秒懂百科

作者丨王沁

编辑丨邱晓芬

近年来，飞速发展的AI大模型技术在一些细分领域取得了媲美人类的成绩，同时也推动了具身智能技术的发展。然而，通用AI大模型与具身智能行业大脑之间存在较大的行业gap，其核心是因为，通用AI大模型对于具身智能场景的域适应能力弱。

因此，国内的机器人公司往往需要研发机器人领域自己的专用大脑。国内机器人大脑创业公司方兴未艾，位于深圳、依托哈工大（深圳）成立的“若愚科技”就是当下国内少数专注多模态大模型机器人大脑研发的公司之一。

36氪近日获悉，若愚科技推出的若愚·九天机器人大脑，实现了多模态大模型驱动下的群体智能，并通过无人厨房环境进行技术方案验证，驱动多智能体掌勺无人厨房。

通过人类自然语言与多个机器人交互，完成从点菜到上菜的全流程，将“炒菜”的长序列任务进行自主规划。与当下市面上常见具身智能技术不同，若愚·九天机器人大脑能够实现人类意图理解、高频人机交互和复杂任务规划等功能。

自然语言交互展示

比如，当人类提出“来一份清炒生菜”的需求时，机器人能自主理解人类意图并规划任务，分解成“到食材区捡菜”“到预备区称重”“到制作区炒菜”“到消费区上菜”等多个步骤。

此外，若愚·九天机器人大脑具有一定举一反三的泛化能力。例如，训练模型的时候，只是告诉它要加蒜，没有训练过加辣椒，但之后如果人要求机器人加辣椒，它可以自动理解蒜和辣椒都属于配料，知道该在加蒜的环节替换成辣椒。

长序列任务规划（快速生成复杂任务规划）

据介绍，若愚·九天机器大脑的另一大突破是，多模态大模型驱动下的群体智能，赋予多智能体自主分工协作能力。

简单来说，是“一个大脑，多个身体”，多台机器人（包括机械臂和AGV）由若愚·九天大脑集中控制。

若愚科技首席产品官邓煜平向《智能涌现》介绍道，多个机器人协同高效率执行复杂任务时，这些不同任务之间有复杂的依赖关系。例如，两台机器人在炒菜的同时，另一台机器人去拿碗筷，如果因为菜品制作工序临时变化，导致炒菜时间延长，另一台机器人拿完碗筷后，可以自主决定继续拣选下一道食材，而不是干等着，从而提高效率。

这意味着，机器人大脑会自主规划任务逻辑，同时又确保协作的安全性，“但这是基于传统规则的示教方法很难实现的”。

大模型驱动的群体智能（赋予多智能体自主分工协作能力）

除此之外，若愚·九天机器大脑还在控制机器人执行层面的小脑方面做了技术优化。例如，针对多样环境感知难的挑战，若愚科技研发了大模型3D可供性感知技术，对物体功能可供性区域感知，可免注册、抗复杂光、抗堆叠地抓取多种物体。

3D智能识别与抓取（免注册、堆叠、抗复杂光）

针对“机器人从配料盒倒取蒜蓉”“用铲子从锅中倒取成品菜”等复杂动作执行难的挑战，若愚科技提出了扩散模型驱动的模仿学习技术，实现复杂技能和动作的精准执行。同时，结合多模态大模型驱动的机器人多臂协同技术，大幅提升了目标任务的协作能力与执行效率。

扩散模型驱动的复杂动作执行（无需现场示教，精准执行）

目前，国际上的具身智能大脑成果包括：谷歌人工智能团队的PaLM-E、谷歌DeepMind团队的RT-1/RT-2/RT-X、Open AI投资的Physical Intelligence等等。

深圳若愚科技有限公司成立于2023年，孵化自哈尔滨工业大学（深圳）计算与智能研究院团队。据36氪此前报道，若愚科技于今年3月完成超5000万天使轮融资。

大模型驱动的双臂协作（大幅提升协作能力与效率）

若愚科技联合创始人兼首席执行官孙腾博士表示，若愚科技的九天机器人大脑以及机器人小脑的技术突破，可以进一步应用到工业领域的复杂工序，例如焊接、打磨、点胶，物流领域的分拣与混合码垛，商业领域的无人零售、无人药房、立体清洁，未来还可进一步延展到消费领域。

附完整视频链接：