北京
只从人类操作数据中学习，不需要遥操作。这是 Reward AI 发布的机器人基础模型 OM-1 的核心卖点，也是它和主流路线最不一样的地方。
主流做法依赖遥操作采集数据：人拿着控制器一遍遍教机器人，成本高，而且数据往往和特定硬件绑死。OM-1 换了个思路——让人类正常干活，设备在旁边把动作录下来。
一台设备，同步捕捉三种信号
承担采集任务的是 Omnibody Hand。它同步捕捉视觉、触觉和力度等多模态数据，支持人类在正常工作状态下实时录制。视觉记录动作轨迹，触觉和力度记录手部与物体的接触细节，这些正是精细操作最容易被忽略的部分。
数据来源变了，部署方式也跟着变。OM-1 可以直接部署在桌面机械臂、工业机械臂和人形机器人上，不需要为每种硬件重新采集一套遥操作数据。硬件绑定被削弱，理论上更容易规模化。
演示里它干了这些活
官方演示中，OM-1 完成的任务包括：
- 手机包装，需要四臂协作
- 调酒
- 叠衣服
- 拔网线
这些任务的共同点是动作精细、物体状态会变。学习成本方面，任务学习仅需不到 30 分钟的演示数据。
演示还展示了两个行为：多臂协作时出现自补偿，环境发生变化时机器人会主动停下。前者说明多个机械臂之间能互相调整配合，后者说明它对异常情况有反应，而不是硬着头皮执行下去。
还在展示阶段
需要说清楚的是，OM-1 目前仍处于研发展示阶段。是否商业化、定价如何，都还没有公布。
从技术路线看，它想解决的是机器人训练里最贵的那一环——数据。把采集成本压下来，把硬件绑定解开，剩下的问题才是规模化能不能真正跑通。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
