26岁天才研究员创新机器人技术，断腿仍能行走

哈喽，大家好，我是小墨，你敢信吗？电锯锯断机器人的腿，它踉跄两下居然能重新站稳走路，这段去年火遍社交网络的测试视频，来自成立不到两年的Skild AI。

主导这项核心技术的创始研究员Ananye，今年才26岁，还刚入选了《麻省理工科技评论》“35岁以下科技创新35人”榜单。

这家公司的成长速度同样疯狂，2024年7月A轮融资估值15亿美元，投资方有贝索斯、软银这些大佬；不到一年B轮融资后，估值直接飙到45亿美元，英伟达、三星都抢着入局。

他们靠的不是噱头，而是那个能让机器人断腿后自适应的“全具身大脑”，Skild Brain。

Ananye的科研路，从高中就自带光环。他是国际物理奥林匹克金牌得主，还收到过MIT的录取通知，最终却选择留在印度IIT Delhi。用他的话说，这里的校友网络和学术氛围，丝毫不输顶尖名校。

真正让他转向机器人领域的，是博士阶段在卡耐基梅隆大学的经历。当时他的导师Deepak展示了一款机器狗，能在泥地、油面等复杂地形行走，被推搡也能稳住，但有个致命缺陷——“瞎”，遇到楼梯就会卡住。

Ananye接手后，用了整整三年重构系统。传统机器狗靠激光雷达导航，成本高到普通人承受不起。他偏偏用一个300美元的单深度摄像头，搭配循环记忆网络，让机器狗“记住”半秒前看到的路况，硬生生解决了视觉盲区问题。

这个成果直接拿了最佳论文奖，还惊动了波士顿动力的创始人Marc Raibert。老爷子特意跑到CMU看演示，拍着视频说要带回去给工程师参考。有意思的是，那之后波士顿动力就从传统控制技术，转向了Ananye团队用的强化学习路线。

他还干过一件颠覆行业的事。市面上的灵巧机械手动辄几万美元，坏了维修要等两个月。他和朋友联手研发出开源的Leap Hand，成本只要一两千美元，零件坏了3D打印就能换，现在几乎每个机器人实验室都在用。

Skild AI的核心技术，说穿了就是“用大规模模拟练出通用能力”。传统机器人训练要么靠真人远程操控采数据，成本高还没法规模化；要么只在单一模拟环境训练，到了现实中就失灵。

Ananye团队的解法堪称巧妙。他们不模拟特定机器人，而是在系统里生成成千上万个“随机机器人”，腿长、刚度、重量全是随机参数，再给它们设定三个简单目标：不摔倒、听指令、省能量。用大量GPU并行运算，一天就能模拟出6年的训练数据。

他们创造出十万个“平行宇宙”，每个宇宙的摩擦力、光照、摄像头延迟都不同。机器人在这种环境里练出的自适应能力，到了现实世界自然游刃有余。就像那个被锯断腿的四足机器人，它从没见过自己“半截腿”的样子，但在模拟中经历过无数类似的参数突变，自然能快速调整步态。

为了提升训练效率，他还研发了新算法SAPG。传统算法让一万个机器人做同样动作，浪费算力。SAPG让每个机器人尝试不同动作，一旦有个机器人找到最优解，其他机器人立刻共享数据。用这个算法，他们让两个机械臂配合移动立方体，甚至练出了“扔接”的高难度动作，而传统算法连门都摸不到。

现在的Skild Brain已经能完成不少精细活，工厂里给AirPods装充电盒的重复工作，它能精准完成；把机器人放在陌生环境，它能自己建地图导航，有人突然跳到前面也能及时避让。

最厉害的是跨硬件适配，不管是四足机器人还是人形机器人，它都能直接控制。

这一点已经在实际场景中验证。国内的宇树机器人没给过任何参数，Skild Brain就能直接适配，让它在崎岖路面稳定行走。原因很简单，它在模拟中见过无数种腿型和结构，宇树机器人只是其中一种“参数组合”。

Ananye认为，机器人最先落地的场景会是工厂。像富士康的iPhone组装线，很多工序因为产品有微小公差，只能靠人工完成。Skild Brain能适应这种差异，24小时不间断工作，还不会疲劳。

对于“机器人取代人类”的焦虑，他看得很开。就像工业革命淘汰了体力活，却催生了营销、咨询等新职业。未来繁重的体力劳动被机器人接手，人类反而能有更多时间搞艺术、做科研。他理想中的“后稀缺世界”，是只需要投入原材料，机器人大脑就能完成从制造到交付的全流程。

Skild AI的突破在于用模拟训练打破了机器人的“专用魔咒”，26岁Ananye的研究证明了通用机器人大脑的可行性。

按照他的预测，真正的终极模型还需要十年，但现在的技术已经在工厂等场景展现出巨大价值，这场机器人革命已经拉开序幕。