機器人正式進入家庭提上日程。

4月21日，引數機器人舉行發佈會，推出新一代機器人進家庭計畫，宣佈35天後，機器人將搭載新一代自研具身智能基礎模型WALL-B入駐真實家庭。

引數創始人兼CEO王潛在發佈會上表示，當前機器人的核心瓶頸不在本體，而在智能。家庭環境中的每一秒都可能出現全新事件：貓何時跳上桌子、孩子把玩具扔在哪里、地毯的摩擦力與實驗室地板完全不同。現有技術無法處理這種隨機性和碎片化，機器人進入家庭也被視為“這個時代最難的技術問題之一”。

解決數據損耗：世界模型並非外掛模組

據引數聯合創始人兼CTO王昊介紹，WALL-B定位為基於世界統一模型架構（WUM，World Unified Model） 的具身智能基礎模型，設計思路類似於Apple Silicon的統一記憶體架構，在蘋果M1晶片之前的Mac上，CPU、GPU、記憶體各自獨立，數據搬運產生的延遲和損耗成為性能瓶頸，蘋果通過統一記憶體架構讓所有處理單元共用同一塊記憶體，性能由此大幅提升。

在機器人領域，VLA（視覺-語言-動作模型）就類似於M1之前的筆記本電腦架構，視覺模組、語言模組、動作模組各自為政，數據在模組之間搬來搬去，每搬一次就丟一次資訊。WALL-B將視覺、語言、動作、物理預測等所有能力，放在同一個網路中從零開始聯合訓練、融為一體，消除了模組間的邊界和數據搬運損耗。

王昊強調，世界模型並非一個單獨的外掛模組，而是一種對物理世界未來的預測能力。“要解決數據損耗問題，不能簡單累加模組，而是要補上預測能力。”

“糖水”與“牛奶”：看似最難的路反而可能最簡單

“這個行業最大的秘密，不是演算法，不是架構，不是硬體，數據才是。”王昊將來源於實驗室的乾淨、穩定、可預測的數據比作“糖水數據”，用此類數據訓練的模型，就像在泳池裏學了10年游泳的人，一旦被丟進大海就會淹死。“它很甜，但除了甜並不會增加抵抗力，也不會提升體質。喝多了有可能還會增加患糖尿病的風險”，訓練出的模型幾乎不具備零樣本泛化能力。

與之相對，源自真實家庭、複雜不可控且充滿隨機性的數據則是具身智能的“牛奶數據”。儘管採集過程“很苦、很慢、很貴”，但王昊認為，要想要做出真正具備零樣本泛化能力的基礎模型，這條看似最難的路反而可能是最簡單的。為此，引數團隊進入了超過100個志願者的家庭去訓練模型。

完整工程閉環：機器人領域領先窗口或達三年以上

王潛在接受澎湃新聞等媒體採訪時表示，機器人進家庭目前並非百分百只靠AI模型去做，有時候還是得有人去在安全性等方面兜底和接管，但除了地形限制、工具太過複雜等情況外，所有能夠在物理上實現的事情，其實機器人都能做，“只要進入家庭，你就可以使喚它，不需要再考慮有什麼是能做的，有什麼是不能做的”。

王潛認為，企業長久的競爭力在於建立一個真正統一的閉環體系。相較於演算法架構，模型背後的數據定義、採集、改造、後處理以及訓練測評調整等完整的工程體系，才是最難被複製的部分。他以大模型行業為例稱，OpenAI曾領先穀歌近兩年，而在機器人領域，這樣的領先時間窗口會更長，可能達到三年以上。

值得一提的是，在發佈會上，王潛也正式宣佈引數於近日完成了B輪融資，由小米戰投領投。此前有報導稱，引數完成了近20億元的B輪融資，也成為國內公開披露的唯一一家被四家互聯網大廠（位元組、美團、阿裏、小米）投資的具身智能企業。

來源：中國澎湃新聞