动驾驶公司；例如 Foxglove 就起源于此。