亞馬遜在部署了100萬個物流機(jī)器人之后,開始在人形機(jī)器人上發(fā)力了;而且一改以往務(wù)實(shí)干活的做風(fēng),開始用宇樹機(jī)器人賣藝了。
今年年7月,亞馬遜部署了第100萬臺物流倉儲機(jī)器人。在亞馬遜的倉庫王國里,機(jī)器人艦隊(duì)的數(shù)量,正與人工軍團(tuán)旗鼓相當(dāng)。
大規(guī)模部署機(jī)器人,亞馬遜是最早的那一批。早在2012年,亞馬遜以7.75億美元收購了Kiva Systems。這是一家專注于倉庫自動化、移動貨架機(jī)器人(AMR+拖運(yùn)系統(tǒng))的公司。Kiva改名為Amazon Robotics,也就是如今亞馬遜內(nèi)部的機(jī)器人公司。
亞馬遜還用其配送中心和分揀中心數(shù)百萬小時數(shù)據(jù),訓(xùn)練出了第一個多機(jī)器人協(xié)調(diào)基礎(chǔ)模型DeepFleet,可以預(yù)測移動機(jī)器人隊(duì)伍的未來交通模式。
面對各種機(jī)器人,尤其是人型機(jī)器人酷炫的演示,亞馬遜一直專注于實(shí)際應(yīng)用場景。亞馬遜稱DeepFleet代表了其務(wù)實(shí)的人工智能創(chuàng)新方法。“我們并非純粹追求技術(shù)本身,而是專注于解決實(shí)際問題。”
在亞馬遜這樣一個全球最大的倉儲物流配送系統(tǒng)中,將機(jī)器人的移動時間縮短10%,會創(chuàng)造出巨大的價值:更快的交付時間、更低的運(yùn)營成本和更低的能耗。
亞馬遜與特斯拉前沿激進(jìn)的做法不同、與那些人形機(jī)器人實(shí)驗(yàn)室更加不同之處在于,它將創(chuàng)新與實(shí)用相結(jié)合,規(guī)模化是一個基本前提:在美國制造機(jī)器人,與當(dāng)?shù)毓?yīng)商合作,并在全球范圍內(nèi)進(jìn)行部署,同時在設(shè)計師、制造團(tuán)隊(duì)和一線員工之間建立起寶貴的反饋循環(huán)。
亞馬遜目前逾百萬臺機(jī)器人,主要都在倉庫中7X24干活;亞馬遜還在試點(diǎn)部署自動駕駛物流車輛Zoox,以及投資了幾乎所有重要的自動卡車公司如Rivian、Aurora等。
亞馬遜已經(jīng)建立起了一個世界上最大的機(jī)器人和自動駕駛自主研發(fā)、設(shè)計與制造體系,而且全部在亞馬遜自家的工廠組裝(Amazon Robotics Manufacturing Facility),包括機(jī)械結(jié)構(gòu)、電機(jī)模組、控制系統(tǒng)、軟件堆棧都是內(nèi)部設(shè)計。
![]()
亞馬遜在2020年全資收購的自動駕駛公司Zoox,仍以“Zoox, an Amazon company”名義獨(dú)立運(yùn)營,總部位于加州福斯特城(Foster City),擁有自己的設(shè)計、工程、制造、測試團(tuán)隊(duì)與供應(yīng)鏈,不依賴Amazon Robotics的產(chǎn)線。Zoox的車輛制造與裝配工廠位于加州弗里蒙特,從底盤到電驅(qū)、車身、傳感器架構(gòu)都是自研設(shè)計。
DeepFleet成為其百萬機(jī)器人和未來的自動駕駛物流汽車的基座模型之后,亞馬遜開始發(fā)力加強(qiáng)其AGI和具身智能的前沿探索。
亞馬遜關(guān)注人形機(jī)器人兩個最重要的應(yīng)用場景,一個是在倉庫中先從搬箱子這個高度重復(fù)性的工作干起,為此它投資了Agility,推出了雙足機(jī)器人Digit。貝索斯本人還投資了估值最高的機(jī)器人初創(chuàng)公司Figure。第二個場景,是解決貨物配送最后一公里的末端問題,讓人形機(jī)器人完成從貨車到用戶家門口的投遞。亞馬遜正在測試軟件,將使用第三方機(jī)器人。此外,亞馬遜支持的Skild AI,已經(jīng)推出通用機(jī)器人模型Skild AI。
繼去年9月,亞馬遜在舊金山成立了自己的AI實(shí)驗(yàn)室,Amazon AGI SF Lab(以下簡稱亞馬遜AGI實(shí)驗(yàn)室)之后,今年初還成立了前沿AI與機(jī)器人團(tuán)隊(duì)(FAR),打造機(jī)器人領(lǐng)域的“基礎(chǔ)模型”與通用能力,在同一系統(tǒng)內(nèi)融合高層認(rèn)知、語義理解與低層操作能力(動作/控制/運(yùn)動學(xué)),引領(lǐng)機(jī)器人從機(jī)械執(zhí)行向智能化、泛化能力演進(jìn)。這兩個團(tuán)隊(duì)都設(shè)在舊金山。
亞馬遜想利用其巨大的應(yīng)用場景,和AWS龐大的算力集群,推動機(jī)器人技術(shù)的下一次變革,“我們不僅在推進(jìn)機(jī)器人技術(shù)——我們還在從頭開始重新構(gòu)想它。”
日前,亞馬遜機(jī)器人團(tuán)隊(duì)FAR發(fā)布了其首個人形機(jī)器人研究成果OmniRetarget,從人類動作中生成了高質(zhì)量的交互保留數(shù)據(jù),克服了之前策略中的偽影缺陷,僅需最小化的強(qiáng)化學(xué)習(xí),即學(xué)到了復(fù)雜的人形機(jī)器人技能,成功實(shí)現(xiàn)了零樣本模擬到現(xiàn)實(shí)的遷移,如能上爬上爬下箱子,搬運(yùn)箱子,從箱子上跳下并做個跑酷的動作,甚至還來了個蹬墻后空翻!這個策略,能用于不同的機(jī)器人本體上。
![]()
有意思的是,亞馬遜和貝索斯投資了美國最風(fēng)光的兩家人形機(jī)器人公司Figure和Agility,但是FAR這次用了宇樹機(jī)器人來展示效果。這個團(tuán)隊(duì)由華人科學(xué)家Rocky Duan領(lǐng)銜,OmniRetarget項(xiàng)目的9位成員中,包括Rocky本人,華人占了6位。他們也應(yīng)該是FAR的主力成員。
詳情可見項(xiàng)目及論文網(wǎng)址:
https://omniretarget.github.io/
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.