谁不想要一个可完全承担家务的机器人呢？虽然机器人专家已经能够让机器人在实验室做一些像跑酷这样令人印象深刻的事情，但真要让机器人在家中自主工作，多少还是让人不太放心，尤其是在有儿童和宠物的家庭。
　　在机器人专家中，有一个被广为认可的观点，称为“莫拉维克悖论”：对人类来说很难的事情，对机器来说很容易；而对人类来说很容易的事情，对机器来说很难。但得益于人工智能（AI），这种情况正在改变。
　　据最新一期《麻省理工科技评论》报道，机器人技术领域正处于拐点：机器人正在走出实验室，进入千家万户。机器人技术即将迎来自己的高光时刻。
　　家用机器人不能太贵
　　过去，机器人就是昂贵的代名词，高度复杂款的价格动辄数十万美元，这使得大多数家庭无法负担。
　　如今，新一代更便宜的机器人已经崭露头角。由美国初创公司HelloRobot开发的一款新型家庭机器人Stretch 3价格就合理得多。它有一个小型移动底座，一根悬挂着摄像头的摇杆，一个可调节手臂和一个末端带有吸盘的夹具，可通过控制器进行操作，只需要24950美元。
　　与此同时，美国斯坦福大学研究团队建立了一个名为Mobile ALOHA（低成本开源硬件远程操作）的系统，能让机器人仅借助20个数据（包括人类演示）就学会烹饪虾。团队使用现成组件建造出价格更合理的机器人。
　　AI构建“通用机器人大脑”
　　将这批新机器人与“前辈”区分开来的，其实是它们的软件。由于AI的繁荣发展，现在的技术焦点正在从昂贵机器人实现身体灵巧性转向，转变为用神经网络构建“通用机器人大脑”。机器人专家正使用深度学习和神经网络来创建“大脑”系统，以便能在应用中从环境学习并相应调整机器人行为。
　　2023年夏天，谷歌公司推出了视觉—语言—行动模型RT-2。该模型能从用于训练的在线文本和图像以及自身的交互中获得对世界的一般理解，并把这些数据转化为机器人操作。
　　丰田研究所、哥伦比亚大学和麻省理工学院团队已借助一种称为模仿学习的AI学习技术以及生成式AI，快速教机器人完成许多新任务。这一方法将推动生成式AI技术从文本、图像和视频领域扩展到机器人运动领域。
　　另一个从OpenAI的前机器人研究部门分拆出来的初创公司Covari-ant，建立了一个多模态模型RFM-1，可接受文本、图像、视频、机器人指令的提示。
　　更多数据催生更智能的机器人
　　GPT-4等大型AI模型的力量，在于从互联网上囤积大量数据，但这并不适用于机器人，因为机器人需要专门为它们收集数据。它们需要实物演示如何打开洗衣机和冰箱、拿起盘子或折叠衣物。但这些数据非常稀缺，收集也需要很长时间。
　　谷歌深度思维公司发起了一项名为“开源X-Embodiment协作”的新计划，旨在改变这种状况。去年，该公司与34个实验室约150名研究人员合作，从22种不同的机器人收集数据。由此产生的数据集于2023年10月发布，其中包括机器人的527种技能，例如采摘、推动和移动等。
　　更大的、可通过网络访问的模型是用互联网数据预先训练的，以从大型语言和图像模型中发展出“视觉常识”。研究人员在许多不同机器人上运行RT-X模型时发现，这样的机器人学习技能的成功率比每个实验室独立开发的系统高出50%。

（张梦然）