通过通用模型将人工智能带入物理世界

近日，一家官宣靠推特、连官网都没做好的公司——Physical Intelligence（简称Pi，π），却凭借7000万美元的融资“光荣出道”，连OpenAI、红杉资本等重量级投资机构都纷纷押注。

如今，想要在人满为患的AI赛道里出头堪比“地狱级难度”，更不要说得到“AI顶流”和风投巨头的首肯注资。

来势汹汹的Pi，究竟有什么独特魅力，引得业界大佬竞相抛出橄榄枝？

答案或许就藏在它的创业理念之中：将通用人工智能引入物理世界，为机器人或任何物理设备构筑大脑、提供动力。

天才云集的超级团队

点开Physical Intelligence官网，你会发现除了一则公告外什么都找不到，简陋得宛如毛胚房。

官方账号也只发了4条消息，看起来似乎平平无奇，主打一个神秘主义。但点开关注列表，才发现：鲁莽了。

斯坦福大学教授、加州大学伯克利分校教授、DeepMind研究员、Google Brain科学家……可谓群星闪耀，我以为的“天降紫微星”，原来是AI大牛们攒的高端局。

公司联合创始人兼CEO是Karol Hausman，曾是DeepMind资深科学家，也是斯坦福大学兼职教授，主要研究如何帮助机器人在现实世界获得通用技能，曾引起广泛热议、被成为机器人界“ChatGPT”的RT-2、RT-X模型，也有他的参与。

公司另一位联合创始人Sergey Levine，是斯坦福计算科学博士、加州大学伯克利分下电气工程与计算机科学系的“网红教授”，也曾在谷歌工作，是深度强化学习领域的“顶刊狂魔”，研究引用量超12.7万次。

并肩作战的，还有曾先后在谷歌Brain、DeepMind团队任职的Brian Ichter；曾在谷歌Brain任职的斯坦福助理教授Chelsea Finn；DeepMind前研究员王权；丰田研究院ML团队前科学家Suraj Nair；以及知名投资人Lachy Groom也将为Pi未来的商业化提供独到见解和宝贵经验。

“造物主”为机器人“造脑”

通用人工智能一直是学界所憧憬的终极目标，与狭义人工智能只能在特定领域发挥作用不同，通用人工智能能够应对并学习广泛的任务，甚至应对当前还不存在的任务。

Pi的宏伟愿景是为机器人构建"大脑"，赋予它们通用的智能。就像大语言模型为自然语言处理带来了革命性的进步一样，Pi希望开发出一种通用的人工智能模型，能像人类大脑那样，不仅能理解语言，还能操控机器人在现实世界中完成各种任务。

然而，要实现这一宏愿并非易事。

虽然近年来自然语言处理等领域的人工智能取得了长足进步，但机器人领域的发展依然相对滞后。主要原因在于，与可借助海量文本训练语言模型不同，机器人需要从物理世界采集训练数据，这个过程无疑更加耗时耗力。

过去，虽然也有公司尝试开发通用的机器人软件，但都未能取得根本性的突破。比如Willow Garage公司曾在2006年成立，致力于构建可在多个机器人平台之间共享的软件系统，但最终在2014年结束了业务。

因此，Pi的首要任务就是突破这一瓶颈，并计划从规模化、通用化这两个关键领域着手。

首先是收集规模更大、多元更丰富的机器人数据集。正如该公司联合创始人Karol Hausman所言："我们的目标是通过一个通用模型将人工智能带入物理世界，这个模型可以为任何机器人或任何物理设备提供动力，基本上适用于任何应用程序。"有了大规模数据的支撑，AI模型将能从中学习到更多知识和技能。

其次是通用化。传统的机器人系统往往是为特定场景和任务而量身定制的，缺乏通用性。Pi希望开发出一种能够适用于各种机器人平台、各种物理环境和任务的基础模型，这就需要创新的模型架构和训练算法，将机器人控制和大型多模态模型训练相结合。

融资阵容惊人

据知情人士透露，Pi目前已从Thrive Capital、OpenAI、红杉资本、Greenoaks Capital Partners、Lux Capital 和 Khosla Ventures 筹集了 7000 万美元。

其中，OpenAI和红杉资本的身影最为瞩目。OpenAI最为当前人工智能领域炙手可热的“辣子鸡”，明显已不限于“非营利组织”的初心，正不断向外扩张版图，建造自己的商业王国，作为当前AI技术力的代名词，其投资标的也代表了最前沿的技术方向。

另外，OpenAI的最大股东之一Thrive Capital和Vinod Khosla也在投资人行列中。OpenAI的联合创始人萨姆·奥特曼和Khosla有着千丝万缕的联系，这或许也为PI背后的投资阵容提供了一些线索。

而红杉作为硅谷最知名的顶级风投之一，虽然“得红杉者得天下”的话过于夸张，但能得到红杉看好，足以证明Pi有两把刷子。

不过，Pi面临的竞争也不容忽视。同样致力于开发通用人形机器人的Figure公司，不久前刚从英伟达、OpenAI等巨头那里筹集了高达6.75亿美元的天价融资，估值飙升至26亿美元。不难看出，在机器人AI这个新兴领域，一场巨头争夺战已经打响。

技术路线颇受争议

尽管Pi的远大目标和资金实力令人矍目，但它所走的技术路线却也饱受争议。

根据披露信息，Pi计划购买各种现成的机器人硬件平台，然后在上面训练自己的AI模型，而不是自主研发机器人硬件。这种"买现成统一标准"的做法是否能最终实现通用智能，存在很大疑问。毕竟机器人硬件的差异性很大，统一训练或许难以充分发掘每个平台的性能潜力。

相比之下，一些竞争对手如Figure AI则选择自主研发机器人硬件，并与软件相结合。这种"软硬件一体化"的路线或许更有利于最终实现通用智能，但代价是成本和周期都大大增加。

另一个值得关注的争议是，Pi决定暂时搁置类人型机器人的研发重心。相比之下，Figure等竞争对手则豪赌于让机器人能够像人类一样行动和思考。到底是否需要追求拟人化，目前也没有定论。

Pi联合创始人之一的Lachy Groom曾表示“我认为，人们用人形机器人构建的东西真的很酷，但从根本上来说，让人类变得有趣的是大脑，而不是我们的硬件。”他们认为，通过教会任何形态和构造的机器人学习，才是解决根本问题的办法。

写在最后

在人工智能领域，语言模型无疑是近年来最耀眼的明星。从ChatGPT到如今的万模大战，大语言模型的惊人表现让全世界看到了人工智能的巨大潜力。然而，要真正实现人工通用智能的梦想，仅凭语言世界是远远不够的。物理世界才是人工智能需要真正征服的领域。

Physical Intelligence的诞生，传递出AI从虚拟世界向物理世界延伸的强烈信号。或许这将成为一个里程碑式的转折点，预示着机器将掌控现实，为人类带来全新的科技革命体验。

Pi当前走的路，是AI的最后疆域，是一条道阻且长的崎岖之路。机器人系统大脑何日激荡现实？我们只能拭目以待，希望这支由顶尖人才组成的团队能不负众望，在人工智能征途上书写浓重的一笔