一水 發自 凹非寺

量子位 | 公眾號 QbitAI

剛剛，稚暉君旗下創企智元機器人官宣了兩個新動向——

一則是關于人事變動。

具身智能領域的國際領軍學者羅劍嵐博士，已于近日加盟并出任首席科學家。

羅劍嵐在該領域已深耕10年，曾擔任Google X、Google DeepMind研究科學家，是UC伯克利17萬引大佬Sergey Levine團隊的核心成員。

他曾參與打造世界上首個超人類的機器人真機強化學習系統SERL/HIL-SERL——首次實現將任務成功率提升到100%，在全球范圍內被廣泛應用。

接下來他將牽頭組建「智元具身智能研究中心」，主導前沿算法研發與工程化落地。

另一則是關于公司新合作。

國際頂尖具身智能公司Physical Intelligence（Pi）正式和智元機器人達成合作伙伴關系，雙方將圍繞動態環境下的長周期復雜任務，在具身智能領域展開深度技術合作。

以及實屬罕見的是，在競逐AI、機器人以及軟硬件的最前沿陣地，中美兩家明星公司，竟然聯手了。

稚暉君挖來具身智能領域大佬

羅劍嵐，出生于1993年，本科畢業于武漢理工大學汽車學院。其后在AI和機器人重鎮UC伯克利，拿到了博士學位。

從2015年開始，也是在機器人學習領域初步興起的階段，他就投身了機器人研究當中。

過程中，他逐漸將目光放在了將強化學習應用到真實機器人這一細分領域。

在積攢了一波學術經驗后，2020年他毅然選擇踏入工業界，進入谷歌多個機器人部門任職，包括Google X、DeepMind等。

在此期間，他與機器人學習領域的泰斗Stefan Schaal教授進行了一系列合作，主要學習了更多從底層動力學到上層控制的機器人系統知識。

值得一提的是，Stefan Schaal教授是UC伯克利機器人領域的領軍專家，曾多次與李飛飛共同發表論文。

兩年時間，當他所參與的項目被孵化為工業機器人創企Intrinsic后，他重新回到了伯克利從事博士后研究，師從 Sergey Levine。

Sergey Levine是UC伯克利電氣工程和計算機科學系的副教授，專注于能夠使Autonomous Agents通過學習獲得復雜行為的算法，特別是能夠使任何自主系統學習解決任何任務的通用方法。

Sergey Levine因兩件事而聲名遠播。

一是他是領域內的大神，不僅谷歌學術被引用量為超過12.7萬，還是不折不扣的頂會狂魔。

此前的不完全統計中，Sergey Levine 2018年在ML和NLP頂會上共發表22篇論文；ICML 2019，他參與論文數量排名第三；NeurIPS 2019、NeurIPS 2020，他均有12篇論文被接收……

其二，他屬于UC伯克利的網紅教授，此前推出的深度學習課程Deep Reinforcement Learning（課程代號CS 285）非常受歡迎。

回到羅劍嵐，正是在回歸學術界的這一時間，他參與產出了“強化學習+真機”這條路線上具有代表性的兩篇論文：SERL和HiI SERL。

SERL/HIL-SERL作為世界上首個超人類的機器人真機強化學習系統，首次實現將任務成功率提升到100%, 在全球范圍內被廣泛應用。

具體而言，在SERL這項研究中，機器人能用20分鐘學會裝配電路板，成功率達到了100%。

這一結果真實驗證了強化學習的有效性，而在這之前，該方法一直受到行業詬病。

至于HIL-SERL，則是基于SERL的升級版。不過與SERL僅依賴人類的示范不同，HIL-SERL還結合了人類的糾正來訓練強化學習策略。

實驗結果顯示，使用強化學習框架HIL-SERL，研究者可以直接在現實世界中訓練基于視覺的通用機器人操作策略。

其中，機器人經過1~2.5小時的訓練后，就能完成主板、儀表盤以及正時皮帶組裝等操作任務。

更重要的是，成功率也是100%。

手握上述重要機器人學習技術，羅劍嵐博士這次又選擇加入智元投身工業落地。

中美明星具身智能公司，罕見聯手

與此同時，智元機器人這次也選擇了和一家國外同行開展合作。

Physical Intelligence，去年3月官宣亮相的美國明星創業公司，其團隊全是一群機器人和AI大佬，聯合創始人就有羅劍嵐博士后研究期間的導師Sergey Levine。

據了解，這家公司在去年11月完成了4億美元的A輪融資，融資后估值為20億美元，主要投資者包括亞馬遜創始人貝索斯、OpenAI、Thrive Capital等知名公司或投資機構。

