断腿还能走，这机器人怎么比蟑螂还难杀？

想象一下，未来的某一天，众人眼睁睁看着那个终结者被打成了筛子，漏电又漏油。

然而就在松了一口气的时候，它摇摇晃晃，慢慢冲你举起了黑洞洞的加特林。。。

在电影里看是挺刺激，但真要放到现实里，你可能只想说：真 tm 骇死我了。

最近，就有一家叫 Skild 的公司，搞出来了一种新型算法，能让各种机器人即使突然出现意外，也能迅速适应，一分钟之内行动如常。

下面咱先给大伙儿看看官网放出来的视频，你就知道世超没在瞎吹了。

没腿、断腿、缺胳膊，重物勒脖子踩高跷。。。这看似一支残疾人机器大军，实际上个个稳得一批。

说实话，世超刚看到的时候，也怀疑他们是不是加了点名为 CG 的魔法。但下面这些针对每个案例的视频，一镜到底，真喷不了。

像是这个机器人失去四肢的场景，研究人员也没见外，当着大伙儿面就开始捆绑了。

只要 20 秒不到，机器狗已经能走起来了，比孙膑大招 CD 还短。

还有这种突然断一条腿的，也是短暂地扑腾了几下，很快适应了三条腿的狗生。

另外，还有轮滑玩着玩着锁人家轮子的。

人类可真不讲武德啊，本来四条腿就 ban 了两条，这下轮子都不让转。

结果机器狗就跟咱穿着轮滑鞋一样，小碎步照样走得起来。

上面这些都是从机器人身上减配，像下面这种踩高跷加配的，更难。

就那四根小棍的着力点，世超感觉自家狗子一辈子也练不会这技能。

看到这里，大伙儿可能还有点疑问，这跟以前那些翻跟头，打拳击有啥区别？隔三岔五就整点这活儿，有啥新鲜的？

其实这里最大的不同，就是大伙儿看到的上述所有视频，从健全到残疾，摔倒到站起，全用的是一套算法模型，没有针对任何场景进行微调。

各位差友可能不太清楚，现在的机器人领域，通用控制算法一直是个大难题。

别说突然少条腿了，就是同一套翻跟头算法，两台一模一样同型号的机器一起用，一个能成功，另一个都未必。

这其实也挺好理解的，毕竟机器人内部构造这么复杂，每个零件不可能装配得一模一样，传感器采集到的数据，递回给算法，也就有了细微差异。

导致现在大部分机器人控制算法，都在特定任务，特定机型，特定环境雕花，早就过拟合了。所以不管哪里稍微变化，都可能导致全面崩盘。

Skild 团队也在失去肢体的场景下，测试了一个 Go2 行走的特定专家策略。这个对比可以说是相当惨烈，没走两步直接翻车。

所以，Skild 到底加了什么料，能用一套算法，直接当上了机器人界的德鲁伊？

虽然没有开源模型，但团队在博客里是这么解释的：他们创造了一个有十万个不同形态机器人的模拟宇宙，要求AI算法在每一个机器人上都好使。

这样，AI 在指定机型上背答案的可能被掐灭了，只能通过理解运动的本质，想方设法让十万个机器人都走起来。

不过，在模拟环境里修炼了一千年，最后出来这么个超神模型，团队表示其实他们也没想到。。。

而等到 AI 灵魂被移植到机械肉身里，算法还会从失败中吸取教训，继续进化，适应环境。

就像上面这个视频演示的一样，刚穿越来的 AI，第一次摔倒，刚反应过来自己变成了一条狗。

第二次摔倒，它发现这是只两条腿的残疾狗。

第三次开机，它已经接受现实，用后腿直立行走了。

不过，算法吊是吊，Skild AI 这个公司咱也是真没听过。

世超抱着好奇去领英查了一波户口，发现他们能成功是真不奇怪啊。背靠着全球顶尖的人才和资源，这其实是一次极其顺利的学术成果转化创业。

跟咱之前看过的那些辍学创业故事不一样，Skild AI 能查到的两名联合创始人，Deepak 和 Abhinav，都是卡内基梅隆大学（CMU）机器人研究所的教授，本来就有了不少技术积累。

再翻翻他们的学术成果，机器人、视觉、神经网络等等 AI 相关领域都有涉猎，论文引用动辄上千上万，都是学术界的大佬。

大佬带队，招来的也不是凡人。这里大部分工程师都和 CMU 有着千丝万缕的联系，个个是计算机机器人机械等领域的尖子生。

就这样，他们以极短的时间搞定全明星阵容，在 2023 年顺利开张，专门搞物理世界的智能研究。仅仅一年后，Skild 就拿到了 A 轮融资三亿美元，公司估值也达到了十五亿美元。

团队表示，他们的长期目标，是在物理世界实现 AGI。而相比这个终极目标，这次的机器人通用 AI 算法也只能算是研究的一个开始了。

总的来说，Skild AI 这波操作，不光让大伙儿看到了让所有机器人都能走起来的逆天算法，也打破了世超之前对学术界雕花的刻板印象。

事实证明，新的想法，好的技术，不管在学术还是工业界，都不愁被资本追随的机会。

只希望物理 AGI 真正降临的那一天，大伙儿能记得给机器人留个后门，别真鲁棒性做爆了，人类捶都捶不过就行。。。

撰文：莫莫莫甜甜

编辑：江江 & 面线

美编：焕妍

图片、资料来源：

Skild AI 官网

领英

Google scholar

b站