如今，科技巨頭主動肩負起機器人研發的重任，正你追我趕奔赴下一場科技盛宴。當地時間10月20日，英偉達、Meta各自發布了重磅機器人訓練工具。

英偉達開發的AI代理Eureka可以教會機器人復雜的運動控制技能，比如轉筆、打開抽屜和柜子、拋球和接球、操作剪刀。英偉達稱這一突破將重新定義機器學習。

Meta則推出了Habitat 3.0模擬器，可教授機器人如何與物理世界進行交互，Meta將其稱為“社交智能機器人研發路上的里程碑”。

究竟是什么樣的工具？新成果的意義何在？

英偉達Eureka——大模型參與訓練機器人

Eureka的全稱是Evolution-driven Universal Reward Kit for Agent，本質是一種由大模型驅動的算法生成工具。借助GPT-4寫代碼的能力，Eureka擁有了出色的獎勵函數設計能力，可以自主編寫獎勵算法來訓練機器人。

Eureka的關鍵所在，是通過上下文來實現了人類水平的獎勵算法設計。簡單來說，就是用GPT-4的零樣本生成、代碼編寫以及上下文改進功能，對獎勵執行策略進行優化，由此通過強化學習來進行復雜的技能。

英偉達稱，在29種不同的開源強化學習（RL）環境中，Eureka獎勵設計的性能達到了人類水平，這些環境包括10種不同的機器人形態（四足機器人、四旋翼機器人、雙足機器人、機械手以及幾種靈巧手）。在沒有任何特定任務提示或獎勵模板的情況下，Eureka生成的獎勵程序在超過80%的任務上優于專家編寫的獎勵程序。這使得機器人的平均性能提高了50%以上。

機器人通過Eureka學會了轉筆、拋接球、打開柜子（注：這些機械手指上下翻飛的場景，暫時僅限于虛擬環境）

人形機器人通過Eureka學習跑步步態

英偉達這項研究由其與賓夕法尼亞大學、加州理工學院、德州大學奧斯汀分校的研究人員合作完成。目前該項目完全開源。

在機器人領域，有一個“莫拉維克悖論”——人類所獨有的高階智慧能力只需要非常少的計算能力，但無意識的技能和直覺（如辨識人臉、舉起鉛筆、在房間內走動、回答問題等能力）卻需要極大的運算能力，即越簡單的事情越難，越難的事情越簡單。

這也是為什么人類早已創造出打敗世界頂級棋手的AlphaGo，卻仍不能讓機器人擁有像兩三歲小孩一樣的感知力和行動力。

英偉達的最新成果展示了大模型在機器人精細化控制方面的作用，在英偉達的推動下，更智能的機器學習方式有望被迅速引入工業和消費應用領域。

Meta Habitat——人機交互直指具身智能

Meta的Habitat同樣為訓練機器人而生。據介紹，Habitat 3.0是第一個支持在多樣化、逼真的室內環境中，就人機交互任務進行大規模訓練的模擬器。

具體來看，Habitat 3.0可以利用紅外捕捉系統精心構建一個虛擬環境，如辦公空間、住宅和倉庫等，其中物體的形狀和大小完全復制現實世界，該工具還可在外貌和姿勢上對人類進行真實的模擬，支持從簡單（如行走和揮手）到復雜（如與物體交互）等各種類型的動作，還可模擬多種真實的社交場景。

機器人和人形化身同處一個空間，且虛擬環境中的人形化身既可由算法控制，也可由真人通過鍵盤、鼠標以及VR頭顯等進行控制。網上已經有人期待在Meta Quest VR中體驗Habitat 3.0了。

Meta的目的很明確——通過Habitat 3.0，讓AI智能體在真實世界和人類互動。

值得注意的是，與真實世界進行交互正是實現具身智能的基礎，正如Meta的AI研究部門（FAIR）所說，Habitat 3.0等新產品的發布代表了他們在具身智能方面的進步。

FAIR表示，Habitat 3.0將把機器人AI代理的學習時間從幾個月甚至幾年縮短到幾天。它還能在安全的模擬環境中更快速地測試新模型，不會有任何風險。

在推出Habitat 3.0的同時，Meta還宣布發布Habitat合成場景數據集（Habitat Synthetic Scenes Dataset），這是一個由藝術家撰寫的三維數據集，可用于訓練人工智能導航代理；同時還發布了Home Robot，這是一個機器人助手軟硬件平臺，可在模擬和真實環境中使用。

英偉達深耕運動控制，Meta注重交互能力，這兩大能力正是機器人進入千家萬戶的前提。

華為“天才少年”稚暉君離開華為后奔赴機器人創業，他曾在其機器人產品首秀上引用一個網絡段子：我們想讓AI做的事，是做飯、打掃房間、洗衣服、扔垃圾，然而它們實際在做的事，是聊天、繪畫、寫作、作曲、打游戲……

工業機器人已經愈發普及的當下，如何讓機器人成為普通家庭的助手、日常生活中的伙伴，已經成為新的科技熱點。

一個包攬家務活、零碎事的家用機器人，距離我們還有多遠呢？