成立 1 年估值超 100 亿、红杉软银争投，这家人形机器人公司做对了什么？_风闻

机器人行业的「GPT-3」时刻已经出现？

作者 | 芯芯

编辑| 靖宇****

具身智能，或者说人形机器人，现在已经成为仅次于 AI、最热门的投资项目。无论是 OpenAI、英伟达或者是微软，都在砸下重金投资人形机器人团队。

现在，一个种子选手，正在获得巨头们的青睐。

近日，一家名为 Skild AI 的公司，宣布完成 3 亿美元的 A 轮融资，投资者包括杰夫·贝佐斯、日本软银集团、红杉资本和卡内基梅隆大学等，使该公司估值达到 15 亿美元。

这家公司才成立不到一年，由两名机器人领域的大学教授创立，其团队正在构建一个「可扩展的机器人基础模型」，作为各种类型机器人和各种现实应用场景的通用「大脑」，同时还在构建可以改装到机器人硬件上的系统。

该公司称，「我们的长期目标是开发基于物理世界的通用人工智能（AGI），挑战 AGI 只能从数字知识中产生的流行观念。」

投资人为此迅速投钱，认为机器人行业的「GPT-3 时刻即将到来」。

Skild AI 到底做对了什么？它能实现 AI+具身智能的野心吗？

01

「机器人大模型」

Skild AI 由卡内基梅隆大学教授 Deepak Pathak 和 Abhinav Gupta 于 2023 年 5 月创立，正在开发基于物理世界的智能系统，构建机器人基础模型——可以理解为「机器人大脑」。

他们在做的东西有什么特别？传统机器人技术侧重于收集特定数据，来训练机器人以完成特定任务，而 Deepak 和 Abhinav 则利用大规模数据，通过基于 Transformer 的自适应架构构建基础模型，想要创建的是一个通用、鲁棒且具备涌现行为的机器人模型。

这家公司称，自己正在突破机器人数据壁垒，其训练模型的数据量「是竞争对手模型的千倍以上」。与那些为特定应用垂直设计的机器人不同，Skild 的模型作为各种机器人形式、场景和任务的「通用」大脑，涵盖操作、移动和导航等功能。

在现实世界应用中，从在恶劣物理中具备韧性的「四足机器人」，到能够进行复杂家庭和工业任务的「人形机器人」，该公司的模型据称都能用上。

那么，在理论上，这种「机器人大脑」可以为波士顿动力公司的四足机器人「Spot」以及 Agility Robotics 的人形机器人「Digit」提供「动力」，尽管公司尚未宣布具体合作伙伴。

构建「通用的」机器人基础模型｜ 图片来源：Skild AI

Skild AI 称自己的使命是「通过开发首个真正智能的实体系统，彻底改变未来的体力工作，旨在提升生产力和挖掘人类潜力。」愿景是「建立扎根于物理世界的通用人工智能（AGI）」。

尽管全球不少人都担心 AI 或机器人抢工作，做机器人的公司普遍还是喜欢说自己要解决所谓的「劳动力短缺问题」，抑或者更高远的「解放人类」。

Skild AI 显然也不例外。

他们对外强调的说法是，以美国为例，目前面临着严重的劳动力短缺，空缺的工作岗位比失业人数多出 170 万个。医疗保健、建筑、仓储和制造业等行业受影响最严重，预计到 2030 年将有 210 万个制造业职位空缺。

此外，许多这些工作对人类来说可能是危险的，例如石油钻井平台和机器房。而 Skild 的模型使机器人能够适应在危险环境中执行新任务，而不是由人类执行这些任务。

Skild AI 的联合创始人 Abhinav Gupta 称，「通用机器人能够在任何环境下、安全地执行任何自动化任务，并具备任何类型的实施形式，我们可以扩展机器人的能力，降低其成本，并支持严重人手不足的劳动力市场。」

Skild AI 称该大脑可以适应各种硬件和任务 ｜Skild AI

机器人行业的人常说「机器人技术很难」，这几乎成了支配该领域的无名自然法则之一。

而且，不少人认为机器人是一个硬件问题，但 Skild AI 的创始人却认为这是一个软件问题。

Skild AI 强调「规模是关键」，并表示他们正在发明最前沿的机器学习算法，「重点是利用规模的力量，在任何环境中提供无与伦比的鲁棒性。从建筑工地到工厂再到家庭，Skild Brain 能像人类一样适应非结构化环境。」

