98年出生的哈工大教授创业:要教机器人'手感'
哈工大(深圳)26岁获评长聘教授的杨朔(1998年生)创办破晓智能(PHANES AI),本周发布触觉世界模型TouchWorld:让机器人不只预测画面,还预测'下一步该碰成什么样',并靠高频触觉反馈实时纠偏。在浇花、插插头等6项真实任务上平均成功率65%,比最强对照方法高出约16个百分点。
机器人看得懂画面、听得懂指令,但捏一个纸杯该用多大劲,它其实不知道——因为它没有'手感'。一位1998年出生的年轻教授,把创业方向压在了这件事上。
他叫杨朔,26岁就获评哈尔滨工业大学(深圳)计算机学院长聘教授、博导,拿过Google博士生奖研金,入选国家级青年人才。现在,他多了一个身份:破晓智能(PHANES AI)创始人兼CEO。
破晓智能要做的,是把'触觉'装进机器人的大脑:融合人类视频和触觉感知,构建人形机器人全身移动灵巧操作的世界模型——说人话就是,让机器人从'看见世界',走到'摸得懂世界'。
团队的路线是三步棋:先用自研采集系统EgoTouch,把人干活时的第一人称画面、手部姿态和双手压力一起录下来;再用TouchAnything,让AI学会从普通视频里'脑补'出触觉——只看画面就能推断手指哪里在用力;最后是本周发布的TouchWorld,把触觉真正用进操作。
TouchWorld的两个关键词:预测和纠偏。它让机器人在动手前先预测'这一步完成时手上应该是什么触感'——比如按喷壶按钮,画面上手挡住了看不清,但压力到没到位,手指最清楚;执行中再靠高频触觉反馈实时微调,像人抓湿滑杯子时下意识调整握姿一样。
实测成绩:在浇花、插电源插头、擦锅、抽纸巾等6项真实机器人任务上,TouchWorld平均成功率65.0%,人为捣乱的场景下也有57.2%——比Pi-0.5、GR00T等最强对照方法分别高出15.7和16.0个百分点。
有意思的是团队踩过的土坑:为了采灵巧手触觉数据,他们把触觉手套裁开硬套到机器手上,结果手套几天就坏、机器手发热、标定第二天就漂移。正是这些琐碎的工程之痛,让他们认定触觉是个'系统问题',要从数据采集平台做到评测体系整套补齐。
65%的成功率也说明,灵巧操作离'解决'还很远。但这家公司抛出的判断值得记住:机器人基础模型的下一层能力,可能不是更大的视觉模型,而是触觉——先知道自己碰到了什么,才谈得上把活干好。