今年最难的机器人Demo，“机器人含量”为0

henry 发自 凹非寺

量子位 | 公众号 QbitAI

今年5月，英伟达机器人负责人Jim Fan在一场公开演讲中宣告：VLA、遥操已死。

当时，绝大多数人听到的第一反应都是：从来不缺暴论的AI圈，又多了一条新暴论。

但没想到，几个月后，这句当时听起来有点夸张的话，居然真的开始照进现实。

刚刚，自变量发布全新灵巧操作系统 TwinDex 。在 后训练阶段真机遥操数据为0 的情况下，机器人连续完成了化学实验场景中，旋拧瓶盖、注射器推注等多项精细操作。

要知道，以往想让机器人学会这类精细操作，还真少不了真机遥操数据来“手把手”教学。

但TwinDex这次，直接把这部分数据需求给砍没了，取而代之的是区区几百条 无本体数据 ，机器人含量几乎为0～

俗话说，好的Demo，值得细细品鉴。

TwinDEX这次放出的Demo里，最完整的一段，是一套一镜到底的化学实验：

从开瓶取样、滴管与试管操作，到玻璃棒引流、摇匀观察，全程由策略自主执行。

整个实验包含 24个子动作 ，跨越 三种工具 ，涉及多次双手协调与工具切换，每一步都要求毫米级定位与稳定力控。

而拆开来看，TwinDEX这三根手指，实际上集中展示了几类过去灵巧操作里最难啃的能力。

首先，是对精度要求极高的 精细操作 。

在打开工具箱时，机器人需要让左右两根食指同时对准两个狭窄卡扣，准确插入后向下拨开，再用食指和拇指捏住提手，把箱盖打开。

这里的难度在于，机器人的手能不能准确进入一个容差很小的空间，从而完成操作。

同理，注射器推注也是类似。

食指和中指固定筒身，拇指对准推杆向前发力，既要保证位置不跑，又要精确控制推注方向和力度。

随着具身智能逐步走进实验室、工厂和家庭，这类小容差、高精度、强接触的操作，也会越来越接近机器人的基本功。

第二，是 三指协作 。

比如在扫帚和簸箕任务中，三根手指围绕手柄形成包络，让不同手指共同承担支撑和控制。

相比只有两根手指，第三根手指多提供了一个接触点，也多了一种稳定物体的方式。

尤其是在工具使用、长条物体抓持这类任务里，这个额外的支撑点相当关键。

第三类，则是更接近人手的 柔性操作和掌内调整 。

在拧开瓶盖时，TwinDEX用食指和拇指捏住瓶盖，再靠手指自身的侧摆完成旋转，几乎不用大幅转动手腕。

而在翻书中，机器人的拇指则先把最上层书本搓出来，再完成捏取、双手交接、放置和翻页。

我个人看完这一圈，一个很直观的感受就是：

以往在处理这类动作时，大家往往会下意识想到结构更复杂的五指灵巧手，以及庞大的真机遥操作数据。

但上面的Demo恰恰说明了一件事： 很多过去被认为需要五指完成的精细操作，三根手指其实已经够用了。

而且某种程度上，这三根手指头，已经比不少五指灵巧手玩得还溜。

不过，前面这些其实只是TwinDEX站在台前、作为机器人 执行器 的一面。

而在机器人真正上手干活之前，它还有另一重身份， 一套与执行端匹配的可穿戴无本体数据采集系统。

相比很多在数据采集和机器人执行阶段使用两套不同硬件的方案，TwinDEX直接采用了 数采与执行同构 的设计。

说人话就是，这三根手指不光负责干活， 采数据也用的是同一套结构 ，也就是所谓的 “所采即所得” 。

采集员在采集端做出的动作，可以更直接地映射到机器人执行端，中间不用再跨一套完全不同的硬件去做复杂的数据迁移。

也正因为如此，前面那些对指尖位置和力度都要求极高的精细操作，才能更稳定地被机器人做出来。

与此同时，相比直接遥操一台笨重的机器人，采集员可以更自然、更快速地完成动作，数据也更好采，也更省钱。

实验结果也确实验证了这两点。

在 采集效率 方面。TwinDEX单位时间能够产出的有效轨迹，约为传统真机遥操的 5.3倍 。