撰文｜楊松
編輯｜鄢子為
未來的藥店、超市里，為人類提供服務的，可能是機器人。
8月下旬，世界機器人大會上，人形機器人Galbot G1用雙手完成藥品上架、零食取送等任務。
接到搬運任務后，Galbot G1先精準地識別出藥品，再確定需要擺放的位置，伸出右臂，取出藥盒，平穩(wěn)地將其放至貨架上。
Galbot G1由北京銀河通用推出。公司創(chuàng)始人為北大博導王鶴，成立僅16個月，接連斬獲高額融資。
6月，其完成天使輪融資，拿到7億元資金。美團戰(zhàn)投、北汽產(chǎn)投、商湯國香基金競相參投。1個月后，銀河通用又獲得香港投資管理公司的青睞。
業(yè)內(nèi)人士預計，其最新估值為30億元。
歸國創(chuàng)業(yè)
具身智能是典型的多學科交叉行業(yè)，需要產(chǎn)業(yè)和研究雙輪驅(qū)動。
銀河通用兩位創(chuàng)始人能力互補，一位是學者，另一位則擁有豐富制造業(yè)經(jīng)驗。
CEO王鶴，今年32歲，擔任北京大學計算機學院前沿計算研究中心（CFCS）助理教授、博士生導師。
從清華大學畢業(yè)后，他師從Leonidas J.Guibas教授，在斯坦福大學，拿到電子工程系博士學位。
“美國制造業(yè)不允許快速做出具身智能的完整demo，零部件供應不全，很多東西都得進口，硬件工程師匱乏。”王鶴在接受采訪時表示，在中國做硬件，能做到成本最低、可靠性最高。
2021年9月，王鶴赴北京大學任教，創(chuàng)立具身感知與交互實驗室。在具身智能領(lǐng)域，他發(fā)表近40篇論文，多次獲得best paper等獎項。
“具身智能，是把大模型通用的感知和決策能力，和機器人身體進行執(zhí)行的能力，結(jié)合到一起。”王鶴稱，這將帶來無限的機會。
聯(lián)合創(chuàng)始人姚騰洲，擁有豐富的智能硬件產(chǎn)品量產(chǎn)經(jīng)驗，曾就職于ABB機器人研發(fā)中心。
兩人聯(lián)手，2023年5月，銀河通用成立。
目前，公司在北京、深圳和蘇州三地，設有研發(fā)中心，與北大、北京智源人工智能研究院，分別成立具身智能聯(lián)合實驗室和研究中心。其研發(fā)團隊，超80人。
另辟蹊徑
抓一杯水，對人類而言，是一個無需思索的習慣性動作。對機器人來說，杯子的形態(tài)、材質(zhì)不同，抓取動作不同。
機器人若要具備人類的抓取能力，需接受大量數(shù)據(jù)訓練。
讀博期間，王鶴就開始研究具身智能，在數(shù)據(jù)處理方面，獲得重要進展。
特斯拉Optimus機器人，使用的是傳統(tǒng)數(shù)據(jù)處理方式。王鶴解釋道，為了把電池放到紅盒子里，特斯拉調(diào)用40人團隊，通過VR眼鏡遙控特斯拉人形機器人Optimus，采集數(shù)據(jù)。
王鶴認為，機器人是要替代月薪五六千的人來工作，特斯拉數(shù)據(jù)采集環(huán)節(jié)如此高成本，產(chǎn)品落地后能否盈利，或?qū)⒋嬉伞?/p>
“只有合成數(shù)據(jù)，才能實現(xiàn)規(guī)�；慨a(chǎn)。”王鶴提及，他一直在研究，怎么把合成數(shù)據(jù)的訓練效果，無縫遷移至真實世界。
銀河通用打破陳規(guī)，以合成仿真技術(shù)，為每個物體合成200條視頻，再從一個物體到一類物體……通過成規(guī)模注入數(shù)據(jù)，訓練機器人的抓取能力。
“我們是國內(nèi)較早做到泛化物體抓取的企業(yè)。用物理仿真器生產(chǎn)的數(shù)據(jù)，訓練機器人學習抓娶放置等技能，是我們獨到的能力。”王鶴說。
據(jù)他透露，2023年，銀河通用合成了100萬條數(shù)據(jù)，今年一口氣合成了10億條。依托億級數(shù)據(jù)體量，靈巧手可以抓取各種各樣的東西。
Galbot G1甚至可以抓取由透明塑料皮包裹的半透明物體。公司透露，其抓取透明、高光物體的成功率，超95%。
“靠合成數(shù)據(jù)，具身智能完成0到1的突破。”王鶴說。
落地應用
數(shù)據(jù)之外，具身智能機器人，還需配備本體、大腦、小腦。
本體，即機器人“身體”。王鶴稱，未來會有各類形態(tài)的通用機器人，只有跟人類干活需求相匹配的，才能得到最大的市場份額。
Galbot G1，下半身只有一條腿，裝配在一個移動底盤上。
王鶴解釋，相較兩條腿，這樣設計，成本低廉，在貨架場景下，其干活水平，接近人類。
他認為，雙手在場景落地上更有價值，大量應用場景，不需要雙足運動能力，比如巡檢、巡邏，機器狗和車一樣能做。
G1身高173cm，臂展為190cm，需要抓取地面物體時，它切換到“跪姿”模式；需要拿高度超兩米的物品時，又能轉(zhuǎn)換為“站立”模式。其操作范圍涵蓋0至2.4米。
團隊還將負責行動的小腦和負責感知理解的大腦，放在一起。
王鶴舉例，搭配GPT-4大模型，機器人可以做到“言出法隨”。
比如把一個瓶子立起來放在紅色碗里，傳統(tǒng)機器人得先采集數(shù)據(jù)，才能完成動作。銀河通用團隊依靠大腦、小腦大模型的聯(lián)動，實現(xiàn)在開放語義狀態(tài)下，抓取和放置物體。
四季度，售價約30萬元一臺的Galbot G1，將現(xiàn)身零售場景中。
公司計劃與投資方美團合作，打造24小時無人藥店。未來兩三年，藥店里會有更多銀河通用機器人。
“把這個場景做好，公司就實現(xiàn)了從0到1的突破，憑借通用、泛化的技能，將輻射到更多行業(yè)。”
王鶴堅信，從1到100，是“沿途下蛋”，要一步步做事情。
