剛剛，稚暉君旗下創企智元機器東談主官宣了兩個新動向——
一則是對于東談主事變動。
具身智能范圍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。
羅劍嵐在該范圍已深耕 10 年，曾擔任 Google X、Google DeepMind 商議科學家，是 UC 伯克利 17 萬引大佬 Sergey Levine 團隊的中樞成員。
他曾參與打造世界上首個超東談主類的機器東談主真機強化學習系統 SERL/HIL-SERL ——初度達成將任務勝利率普及到 100%，在大家范圍內被正常應用。
接下來他將牽頭組建「智元具身智能商議中心」，主導前沿算法研發與工程化落地。
另一則是對于公司新協作。
國際頂尖具身智能公司 Physical Intelligence（Pi）厚愛和智元機器東談主達成協作伙伴聯系，兩邊將圍繞動態環境下的長周期復雜任務，在具身智能范圍伸開深度技能協作。
以及實屬悲涼的是，在競逐 AI、機器東談主以及軟硬件的最前沿陣腳，中好意思兩家明星公司，確鑿聯手了。
稚暉君挖來具身智能范圍大佬
羅劍嵐，出身于 1993 年，本科畢業于武漢理工大學汽車學院。后來在 AI 和機器東談主重鎮 UC 伯克利，拿到了博士學位。
從 2015 年頭始，亦然在機器東談主學習范圍初步興起的階段，他就投身了機器東談主商議當中。
經由中，他遲緩將眼神放在了堅貞化學習應用到實在機器東談主這一細分范圍。
在蓄積了一波學術教養后，2020 年他浮滑遴薦踏入工業界，參加谷歌多個機器東談主部門任職，包括 Google X、DeepMind 等。
在此時間，他與機器東談主學習范圍的威名Stefan Schaal 講明注解進行了一系列協作，主要學習了更多從底層能源學到表層末端的機器東談主系統常識。
值得一提的是，Stefan Schaal 講明注解是 UC 伯克利機器東談主范圍的領軍巨匠，曾屢次與李飛飛共同發表論文。
兩年時候，當他所參與的技倆被孵化為工業機器東談主創企 Intrinsic 后，他再行回到了伯克利從事博士后商議，師從 Sergey Levine。
Sergey Levine 是 UC 伯克利電氣工程和謀劃機科學系的副講明注解，專注于能夠使 Autonomous Agents 通過學習獲取復雜行為的算法，非常是能夠使任何自主系統學習處置任何任務的通用模范。
Sergey Levine 因兩件事而申明遠播。
一是他是范圍內的大神，不僅谷歌學術被援用量為進步 12.7 萬，照舊原原本本的頂會狂魔。
此前的不十足統計中，Sergey Levine 2018 年在 ML 和 NLP 頂會上共發表 22 篇論文；ICML 2019，他參與論文數目排行第三；NeurIPS 2019、NeurIPS 2020，他均有 12 篇論文被接受……
其二，他屬于 UC 伯克利的網紅講明注解，此前推出的深度學習課程 Deep Reinforcement Learning（課程代號 CS 285）格外受接待。
回到羅劍嵐，恰是在回來學術界的這一時候，他參與產出了"強化學習 + 真機"這條蹊徑上具有代表性的兩篇論文：SERL 和 HiI SERL。
SERL/HIL-SERL 算作世界上首個超東談主類的機器東談主真機強化學習系統，初度達成將任務勝利率普及到 100%, 在大家范圍內被正常應用。
具體而言，在 SERL 這項商議中，機器東談主能用 20 分鐘學會安裝電路板，勝利率達到了 100%。
這一惡果實在考據了強化學習的靈驗性，而在這之前，該模范一直受到行業詬病。
至于 HIL-SERL，則是基于 SERL 的升級版。不外與 SERL 僅依賴東談主類的示范不同，HIL-SERL 還勾通了東談主類的創新來測驗強化學習計謀。
實驗惡果透露，使用強化學習框架 HIL-SERL，商議者不錯順利在實際世界中測驗基于視覺的通用機器東談主操作計謀。
其中，機器東談主經過 1~2.5 小時的測驗后，就能完成主板、神情盤以及正時皮帶拼裝等操作任務。
更貧乏的是，勝利率亦然 100%。
手抓上述貧乏機器東談主學習技能，羅劍嵐博士此次又遴薦加入智元投身工業落地。
中好意思明星具身智能公司，悲涼聯手
與此同期，智元機器東談主此次也遴薦了和一家國際同業開展協作。
Physical Intelligence，客歲 3 月官宣亮相的好意思國明星創業公司，其團隊全是一群機器東談主和 AI 大佬，聚攏首創東談主就有羅劍嵐博士后商議時間的導師 Sergey Levine。
據了解，這家公司在客歲 11 月完成了 4 億好意思元的 A 輪融資，融資后估值為 20 億好意思元，主要投資者包括亞馬遜首創東談主貝索斯、OpenAI、Thrive Capital 等盛名公司或投資機構。
