所有操作層都接入AI，Menteebot給人形機器人發(fā)展帶來新思路

電子發(fā)燒友網(wǎng)報道（文/吳子鵬）近日，初創(chuàng)公司Mentee Robotics展示了旗下首款人形機器人的原型Menteebot。相較于波士頓動力的電動Atlas，以及特斯拉的擎天柱（Optimus），Menteebot名聲并不響。

不過，Mentee Robotics還是有名頭的，因為它是Mobileye核心創(chuàng)始人Amnon Shashua的另一個創(chuàng)業(yè)項目，該公司的另外兩位創(chuàng)始人分別為Mobileye首席技術官ShaiShalev-Shwartz、前FacebookAI研究總監(jiān)LiorWolf。

Menteebot最大的特色是據(jù)稱在所有操作層都接入了AI，注意這里面的區(qū)別，并不是圍繞AI模型打造一個機器人的“大腦”，而是在所有操作層都利用AI賦能。

全身布滿AI的Menteebot

Mentee Robotics表示，Menteebot是一款“可以指導的個性化人工智能機器人”，具備與人類相似的平衡和控制能力。剛剛提到，和以往的人形機器人有所不同，Menteebot渾身都布滿了AI，搭載有豐富的AI模型和AI算法，這讓Menteebot能夠更加受益于多模態(tài)AI模型的發(fā)展。同時，人類可以使用自然語言來控制它。

通過演示視頻，Menteebot超強的AI能力至少表現(xiàn)在兩個方面，其一是更加自然的溝通能力，其二是超強的運動能力。

先看溝通能力，Menteebot搭載了更加豐富的自然語言模型，這使得它的控制不再受限于既定的指令。過往，人形機器人在溝通時，存在模型內和模型外能力的差距，此前我們也提到這個問題，當某一項指令屬于模型訓練范圍內時，人形機器人能夠表現(xiàn)出超強的能力，不過當指令超出模型訓練范圍之后，人形機器人就會顯得“不知所措”。

據(jù)悉，Menteebot可以與人類進行自然的對話和交流。用戶只需通過自然語言向機器人發(fā)出命令，它便能理解并執(zhí)行相應的任務。這其實要得益于Menteebot“大腦”模型中更加強大的人工智能算法、大型語言模型和軟件。Mentee Robotics稱，基于NeRF的實時三維映射和定位、復雜環(huán)境中的動態(tài)導航等技術，可實現(xiàn)復雜的推理，以完成任務和快速學習新任務。

Mentee Robotics特別提到，完成部署的Menteebot可以進行更高級的訓練以應對復雜的任務或者場景，此時軟件會不斷模擬任務直到掌握為止，隨后機器人便能在現(xiàn)實世界中完成任務。

再看運動能力，Menteebot能夠完成更加復雜的行走姿態(tài)，比如奔跑、側向行走，甚至轉身；也能夠執(zhí)行非常精細的操作，它能夠準確地將餐具遞給人類，這得益于其手臂和手部的全方位運動能力和精確性。

為了提升Menteebot的行動力，Mentee Robotics在這款機器人上集成了尖端的Sim2Real學習，可實現(xiàn)逼真的步態(tài)和手部運動，具有與人類相同的平衡和控制力，在舉起重物時還會調整步態(tài)。

Mentee Robotics表示，Menteebot機器人的量產(chǎn)版預計將于2025年第一季度部署，將由純視覺傳感、支持“前所未有的”靈活性的專用電動馬達、完全集成的人工智能提供動力。預計將分為家用版和商業(yè)版兩個版本。

Menteebot給人形機器人硬件創(chuàng)新帶來啟示

通過在所有操作層都接入AI，Menteebot機器人展示了強大的能力，包括溝通和運動。但這其實也給模型和算法的部署提出了更高的要求，包括Menteebot“大腦”里的核心芯片以及其他執(zhí)行單元里的芯片。

對于“大腦”里的核心芯片，首先要能夠支持多模態(tài)的AI大模型部署，并且需要對未來融入進來的新模態(tài)留出部署空間。目前，應用于人形機器人的大模型包括圖像識別模塊、語音識別模塊、文字轉語音模塊、對話系統(tǒng)模塊、導航模塊、多模態(tài)系統(tǒng)模塊和強化學習模塊等。核心芯片是這些模塊的載體，對于上述模塊，或者叫模態(tài)都需要能夠支持，即便是匯總歸結，核心芯片也需要能夠完整支持視覺模塊、導航模塊、語言模塊和決策模塊這四大能力，這對核心芯片的算子豐富度提出了高要求。Menteebot發(fā)布之后，預計強化學習將上升為第五大基礎模塊，屆時軟件能力會不斷增強，硬件冗余將成為一項重要的指標。

第二個就是執(zhí)行單元如何強化AI能力，這就對MCU、FPGA等部件提出了新要求。就以MCU來說，當前這一產(chǎn)品類別一個重要的發(fā)展方向就是：能夠在MCU上部署和執(zhí)行AI程序。實際上，產(chǎn)業(yè)界早就開始嘗試將AI部署在盡可能小的控制系統(tǒng)上，不過這個過程中也有很多挑戰(zhàn)。

首先要將AI模型部署在MCU上，就需要將這些模型轉化為C/C++代碼，這就需要對模型進行非常精準的量化，既要能夠保證模型的能力，同時也要盡量避免浮點運算。這對MCU編譯器也有很高的要求，因為量化之后代碼要部署到MCU里，需要經(jīng)過編譯器。

其次，當MCU運行AI模型之后，不能夠過度占用片上資源，也不能有太高的功耗。低功耗是至關重要的，因為在一個系統(tǒng)內，MCU器件的數(shù)量有很多，太高的功耗會影響系統(tǒng)整體的續(xù)航能力。

有人可能會說，MCU AI大可不必，但是要實現(xiàn)即時的AI效果，這是非常有必要的。

結語

Menteebot的發(fā)布堪稱人形機器人行業(yè)的黑馬，和電動Atlas一樣讓人震撼。在所有操作層都接入AI，這是一個先進的理念，也需要芯片作為核心硬件能夠更好地應對，其中高性能計算芯片需要支持多模態(tài)，且強化學習模塊預計將上升為核心模塊；MCU AI對于即時性的提升是很有幫助的，但也很有挑戰(zhàn)性。