本文內容均是根據權威材料，結合個人觀點撰寫的原創內容，辛苦各位看官支持。
視頻里的機器人剛被電鋸切掉一條腿，圍觀的工程師們都屏住了呼吸。
下一秒，這台少了條腿的機器居然調整姿態，一瘸一拐地繼續往前走。
這個讓波士頓動力創始人都親自跑去實驗室看的技術，來自26歲的AnanyeAgarwal和他的SkildAI團隊。
這位曾經的物理奧賽金牌得主，現在要給所有機器人安上同一個"大腦"。
從物理金牌到機器人學家的成長之路
Ananye的學術之路起點有點特別。
當年代表印度參加國際物理奧賽拿金牌時，他研究的還是天體物理。
後來轉向計算機科學，用他自己的話說，就是"想讓公式從紙上站起來幹活"。
2017年Transformer論文出來那陣，他正在琢磨怎麼讓機器人不只是執行預設動作。
在微軟研究院實習那陣子，Ananye才算真正找到方向。
當時帶他的導師Monic扔給他一個難題，沒有精確感測器的機器人，怎麼在陌生環境里保持平衡。
三個月後，他拿出的方案讓團隊都吃了一驚用普通攝像頭加循環神經網路，居然比激光雷達的效果還好。
卡內基梅隆大學的Deepak導師至今記得第一次見Ananye的場景。
這個年輕人拿著篇關於機器人視覺的草稿，說要給"盲"機器人安上"眼睛和記憶"。
後來的事證明，他確實做到了。
從處理12個關節角度數據，到解析高維圖像信息，Ananye帶著團隊硬是把300美元的深度攝像頭，用出了十萬美元激光雷達的效果。
那篇讓波士頓動力都轉頭的論文，其實是個意外收穫。
本來想做個普通的視覺導航研究，Ananye卻堅持要讓機器人記住兩秒前看到的內容。
這個"記憶功能"後來成了SkildAI技術的核心。
現在回頭看，正是這個看似簡單的創新，讓機器人第一次有了應對突髮狀況的能力。
SkildAI的技術創新與通用機器人大腦的構建
2023年創立SkildAI時，Ananye根本沒想到公司會發展這麼快。
兩年時間，團隊從5個人擴張到50人，機器人從3台增加到30台，辦公室換了三次，最近一次直接搬到了前谷歌機器人實驗室。
紅杉資本的合伙人來考察時，開玩笑說這是他見過"長得最快的機器人公司"。
SkildAI的思路跟傳統機器人公司完全不一樣。
別家都在給每個機器人定製專屬程序，Ananye偏要搞"一腦多用"。
他常掛在嘴邊的一句話是，"動物大腦能控制四肢，為什麼機器人不行？"這個想法後來變成了"全具身大腦"理念一個模型控制所有機器人，不管是兩條腿還是四條腿。
模擬隨機化技術是他們的第一個殺手鐧。
普通實驗室只在一個環境里訓練機器人，SkildAI卻同時搞成千上萬個"平行宇宙"。
重力忽大忽小，地面時滑時澀，連機器人本身的參數都隨機變化。
剛開始工程師們都覺得這是瞎折騰，直到看到機器人在現實中遇到突髮狀況時的表現，才明白這種"亂中求穩"的高明之處。
SAPG演算法的誕生純屬偶然。
當時團隊用PPO演算法訓練雙機械臂協作，結果兩個機械臂老是"打架"。
Ananye盯著屏幕看了三天，突然拍板，"讓它們各練各的，但共享筆記。"
這個把多個PPO實例並聯起來的思路，後來被證明在複雜任務上效果出奇的好。
現在雙機械臂協作投擲立方體的成功率，比行業平均水平高出一大截。
最讓人佩服的是那個開源靈巧手。
市面上同類產品要十萬美元，Ananye帶著團隊硬是把成本壓到兩千美元以內。
完全開源的設計，零件壞了3D列印就能換。
現在全球有上百個實驗室在用這款手，有個教授開玩笑說，"SkildAI這是把機器人研究的門檻給拆了。"
Localformer論文里那個電鋸測試視頻，其實拍了十幾次才成功。
不是技術不行，是工程師們都怕把機器人徹底搞壞。
Ananye當時拍著桌子說，"不把它逼到絕境，怎麼知道我們的技術到底行不行？"
這段視頻後來成了機器人適應性研究的經典案例，也讓更多人相信通用機器人大腦不是空想。
模擬數據、視頻數據、遠程操作數據，這三樣被Ananye稱為"三駕馬車"。
模擬數據練反應，視頻數據學知識，遠程操作數據精細節。
本來想單獨用模擬數據搞定一切，後來發現還是得"多條腿走路"。
現在這個混合訓練方法，成了SkildAI技術領先的關鍵。
莫拉維克悖論在機器人領域一直是個大難題，對人類來說輕而易舉的事，機器人做起來難如登天。
Ananye的解決辦法有點"笨"，把簡單動作拆解成無數個小步驟，在模擬環境里練上幾百萬次。
他常說，"我們不是在造機器人，是在教一個永遠不會累的學生。"
安全問題上，SkildAI的思路很務實。
別家都在搞數學證明保證安全，Ananye偏要擴大數據規模減少失敗。
他的邏輯是，"與其證明它不會出錯，不如讓它很少出錯。"
這種從統計學出發的安全觀，雖然不那麼"高大上"，但在實際應用中效果顯著。
商業落地方面，他們選了個聰明的切入點，電子產品組裝。
AirPods放進充電盒這個簡單動作，傳統機器人成功率不到60%，SkildAI的系統能做到95%以上。
不是說別的領域不重要，只是Ananye覺得，"先啃下硬骨頭，後面的路才好走。"
談到未來，Ananye倒是很清醒。
他覺得真正的通用機器人大腦，至少還得十年才能成熟。
但他堅信那一天總會到來。
"到時候體力勞動可能就不存在了，人們可以專心搞創造。"
說這話時，這個26歲的CEO眼裡閃著光，讓人想起他當年物理奧賽拿金牌時的樣子。
對想入行的年輕人，Ananye常給三個建議，保持好奇、從頭思考、別信權威。
他自己就是這麼走過來的，從物理轉到計算機，從學術走向創業，每一步都在打破常規。
或許正是這種不按常理出牌的精神，才讓SkildAI在短短兩年里，就站在了機器人技術的最前沿。
現在的SkildAI已經不是那個小實驗室了，但Ananye還是保持著每天跟機器人"聊天"的習慣。
他說看著這些鋼鐵傢伙從笨拙到靈巧，就像看著自己的孩子長大。
至於那個通用機器人大腦的夢想，正在這些不斷學習、不斷適應的機器人身上，一點點變成現實。
不知道您對此有什麼看法呢？歡迎在下方評論區留下你的想法，喜歡文章記得點贊關注我們下期再見。
