共计 1120 个字符，预计需要花费 3 分钟才能阅读完成。
今年最难的机器人 Demo,“机器人含量”为 0
今年 5 月, 英伟达机器人负责人 Jim Fan 宣称“VLA、遥操已死”, 当时被视作暴论。然而, 自变量机器人最新发布的 TwinDex 灵巧操作系统, 似乎正让这句预言照进现实。
📌 事件概览: 无真机数据的精细操作 Demo
自变量机器人展示了 TwinDex 在化学实验场景中的完整操作: 从旋拧瓶盖、注射器推注, 到玻璃棒引流 , 全程由策略自主执行, 包含 24 个子动作, 涉及三种工具和多步双手协调。关键在于, 整个后训练阶段未使用任何真机遥操数据, 仅凭几百条“无本体数据”便实现了毫米级精度的操作。
从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。
🔍 核心拆解: 三指如何搞定精细活?
TwinDex 采用三指九自由度设计, 在灵巧性与工程复杂度间找到平衡。其展示的能力包括:
- 高精度精细操作 : 如双指对准狭窄卡扣开箱, 或稳定推注注射器, 考验小容差下的力控与定位。
- 三指协作 : 第三指提供额外接触点, 增强对长条物体或工具的包络与稳定, 如扫帚操作。
- 柔性操作与掌内调整 : 通过指侧摆旋转瓶盖, 或用拇指搓起书页, 模仿人手细腻动作。
这些演示表明, 许多原本认为需要五指灵巧手的任务, 三指已能胜任, 且表现不逊于五指方案。
💡 关键设计: 数据采集与执行同构
TwinDex 的另一重身份是数据采集系统, 采用“所采即所得”原则: 采集端与执行端共享同一结构 , 从运动方式、视觉观测到时间同步都保持高度一致。这种设计将“本体对齐”提前到数据产生之前, 大幅降低了无本体数据迁移到机器人时的精度损失。
实验数据显示,TwinDex 单位时间有效轨迹产出是传统真机遥操的 5.3 倍 , 且随着数据量增加, 无本体数据训练的策略性能收敛到与真机数据相近的水平, 近乎 100% 替代。
📊 行业观察: 数据金字塔的塔尖正在松动
传统上, 真机遥操数据因天然对齐而占据数据金字塔顶端, 但成本高昂且受限于机器人数量 。TwinDex 的路径为“无本体数据”提供了新的可能性:
- 采集不占用真实机器人, 可并行扩展, 显著提升数据产能。
- 操作员以自然手势采集, 无需适应遥操映射, 降低门槛。
- 通过系统设计, 让无本体数据在训练中接近真机数据的价值。
然而, 在数据配方尚未收敛的当下, 断言“遥操已死”仍为时过早 。但 TwinDex 证明了“高质量数据未必只能来自真机”, 无本体数据有望成为具身智能 Scaling 的新引擎。
🚀 总结
TwinDex 通过“灵巧性、一致性、可扩展性”三重设计, 展示了无本体数据在后训练阶段的巨大潜力 。尽管未来仍需探索其规模化边界, 但“每个新任务都从真机遥操开始”的时代, 或许正在走向终结。
