扯开生菜包装，切菜，打鸡蛋，一套操作行云流水，它乃至还会在往锅里倒青菜的时分，拿锅盖来挡一下。

  像视频里这种跟人类无异的操作，若不是亲眼所见，或许没人敢信任这是一个机器人干的。

  依据项目负责人发布的视频，除了会煮饭以外， ALOHA 机器人还通晓各种家务。

  网友热评， 只需这玩意儿不会趁我睡着的时分杀了我，我真的很需求它 下次假如家里人再催成婚生孩子，就把视频发到家族群里。

  但，也有人质疑视频经过了加快和编排处理，就像前次谷歌发布的 Gemini 演示视频那样，是真是假还有待证明。

  上周末的时分， Mobile ALOHA 的项目一起负责人 Tony Z.Zhao ，在 X 平台上发布了机器人的失利花絮，并澄清了外界关于机器人 彻底主动 的误解。

  事实上， ALOHA 机器人并不是全主动的，而是主动 + 遥控的混合形式。

  世超仔细翻了翻 GitHub 上的 Mobile ALOHA 项目，在自主形式下，人类需求先控制机械臂打个样，才能让 ALOHA 机器人学习类似的动作。

  在论文中也有说到， ALOHA 机器人主动擦红酒渍的成功率有 95% ，推椅子是 80% ，而炒虾只要 40% 。

  世超盲猜，可能是一开始的视频作用过于冷艳，一传十十传百，这才让 ALOHA 机器人背上了 保姆机器人现已落地 的名头。

  但就像 Tony Z.Zhao 推文里说的那样， 机器人还没准备好接收国际！ ，现在的机器人离我们幻想中的万能保姆，还差得远。

  所以，与其大举去吹这次的 ALOHA 机器人有多牛，倒不如说它给之后的机器人研制都打了个样。

  依据英伟达科学家 Jim Fan 的说法，数据一直是机器人技能的丧命缺点。

  而项目团队对 ALOHA 机器人的界说，恰恰便是一种用于数据搜集的低本钱全身长途操作系统。

  在算法上，他们根据 Transformer 开发了一种动作学习算法 ACT。

  这种算法，能够让 ALOHA 机器人在 15 分钟的动作演示后，仿照人类做出类似的动作。

  你能够了解成，人类控制机械臂的进程，也是数据搜集的进程。接着，再利用搜集好的数据来进行一波仿照秀。

  就比方，你把擦玻璃这一个动作给机器人提早演示了 50 次，很大概率最终真就练习成功了。

  在硬件装备上，项目团队给机器人装上了两组机械臂，还有一个仓库里用来运货的 AGV 移动底盘，相当于机器人的四肢。

  从团队揭露的本钱清单来看，费用首要也是会集在移动底盘和机械臂上，其他零部件的本钱并不算高。

  并且，将近3.2 万美元（折合人民币 22.7 万人民币 ）的造价本钱，跟波士顿动力 Atlas 将近 200 万美元的本钱比起来，也是小巫见大巫了。

  更重要的是，这次的 Mobile ALOHA 直接来了波开源，包含硬件代码、数据集还有教程都对外揭露了。

  包含前几天， ALOHA 机器人气势正旺的时分， DeepMind 也抓住时机发布了一系列关于机器人的最新进展。

  国外有个叫 Figure 的机器人公司，他们家的人形机器人现在乃至具有了自主学习才能，看个视频就能学会煮咖啡。

  浅显来解说便是，分明 AI 在算数学题这种需求逻辑推理才能的工作上，都能够做得很好，但感知才能和运动才能却连三岁小孩都不如。

  但这次 ALOHA 机器人的呈现，的确有了那么一点真实意义上 智能 机器人的预兆。

  我们也能够展望展望，本年大模型 + 机器人的组合究竟能碰撞出什么样的火花。