允中 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

機(jī)器人學(xué)會(huì)撕茶包了。

不是先走過去、立定，再用手執(zhí)行動(dòng)作；而是在同一套策略中，把行走、姿態(tài)調(diào)整、軀干協(xié)同和手部精細(xì)操作統(tǒng)一起來——

一個(gè)模型，同時(shí)完成移動(dòng)與精細(xì)操作。

今天，Current Robotics發(fā)布全身靈巧操作模型Curr-0。

通過Single Policy，Curr-0能夠在同一個(gè)模型中耦合移動(dòng)、全身姿態(tài)協(xié)調(diào)與手部精細(xì)操作，實(shí)現(xiàn)全程自主執(zhí)行。這也是Current Robotics在機(jī)器人數(shù)據(jù)基礎(chǔ)設(shè)施與具身智能全棧訓(xùn)練系統(tǒng)上的最新成果。

在Curr-0的Demo中，機(jī)器人完成了撕茶包、點(diǎn)香、蓋章、撿起揉皺紙團(tuán)，甚至抱著玩具穿過門口、蹲下放進(jìn)籃子等任務(wù)。這些看似簡(jiǎn)單的動(dòng)作，難點(diǎn)在于全身與手必須同時(shí)參與：站姿決定抓取，軀干決定可達(dá)性，身體重心影響施力方式。

手的問題，其實(shí)不在手

人類彎腰撿東西時(shí)，雙腳、膝蓋、腰部、肩膀和手指都在同時(shí)調(diào)整。這是一個(gè)動(dòng)作，不是五個(gè)。

但機(jī)器人過去通常是這樣的：

走過去 → 停下 → 操作 → 再移動(dòng)

這套邏輯在工廠流水線上還能用，在真實(shí)世界里卻行不通。因?yàn)樽ト〉姆€(wěn)定性還取決于站姿，能不能夠得著還得看身體怎么配合。所以手足夠靈巧還不夠，還得看機(jī)器人的整個(gè)身體能不能和手一起協(xié)調(diào)起來。

對(duì)于機(jī)器人來說，移動(dòng)與操作從來不是兩個(gè)獨(dú)立問題，而是一個(gè)統(tǒng)一問題。Curr-0所解決的，正是這種全身靈巧操作（Loco-Dexterous Manipulation）能力。

一個(gè)模型掌控全身

Curr-0的實(shí)現(xiàn)關(guān)鍵，在于不是把移動(dòng)控制、全身姿態(tài)協(xié)調(diào)和手部精細(xì)操作視作三個(gè)獨(dú)立的模塊，而是將其作為一個(gè)統(tǒng)一問題端到端訓(xùn)練。

機(jī)器人不需要“先想好再動(dòng)”，而是在運(yùn)動(dòng)過程中讓全身與手實(shí)時(shí)耦合調(diào)整。單一模型，共享權(quán)重，全程自主。

同一個(gè)Policy同時(shí)負(fù)責(zé)身體移動(dòng)、姿態(tài)穩(wěn)定與精細(xì)操作，從而讓機(jī)器人真正具備全身協(xié)同完成任務(wù)的能力。

人形全身精細(xì)操作數(shù)據(jù)從哪里來

Curr-0基于21,000小時(shí)真實(shí)人類行為數(shù)據(jù)訓(xùn)練，其中包含2,800小時(shí)全身示教數(shù)據(jù)。

這些數(shù)據(jù)來自HumanEx——一套由Current Robotics自研的全身外骨骼數(shù)據(jù)采集系統(tǒng)。

不同于直接操控機(jī)器人的遙操作方案，HumanEx讓人類穿戴外骨骼設(shè)備，在真實(shí)場(chǎng)景中自然完成任務(wù)。

由于無需控制機(jī)器人本體，HumanEx可以直接部署在工廠、實(shí)驗(yàn)室、辦公室等真實(shí)場(chǎng)景中進(jìn)行數(shù)據(jù)采集，系統(tǒng)同步記錄全身姿態(tài)、關(guān)節(jié)運(yùn)動(dòng)、手部動(dòng)作、本體感知、肌電信號(hào)和環(huán)境交互數(shù)據(jù)，并轉(zhuǎn)化為機(jī)器人可學(xué)習(xí)的訓(xùn)練素材。

這類數(shù)據(jù)不僅記錄了“手怎么動(dòng)”，更關(guān)鍵的是記住了“全身如何配合手完成任務(wù)”：腳如何站穩(wěn)，軀干如何調(diào)整，身體如何施力，手指如何在接觸瞬間完成精細(xì)控制。

Current Robotics認(rèn)為，數(shù)據(jù)并不是訓(xùn)練模型的副產(chǎn)品，而是具身智能系統(tǒng)的核心基礎(chǔ)設(shè)施。

HumanEx將數(shù)據(jù)規(guī)模的增長(zhǎng)路徑從“機(jī)器人部署小時(shí)數(shù)”切換為“人類任務(wù)小時(shí)數(shù)”——數(shù)據(jù)飛輪不再受制于機(jī)器人的部署數(shù)量，而是隨真實(shí)人類任務(wù)持續(xù)增長(zhǎng)。

下一步：多物理模態(tài)交互世界模型

Current Robotics認(rèn)為，僅靠真實(shí)機(jī)器人訓(xùn)練并不足以支撐大規(guī)模迭代。物理世界不能規(guī)模化——一臺(tái)機(jī)器人每次測(cè)試都消耗硬件、能源和人力，失敗無法回滾，場(chǎng)景無法按需重置。

因此，該團(tuán)隊(duì)正在構(gòu)建覆蓋視覺、本體感知、力覺等物理信號(hào)的多物理模態(tài)交互世界模型，希望將評(píng)測(cè)、后訓(xùn)練和部署驗(yàn)證從真實(shí)硬件遷移到可擴(kuò)展的數(shù)字環(huán)境中。

在此基礎(chǔ)上，Current Robotics提出Human-in-the-World-Model框架：人類可以直接在世界模型中介入修正策略，修正結(jié)果隨即用于后續(xù)訓(xùn)練，從而降低后訓(xùn)練對(duì)真實(shí)機(jī)器人部署和人工干預(yù)的依賴。

從數(shù)據(jù)到部署，全棧閉合

從HumanEx采集真實(shí)人類數(shù)據(jù)，到Curr-0端到端訓(xùn)練，再到世界模型評(píng)測(cè)，最后到Human-in-the-World-Model后訓(xùn)練與部署——數(shù)據(jù)、模型、評(píng)測(cè)、部署四個(gè)環(huán)節(jié)在同一套體系內(nèi)持續(xù)迭代。

由此可見Current Robotics真正想要做的不是單點(diǎn)突破，而是全棧閉合。

隨著人類行為數(shù)據(jù)的持續(xù)積累，模型能力可以不斷提升，而不依賴機(jī)器人Fleet的規(guī)模擴(kuò)張。

當(dāng)行業(yè)開始從“讓機(jī)器人看懂世界”走向“讓機(jī)器人真正改變世界”，全身靈巧操作正在成為下一代人形機(jī)器人的核心能力之一。

從數(shù)據(jù)采集到模型訓(xùn)練，再到世界模型和部署驗(yàn)證，Current Robotics正在嘗試構(gòu)建一套完整的具身智能基礎(chǔ)設(shè)施。

而Curr-0，是Current Robotics全棧路線的一次階段性成果展示。

技術(shù)報(bào)告：
current-robotics.com/blog/curr-0