这个「Skild Brain」，就是所谓的大脑，据称是「首个可扩展的」机器人基础模型，可以适应不同的硬件和任务，「在模型设计上具有鲁棒性。」

该公司还披露了一个 Skild AI 移动操控平台，由 Skild Brain 提供动力，在这个平台上「可以开发用于机器人的高级 AI 算法和应用程序」，他们想要「使机器人操作像调用 API 一样简单」。目前，该平台尚未开放，仅允许感兴趣的开发者注册，加入早期访问等待名单。

此外，他们推出了一个安全/检查机器人平台，称提供自动化视觉检查、数据收集或巡逻任务的解决方案。

Skild AI 的创始团队 ｜图片来源：Skild AI

今年 7 月，Skild AI 宣布完成 3 亿美元的 A 轮融资，融资由 Lightspeed Venture、Coatue、软银集团和杰夫·贝佐斯（通过 Bezos Expeditions）领投，Felicis Ventures、红杉资本、Menlo Ventures、General Catalyst、CRV、亚马逊、SV Angel 和卡内基梅隆大学参与了本轮融资。这次融资使公司的估值达到 15 亿美元。

Skild AI 表示，将利用这笔新资金改进其 AI 模型，同时追求商业化落地部署。长期目标是创造一种「具有与人类同等能力」且「扎根于物理世界」的 AGI。

其首席执行官兼联合创始人 Deepak Pathak 称：「我们相信 Skild AI 代表了机器人技术扩展方式的一个转折点，具有改变整个实体经济的潜力。」

02

印度机器人********大神创业

根据公司网站显示，Skild AI 正在招聘多个工程师岗位。目前团队包括来自 Meta、特斯拉、英伟达、亚马逊和谷歌背景的成员，以及卡内基梅隆大学的学生。

两名联合创始人 Deepak 和 Abhinav，都曾是卡内基梅隆大学的教授，在机器人和 AI 领域有多年研究经验，以其在自监督机器人技术、好奇驱动的智能体和自适应机器人学习等领域的研究闻名。

如果要量化其学术水平，他们两人目前拥有 150+的 H 指数，超过 90000 次引用。

Skild AI 联合创始人 Deepak（左）和 Abhinav（右）｜图片来源：Skild AI

Deepak 来自印度的一个小镇，在同龄人搬到大城市备战全国考试时，他留在小镇，仍然考上了印度理工学院（即 ITT），这是印度国内的最高学府，这一成就还登上了当地头条。

据称，在印度时，由于缺乏条件，他还曾在家里用纸手写代码并检查，然后在当地咖啡馆有限的上网时间里运行他编写的程序。后来这个印度的「小镇传奇」就赴美国读博，期间加入 Facebook AI 研究院（FAIR）做研究，还创办过一家被收购的初创公司，后来选择当教授。

Abhinav 则是卡内基梅隆大学的终身教授，和 Deepak 同为印度裔，曾是 FAIR 机器人研究组的创始成员和研究负责人。他和 Deepak 讨论了十年创业的可能性。2023 年初，他们看到了自己领域技术进步的加速，意识到是时候出来大干一场了。

那么，他们看到的机会具体是什么？在追求为机器人构建通用智能的过程中，关键挑战一直是如何在没有大规模数据的情况下，构建一个大型模型。

与大型语言模型不同，机器人领域没有现成的互联网数据。因此，他们探索了从现有资源中学习的不同策略：在线视频、远程操作、现实世界数据、模拟等。

2015 年，他们首次实现了机器人数据的 1000 倍扩展，随后几年，他们尝试了人类远程操作和低成本机器人远程操作平台。2017 年，他们提出了著名的好奇心驱动学习算法，用于构建能够自主探索和学习的智能体。2021 年和 2022 年，他们再次突破，采用大规模自适应 SIM2REAL（虚拟到现实世界训练）策略，并在机器人学习会议上获得最佳机器人系统奖。