對于智元為什么會遴薦這家公司協作的原因，可能還要從 Physical Intelligence 所推出的產物或技能來跟蹤。
就在本年 2 月底，這家公司推出了"分層交互式機器東談主"（Hi Robot）系統，它能夠將視覺 - 言語 - 行為（VLA）模子，如 π 0 ，納入一個分層推理經由。
劃要點，分層推理。
瀕臨"怎么讓機器東談主能像東談主類相通踐諾復雜任務"這個行業難題，Physical Intelligence 早已明確給出謎底：
讓機器東談主學會以系統 2 想維進行想考
合理預計，改日兩家可能會在讓機器東談主學會推理方面伸開深度協作。
另外，據智元先容，兩邊的協作照舊初有生效，不錯達成一個通用模子字據不同的提醒輸入踐諾多個任務。
同期也不錯適配多種末端踐諾器，包括機靈手、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：
不錯看到，視頻中的智元機器東談主能完成在鏡子前戴上領巾、換垃圾袋，將物品從傳送帶移入物流箱等掩蓋家庭和工業場景的多元復雜任務。
合座而言，對行業來說，兩家明星具身智能公司的強強聚攏，不僅貯蓄了大模子推理技能在機器東談主范圍的垂直應用趨勢，而且還將進一步加快機器東談主實在落地家用場景。
One More Thing
雖然，對于智元當天的東談主才大新聞，背后還有一段傳說佳話。
本科畢業于武漢理工的羅劍嵐，內容也獻技了一段"爽文男主"東談主生。
因為從中國一所 211 大學本科，能夠拿到 UC 伯克利競爭熱烈的王牌專科 offer，況兼碩博連讀，每年 5 萬好意思元獎學金！羅劍嵐的故事號稱傳說，以致被有益報談過。
據《長江日報》2015 年報談稱，當年 UC 伯克利的機器東談主標的博士生競爭格外熱烈，收到了大家 1500 份肯求，而招生限額僅有 30 個，終末羅劍嵐勝利脫穎而出，還沖破了記載——成為唯獨一位被機器東談主和智能機器實驗室中式的中國東談主。
在采訪中，羅劍嵐坦承我方因為在科研技倆中溫煦到 UC 伯克利分校卡澤洛尼講明注解領銜的實驗，后來有緣又在天津舉辦的機器東談主商議國際會議上，獲取了順利向卡澤洛尼講明注解提問的契機，并進一步在會后遞上了我方的簡歷，向講明注解明確抒發："我想讀您的商議生 ! "
卡澤洛尼也被年青本科生的經驗眩惑。據先容，羅劍嵐從大二初始就隨著武漢理工大學的導師田哲文作念技倆，發表了 4 篇中樞期刊論文，參加宇宙和省級緊要科研技倆有 5 個，還獲取了好意思國數學建模比賽一等獎。
卡澤洛尼講明注解給他的回復是："好像我能有契機讓你到伯克利來。"
也恰是這句招供，燃燒了羅劍嵐心底的火苗。
回到武漢后，他又花了泰半年時候，運用別東談主打游戲的時候，啃下了卡澤洛尼講明注解實驗室發表的 100 多萬字的學術貴寓。
后來 2014 年 8 月，羅劍嵐更是獻技了一段"孤身飛赴韓國追講明注解"的荒誕。
他查到卡澤洛尼講明注解將赴韓國參加一場斟酌機器東談主的國際會議，就地辦好簽證就追了昔日。并在貴客室外，比及了卡澤洛尼講明注解如廁的契機，再次抒發了但愿隨從讀研讀博的認識。
卡澤洛尼牢記羅劍嵐：哦，你住在首爾？
羅劍嵐回復：不！我住在中國武漢，我來這里見您，即是但愿讀您的商議生！
而且亦然在此次會議上，羅劍嵐的半年苦功也換來了答復，他獲取提問契機，把幾個月來的想考化成幾個頑惡的問題拋給了講明注解，卡澤洛尼會后再次找到他給出招供："小伙子，不出有時，我想，我要把你帶到伯克利。"
于是歸國后，羅劍嵐不時與卡澤洛尼講明注解斟酌，并附上我方的想考，通過電子郵件給對方發了昔日。卡澤洛尼講明注解告訴他：你寫的每篇綜述我都看了七八遍，我不敢投誠這是一位來自中國的本科生所寫。
而亦然在卡澤洛尼講明注解力薦下，羅劍嵐在 2015 年夏天收到了加州大學伯克利分校的 offer。
機器東談主和智能機器實驗室，每年 5 萬好意思元獎學金，從大家 1500 份簡歷中脫穎而出，成為了當年唯獨一位被該頂級實驗室中式的中國東談主。
參考連氣兒：
[ 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
一鍵三連「點贊」「轉發」「防范心」
接待在議論區留住你的認識！
— ?完? —
速搶席位！中國 AIGC 產業峰會不雅眾報名通談已開啟? ? ? ?♀?
首批嘉賓曝光啦? ? ? ? 百度、無問芯穹、數勢科技、生數科技、像素綻放等十數位 AI 范圍創變者將王人聚峰會，讓更多東談主用上 AI、用好 AI，與 AI 一同加快成長～
4 月 16 日，就在北京，全部來深度求索 AI 怎么用? ? ? ?
? ? 一鍵星標 ? ?
科技前沿發揚逐日見開云kaiyun