0人类数据，让机器臂自学拧灯泡：MIT初创打造机器人界AlphaZero

拧灯泡，对于人类来说是一个简单到下意识就能完成的任务。但如果对象换成机器人，它却是一道难解的工程问题：灯泡表面光滑、易碎、会滚动，拧入灯座还需要精确的对准和持续稳定的旋转力矩。截至目前，市面上几十款商用机械臂中，几乎没有几台能独立完成这个动作。

这一现象也印证了上世纪奥地利裔计算机科学家汉斯·莫拉维克（Hans Moravec）提出的悖论：人类觉得困难的事，如下棋、解方程，对机器来说往往不费吹灰之力；而人类不假思索就能完成的事，例如走路、抓取、拧瓶盖，对机器来说却难如登天。莫拉维克的解释是，与物理世界交互的能力在漫长进化中已深深写入我们的神经回路，成了本能，而本能恰恰是最难用代码复现的东西。

但就在近日，一家刚刚走出隐身状态的初创公司或试图动摇这个理论。Eka Robotics 在社交媒体上发布了一段机械臂视频：它成功地从桌面上捏起一颗灯泡并拧入灯座，全程没有人类遥控，也没有为灯泡加装任何辅助传感器。

(来源：Eka)

据现场报道，这台机器人的动作流畅程度超出了大多数业内人士的预期。夹爪快速逼近灯泡后主动减速，轻柔地在桌面上摸索定位，灯泡滚走了就追上去，抓不稳就换个角度再试，最终稳稳拧亮。除了灯泡，它还在记者面前随机抓取了耳塞盒、梳子、钥匙串等形态各异的物品，每次都能在几下试探后成功捏起，对不同形状和材质展现出明显的泛化能力。

“Eka 这个名字在梵语中意为‘一’，在芬兰语中则指‘第一’。”联合创始人 Pulkit Agrawal 曾在社交媒体上如此阐释。名称背后，是创始团队对机器人灵巧操作的核心构想：以“力量（Force）”为基石构建智能，推动机器人突破人类操作的物理极限，实现灵巧能力的规模化扩展。基于这一理念，Eka 提出了一条全新的 AI 模型架构：VFA（Vision-Force-Action，视觉-力量-动作）模型。

(来源：X)

与当下主流的视觉-语言-动作（VLA）模型不同，VFA 不以语言为中介，而是直接用“力”来构建智能。用 Agrawal 的话说，力是“物理世界的母语”。

除了架构，Eka 在技术路线上也进行了创新。

在机器人灵巧操作领域，业界此前主要围绕两条主流路线展开探索。第一条是“仿真迁移（Sim-to-Real）”路线，以 2018 年 OpenAI 的 Dactyl 项目为代表，逻辑是在高保真数字环境中训练策略后部署至实体机械手。当时这个项目最出圈的成果，是让机械臂在仿真中自学解魔方，2019 年 OpenAI 甚至发布了一段机器人单手还原三阶魔方的视频，引发广泛关注。

然而，当研究人员故意用橡皮筋绑住机械指、蒙住摄像头，或改变魔方表面材质时，策略迅速崩溃。这些“对抗性测试”暴露了致命短板，即仿真环境难以精准还原物理世界中的复杂摩擦力、材料形变与接触动力学，导致策略在真实场景中极易失效，该方向一度陷入停滞。

图 | OpenAI 实体机械手（来源：OpenAI）

第二条是当下备受瞩目的“数据驱动”路线，以 Physical Intelligence（简称 π）为代表。这一路线遵循“规模法则”，通过采集海量人类遥操作或动捕数据，期望机器人能如大语言模型处理文本一般，从数据中“涌现”出物理操作能力。尽管进展迅速，但高度依赖人类演示数据的特性，也在无形中设定了机器人能力的上限。

面对上述局限，Eka 选择在第一条路的基础上创新，对传统的仿真路线进行深度重构。Agrawal 与另一位联合创始人 Tuomas Haarnoja 认为，仿真路线并非死胡同，此前的瓶颈在于仿真精度不足与感知维度的单一。Eka 的 VFA 模型不采集任何人类演示数据，而是让机器人在强化学习框架下，于仿真环境中进行数千小时的自主探索与试错，自行演化出最优操作策略。

在这个仿真环境中，它不仅模拟关节和电机的运动学，还纳入质量、惯性等动力学原理。模型同时学习两件事：自身运动如何改变视觉画面中的像素，以及运动的力和速度如何与手中物体产生交互。简单来说，它不仅“看”，还“摸”。

从方法论上看，这与 DeepMind 的 AlphaZero 如出一辙。不依赖人类先验知识，纯粹通过自我对弈与计算迭代实现能力跃升。“许多人致力于让机器人达到人类水平，”Agrawal 表示，“但我们的目标是实现超人级（Superhuman）的灵巧操作。”

这一技术路线的落地，和两位创始人在学术与工业界的长期积累高度相关。Agrawal 现任 MIT 计算机科学与人工智能实验室（CSAIL）助理教授，并领导 Improbable AI 实验室。

他在加州大学伯克利分校获得博士学位，研究成果多次发表于 Science Robotics 与 Nature 等顶级期刊。他在学术界的核心主张是“触觉智能”，即机器人不能仅依赖视觉感知，必须引入力反馈机制才能真正理解并交互物理世界。

(来源：MIT)

Tuomas Haarnoja 同样毕业于伯克利，师从知名 AI 学者 Sergey Levine，加入 Eka 前曾任 Google DeepMind 资深研究科学家。他在机器人强化学习领域的标志性贡献是提出了 SAC（Soft Actor-Critic）算法，该算法凭借出色的样本效率与稳定性，已成为当前机器人策略学习的主流框架之一。

在 DeepMind 期间，Haarnoja 曾主导多个将深度强化学习应用于实体机器人的项目，其中最为人熟知的是通过仿真强化学习训练小型人形机器人踢足球：机器人在虚拟环境中完全自主演化出带球、射门乃至跌倒后自主爬起的复杂行为序列。

公开演示中，分拣鸡块的场景进一步验证了 VFA 模型的泛化能力。Eka 搭建的工作站上，形态各异的鸡块散落在桌面，传送带上的塑料餐盒匀速移动，机器人需要快速抓取鸡块并准确放入盒中。

现场报道显示，机器人不仅速度达标，还展现出一定的即兴应变能力：当餐盒即将移出可及范围时，它会果断从短距离外将鸡块“抛”入盒中。食品处理至今高度依赖人工，因为果蔬肉类需要被快速而轻柔地处理，且每件物品形状各异。自动化这类任务，要求机器人同时具备速度、精细力控和对不规则形状的泛化能力，而这恰恰是传统工业机器人的短板。

更值得关注的是，Eka 的算法据称还展现出自主发明策略的能力。慢动作回放显示，当机器人抓取一串钥匙时，它会先将夹爪指尖轻触桌面，沿桌面滑动直至接触钥匙，再将其夹起。这种“先摸桌面再找目标”的策略并非人工预设，而是机器人在仿真训练中自行演化所得。

而且，Eka 的机器人似乎还能从失误中恢复：灯泡滚走了会追上去再抓，钥匙滑落了会换个角度重新夹取。这种容错能力对依赖人类演示数据的方法而言实现难度极高，因为需要刻意让训练者制造大量各类失误，这是一个巨大的数据工程负担。

两位创始人声称，Eka 在仿真到现实的迁移可靠性上优于其他团队。这一说法目前尚无法通过独立测试验证，公司的融资规模也未公开披露。

1.https://www.wired.com/story/when-robots-have-their-chatgpt-moment-remember-these-pincers/

2.https://x.com/pulkitology

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成