这些成就，奠定了 Skild AI 的目标：一个通用模型，能够在任何环境中完成任何任务，而无需特定训练。有投资方认为，如果 Deepak 和 Abhinav 能实现这一目标，他们将取得类似 GPT-3 的突破，结果可能适用于几乎所有领域。

03

机器人的

「GPT-3 时刻」？

卡内基梅隆大学现任机器人研究所所长 Matthew Roberson 为他们站台背书称，「Skild AI 由站在机器人技术创新前沿的的专家创立，我迫不及待地想见证他们的尖端技术如何彻底改变行业，并延续卡内基梅隆大学在转化研究方面的悠久历史。」

其他投资方也不吝吹捧，似乎对 Skild AI 的能力和前景充满信心。他们大多看中的是两名创始人对世界上一些先进机器人和 AI 实验室的贡献。

在过去几年，互联网偶尔会被机器人极限跑酷、用手操控物体（包括开门和抽屉）、爬楼梯（无论是前进还是后退，室内还是室外）、以及自然流畅移动的机器人震撼一下，而这些进步，据称背后都可以追溯到两人的一些学术成果。

有的投资人称他们是机器人技术进步的「催化剂」，认为「他们在将基础模型的核心原则应用于现实世界方面的创新，使行业走上了通用机器人技术的道路。」

有的投资人提出，Skild AI 在构建机器人操作和移动的基础模型方面，「采用了真正可扩展的方法」，「他们革命性地改变机器人技术，从预编程机器人转向动态自适应机器人，这有可能颠覆整个实体经济。」

还有投资方已经投资机器人公司超过 15 年，称 Skild 是其见过「最具远见的」，「他们正在构建的模型将在任何环境、任何硬件上执行任何任务。」

在 Felicis Ventures 的投资人看来，开发通用机器人智能的竞赛已经开始，没有任何一个想法能像现在这样快速地动员资本和人才，通用机器人基础模型将成为这一链条中的关键环节。

创造一个能够在任何环境中、任何形式上进行推理、规划和行动的「单一模型」，这个想法并不新鲜，一直是机器人行业想要夺取的圣杯，「这个想法的问题在于，几年前它根本不可能实现。而今天，它可能成为现实。」Felicis Ventures 的投资人如此称。

「当我们第一次飞往匹兹堡观看 Skild 机器人实际操作时，我们简直不敢相信自己的眼睛。一个初创公司在如此短的时间内怎么可能取得如此大的成就？」

「答案在于规模。大型预训练视觉语言动作模型（VLA）展现出与大型预训练语言模型（LLM）相同的涌现行为，正如在代数上训练一个 LLM 使其在西班牙语上表现得更好。」Felicis Ventures 的投资人认为「Skild 正在将这一理念推向极致。」

Skild 正在做和想要实现的，就是通过所谓千倍以上的训练数据量，让机器人从没见过的任务也能执行到位，该投资人称已经看到了迹象。

红杉资本的投资人也声明称，对 Skild AI 的团队充满「深刻的信念」，说他们「有潜力在现实世界中实现 OpenAI 在数字世界中所取得的成就。」

信念的一个证明是，飞速给钱。见完创始人不到一周时间内，红杉资本就拍板决定投资 Skild AI，认为这个团队就是他们追求的，称「GPT-3 时刻即将到来，将为机器人世界带来巨大变革，就像我们在数字智能世界中看到的进步一样。」

这些投资人认为，虽然关于 AI 对人类生活影响的讨论非常热烈，但迄今为止，大量讨论仍然主要集中在软件上，而将 AI 整合到机器人中则潜藏着巨大的机会，AGI 不是只能通过数字知识来构建。虽然一切都处于早期阶段，但利用 LLM、VLM 和代码生成的进步，机器人制造商有机会开发更智能的机器。

「想象这样一个世界：一个 AI 机器人基础模型能够在任何环境、任何机器人硬件上完成任何任务。这将大大扩展我们可以构建的机器人类型，并且成本将比今天低几个数量级。」

随着软件领域的 AI 成为巨头的游戏，以及将 AI 整合到机器人的前景和吸引力。

一波 AI 热钱，已经转向机器人领域。

*头图来源：Skild AI

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO