作者 |??程茜，編輯?|??心緣

稚暉君的新機器人指明了家庭機器人發(fā)展方向？

稚暉君的人形機器人又雙叒叕進化了！

智東西3月11日報道，今天，智元機器人正式發(fā)布最新全能探索機器人“團寵”——靈犀X2，智元機器人創(chuàng)始人兼CTO稚暉君稱，X2集運動、交互、作業(yè)能力為一體，是第一臺真正具備復(fù)雜交互能力的靈動機器人。

X2體重33.8千克，全身28個自由度。靈犀X2的命名寄予了他們對機器人的憧憬：希望它既靈動又犀利。

這一新“團寵”集三大能力為一體：支持高自由度運動能力的雙足人形機器人、搭載情感計算引擎的智能交互機器人、初步具備通用任務(wù)執(zhí)行能力的具身機器人。X2在運動方面，能騎平衡車、滑板車、自行車；交互方面，可以基于動作、視覺、語音模型和人類實時自然交流；作業(yè)能力方面，擁有簡單任務(wù)的泛化能力。值得一提的是，為了讓機器人更像人，X2集成的多模態(tài)交互大模型硅光動語中的動作模塊，還讓其擁有了仿人的小動作，比如坐在椅子上晃腳、走路擺手等。

作為B站百萬up主，這也是稚暉君時隔兩年的首次重磅更新，他特意錄制了12分10秒的視頻將X2從里到外介紹了個清楚。X2的研發(fā)耗時三個月，這條視頻準(zhǔn)備時間長達一個月。稚暉君視頻B站播放量已超66萬。評論區(qū)的網(wǎng)友，一邊感慨看到了未來家用機器人的雛形、民用機器人真正實用發(fā)展方向，并預(yù)言這款機器人“已經(jīng)可以大賣了”，另一邊有人在感慨“這種機器人大規(guī)模發(fā)展了，人類該怎么辦”。

01.像搭積木一樣攢硬件系統(tǒng)讓機器人不再“鋼筋鐵骨”

研發(fā)人員在靈犀X2的本體設(shè)計上下足了功夫。

首先來看硬件系統(tǒng)，智元機器人的研發(fā)人員讓其變得像搭積木一樣簡單。

他們將機器人的硬件系統(tǒng)抽象成一系列可復(fù)制的核心組件，包括小腦控制器Xyber-Edge、域控制器Xyber-DCU、智能電源管理系統(tǒng)Xyber-BMS、核心關(guān)節(jié)模組Powerflow。

就像無人機愛好者們通過集成飛行控制器這一核心組件，自主組裝或定制具備高智能化、自動化功能的無人機系統(tǒng)，開發(fā)者也能用這些核心組件快速搭建起一套可靠的人形機器人系統(tǒng)，或者各種形態(tài)的人形機器人系統(tǒng)，甚至是稚暉君一直鴿的“哪吒完全體”。

其次是機體材料選擇，與此前鋼筋鐵骨的機器人不同，X2皮膚軟軟的。

據(jù)透露，他們?yōu)閄2嘗試了TPU、ETPU、EVA等各種材料，這些材料通常被用于鞋底減震緩沖，甚至還嘗試了美妝蛋，最終選定了親和的柔性材料。

02.全身關(guān)節(jié)仿人體串聯(lián)結(jié)構(gòu)訓(xùn)練早期像小朋友學(xué)走路

讓人形機器人能自如運動，需要靈活的身體和強大的運控算法。

X2的原型機全身自由度28個，在機電關(guān)節(jié)設(shè)計上采用串聯(lián)結(jié)構(gòu)，沒有使用任何一個并聯(lián)結(jié)構(gòu)，能同時保證慣量上移和傳動鏈完全解耦。

傳統(tǒng)機器人常采用多連桿并聯(lián)機構(gòu)以增強剛度，但會增加機械耦合和控制難度。串聯(lián)結(jié)構(gòu)是類似于人類骨骼結(jié)構(gòu)的關(guān)節(jié)設(shè)計，可以降低機器人的整體重量。

硬件拉滿，運控算法也要全面突破。

當(dāng)前足式機器人的運動控制從傳統(tǒng)的model-based的方法轉(zhuǎn)向強化學(xué)習(xí)，結(jié)合深度強化學(xué)習(xí)和模仿學(xué)習(xí)算法的優(yōu)勢，X2能像人一樣走路、能跑、能轉(zhuǎn)或者跳一點小舞。

X2在視頻里跳起了短視頻平臺熱門舞蹈“科目三”。

不過，X2前期的學(xué)習(xí)過程并不是一帆風(fēng)順，稚暉君說：“教育小朋友總是需要一些耐心?！?/p>

訓(xùn)練初期的X2學(xué)習(xí)跑偏實錄如下：

莫名奇妙學(xué)到了抽象的走路方式，像螃蟹一樣橫著走、跳著往后蹦。

或者像小朋友一樣一言不合躺地上耍賴。

甚至還有情緒激動 ，愛跺腳的機器人。

視頻還展示了拿著塑料杠鈴鍛煉的X2。

最后，X2總算苦盡甘來，擁有了更強的運動智能水平——學(xué)會使用“懶人工具”。點滿運動天賦的X2，學(xué)會了騎滑板車、平衡車。

甚至是難度更高的騎自行車：

這種數(shù)據(jù)驅(qū)動的算法范式，使得智能體能從每秒數(shù)萬次的環(huán)境交互和動作數(shù)據(jù)中突破運動智能的瓶頸。

03.多模態(tài)交互大模型硅光動語首臺具備復(fù)雜交互能力靈動機器人

雖然X2四肢發(fā)達，頭腦也并不簡單。

研究人員為其開發(fā)了一套基于Diffusion的生成式動作引擎，讓X2擁有了和人自然交互的能力。借助大語言模型，其為X2訓(xùn)練了定制的多模態(tài)交互大模型硅光動語，光就是視覺、動是動作、語是語音，稚暉君說，X2是第一臺真正具備復(fù)雜交互能力的靈動機器人。

通過邊緣側(cè)大腦端到端的模型架構(gòu)以及大量工程優(yōu)化，X2擁有毫秒級交互反應(yīng)，能通過人類的面部表情和語音語調(diào)精準(zhǔn)判斷情感狀態(tài)，并做出相應(yīng)的回應(yīng)。稚暉君演示了一個神奇的“自己”和自己對話的景象。X2使用稚暉君聲音進行訓(xùn)練，和他談?wù)摿丝措娪?、掉河里該救誰的世紀(jì)難題等。

視頻中，X2能自如聊天，接話時幾乎沒有延遲，講話時手部還會有相應(yīng)動作，在問到“這些問題有哪些是預(yù)先設(shè)置的”，X2給出了“完全隨機”的回答。

基于多模態(tài)交互大模型硅光動語，X2可以通過視覺理解和認(rèn)識世界。當(dāng)稚暉君舉起X2的胳膊放到機器人面前時，它準(zhǔn)確識別出了自己的胳膊還有材質(zhì)。

它還能準(zhǔn)確說出手機上的時間、識別出萬用表、讀出包裝盒上的使用說明書等。

硅光動語集成的動作模態(tài)，讓X2有了“生命感”，它像人一樣擁有了呼吸的韻律、好奇心、注意力機制，還會在走路時伴隨一些仿人的小動作。

甚至在人機交互方面，X2可以與用戶進行遠(yuǎn)程裸眼3D交流。

目前，智元機器人正在完善X2的思維模型，結(jié)合硅光動語大模型，將Reaction-Agent作為情感計算引擎，未來賦予機器人更多情緒表達的能力。

04.簡單任務(wù)能零樣本泛化讓機器人入職“吉祥三?！?/strong>