關于智元為什么會選擇這家公司合作的原因，可能還要從Physical Intelligence所推出的產品或技術來追蹤。

就在今年2月底，這家公司推出了“分層交互式機器人”（Hi Robot）系統，它能夠將視覺-語言-行動（VLA）模型，如π0 ，納入一個分層推理過程。

劃重點，分層推理。

面對“如何讓機器人能像人類一樣執行復雜任務”這個行業難題，Physical Intelligence早已明確給出答案：

讓機器人學會以系統 2思維進行思考

合理推測，未來兩家可能會在讓機器人學會推理方面展開深度合作。

另外，據智元介紹，雙方的合作已經初有成效，可以實現一個通用模型根據不同的指令輸入執行多個任務。

同時也可以適配多種末端執行器，包括靈巧手、平行夾爪和旋轉夾爪，并兼容魚眼和針孔相機等多種傳感器。

官方演示demo如下：

可以看到，視頻中的智元機器人能完成在鏡子前戴上圍巾、換垃圾袋，將物品從傳送帶移入物流箱等覆蓋家庭和工業場景的多元復雜任務。

整體而言，對行業來說，兩家明星具身智能公司的強強聯合，不僅蘊藏了大模型推理技術在機器人領域的垂直應用趨勢，而且還將進一步加速機器人真實落地家用場景。

One More Thing

當然，對于智元今日的人才大新聞，背后還有一段傳奇佳話。

本科畢業于武漢理工的羅劍嵐，實際也上演了一段“爽文男主”人生。

因為從中國一所211大學本科，能夠拿到UC伯克利競爭激烈的王牌專業offer，并且碩博連讀，每年5萬美元獎學金！羅劍嵐的故事堪稱傳奇，甚至被專門報道過。

據《長江日報》2015年報道稱，當年UC伯克利的機器人方向博士生競爭非常激烈，收到了全球1500份申請，而招生名額僅有30個，最后羅劍嵐成功脫穎而出，還打破了紀錄——成為唯一一位被機器人和智能機器實驗室錄取的中國人。

在采訪中，羅劍嵐坦承自己因為在科研項目中關注到UC伯克利分校卡澤洛尼教授領銜的實驗，其后有緣又在天津舉辦的機器人研究國際會議上，獲得了直接向卡澤洛尼教授發問的機會，并進一步在會后遞上了自己的簡歷，向教授明確表達：“我想讀您的研究生!”

卡澤洛尼也被年輕本科生的履歷吸引。據介紹，羅劍嵐從大二開始就跟著武漢理工大學的導師田哲文做項目，發表了4篇核心期刊論文，參加全國和省級重大科研項目有5個，還獲得了美國數學建模比賽一等獎。

卡澤洛尼教授給他的回答是：“或許我能有機會讓你到伯克利來。”

也正是這句認可，點燃了羅劍嵐心底的火苗。

回到武漢后，他又花了大半年時間，利用別人打游戲的時間，啃下了卡澤洛尼教授實驗室發表的100多萬字的學術資料。

其后2014年8月，羅劍嵐更是上演了一段“孤身飛赴韓國追教授”的瘋狂。

他查到卡澤洛尼教授將赴韓國參加一場有關機器人的國際會議，隨即辦好簽證就追了過去。并在貴賓室外，等到了卡澤洛尼教授如廁的機會，再次表達了希望跟隨讀研讀博的想法。

卡澤洛尼記得羅劍嵐：哦，你住在首爾？

羅劍嵐回答：不！我住在中國武漢，我來這里見您，就是希望讀您的研究生！

而且也是在這次會議上，羅劍嵐的半年苦功也換來了回報，他獲得提問機會，把幾個月來的思考化成幾個刁鉆的問題拋給了教授，卡澤洛尼會后再次找到他給出認可：“小伙子，不出意外，我想，我要把你帶到伯克利。”

于是回國后，羅劍嵐繼續與卡澤洛尼教授聯系，并附上自己的思考，通過電子郵件給對方發了過去。卡澤洛尼教授告訴他：你寫的每篇綜述我都看了七八遍，我不敢相信這是一位來自中國的本科生所寫。

而也是在卡澤洛尼教授力薦下，羅劍嵐在2015年夏天收到了加州大學伯克利分校的offer。

機器人和智能機器實驗室，每年5萬美元獎學金，從全球1500份簡歷中脫穎而出，成為了當年唯一一位被該頂級實驗室錄取的中國人。

參考鏈接：

[1]http://auto.whut.edu.cn/xyh/xywh/201912/t20191227_429864.shtml

[2]https://x.com/physical_int/status/1894829058883731962

[3]https://agibot-world.cn/collaboration