12月22日，中国的TARS Robotics在具身智能方面达到了一个里程碑，在现场活动中公开展示了一款人形机器人进行手工刺绣。
这款机器人用双手穿针引线，缝制了一个标志，完成了一项需要高精度和稳定控制的任务。
演示显示机器人能够以亚毫米的精度处理柔软、灵活的材料。直到现在，这种长、精细且协调的手工工作一直被认为超出了自动化的能力范围。
超精细操作一直是工业机器人所缺乏的能力，限制了复杂线束组装和其他精密工艺的自动化。
通过克服这一障碍，公司为机器人承担以前只由熟练工人完成的工作打开了大门。
一个长期存在的自动化障碍终于被打破
虽然手工刺绣看起来很小众，但它却是机器人技术中最难攻克的难题之一。
这个任务需要精确的视觉、灵活的力量控制和双手的协调运动，同时还要应对不断变形的柔性材料。小错误可能会导致线断裂或漏掉针脚。
在现场演示中，人形机器人顺利完成了整个过程，始终展现出稳定性。这一表现突显了之前在公共场合未曾展示过的具身智能水平。能够可靠地完成这些任务被视为更广泛工业应用的基础。
通过掌握这些动作，同一套机器人系统还可以应用到其他 复杂工作。例如，组装复杂的电气元件或在制造中处理软材料的任务现在看起来更容易实现。
数据、人工智能与物理的协同工作
在活动中，TARS Robotics 的首席执行官陈怡伦博士解释说，这一突破源于他所称的“数据、人工智能与物理三位一体”的方法。该框架将现实世界的数据、人工智能模型和物理机器人系统连接成一个完整的循环。
这家机器人公司利用其以人为中心的SenseHub平台从真实环境中收集详细的操作数据。这些数据随后被用来训练TARS AWE 2.0 AI世界引擎，这是一种旨在学习一般物理技能而非单一任务的具身人工智能模型。这些学习到的能力会直接部署到公司的T系列和A系列人形机器人上。
陈强调，这些机器人在数字和物理之间的差距很小，这意味着AI在训练中学到的东西可以在现实世界中可靠地执行。他指出，这种闭环系统支持可扩展性的发展，并遵循AI系统的扩展法则。
通过数据提升智能
公司的首席科学家丁文超博士强调，数据规模正在推动各类任务的快速进展。
“利用SenseHub的大量数据，并在AWE 2.0模型的指导下进行，我们在多个场景中的任务成功率实现了飞跃，”他指出。
“随着我们不断扩大数据规模和改进模型架构，我们预见到，机器人在智能和泛化能力上将会有新的突破，最终目标是将它们部署到各个行业和家庭。”
这种关注泛化的做法至关重要。公司旨在教会机器人可适应的技能，而不是只为某一特定工作编程，而是让它们能够在不同环境和行业中灵活应用。
获得大额资金支持的快速增长
TARS Robotics于2025年2月5日成立，迅速从概念阶段转向实际应用。
不到一年内，公司就将其核心算法应用到了工作机器人平台上，并取得了稳定的性能提升。
公司的增长得到了投资者强烈信心的支持。它在天使轮融资中筹集了1.2亿美元，投资者包括Lanchi Ventures，随后又完成了1.22亿美元的天使+轮融资。
热门跟贴