尽管数十亿美元的资金涌入机器人领域，但机器人在物体识别与精细操作方面仍面临巨大挑战。Eka 机器人公司开发的新型操纵架构有望改变这一现状。
Eka 由麻省理工学院教授 Pulkit Agrawal 和前 Google DeepMind 研究员 Tuomas Haarnoja 联合创立。其技术突破引起了资深机器人制造商的关注。伊利诺伊大学厄巴纳-香槟分校教授 Kris Hauser 指出：“他们已经在某些任务中展现出超越人类的表现，因此我们预计在未来几个月内，许多复杂的操纵任务也将实现超人性能。”
一位因保密协议要求匿名的前沿实验室机器人专家向 TechCrunch 表示，Eka 机器人的能力令人震惊：“你自己看看吧，你知道的，我也知道。”
Loading the player…该机器人的动作兼具流畅性与速度。数据显示，Eka 机械臂每小时可抓取约 1,500 个重量不超过 1 kg 的物体，而人类的操作速度仅为每小时 600 个左右。据 Eka 称，其抓取成功率稳定超过 95%。
此外，该机械臂具备强大的力量，甚至能在高速运动中造成自我伤害。前沿实验室的一位观察人士评论道：“这表明他们对算法不会损坏机器人抱有极大信心。我不禁好奇，他们在研发过程中究竟弄坏了多少台原型机？”
当实验室内的机器人专家测试 Eka 时，体验尤为直观：一个大型重型机器人冲向测试者的手臂，却在接触瞬间精准减速，以极轻柔的方式完成触摸。
基于视觉-力-动作模型的技术路径
Eka 的能力源于其基础模型的构建方式。不同于主流的视觉-语言-动作（VLA）模型——即训练系统理解语言、视觉输入与动作之间的关系，Eka 采用的是视觉-力-动作模型，专注于处理视觉、力反馈与动作之间的关联。
人工智能机器人模型批评者、罗德尼·布鲁克斯（Rodney Brooks）曾指出，若无法表征力量和触觉，此类模型将会失败。Eka 的研究成果印证了这一观点。
Eka 联合创始人 Agrawal 告诉 TechCrunch：“视觉并不是解决‘最后一毫米’问题的主要途径。视觉大致能告诉你物体的位置和姿态，但实际的抓取和搜索是通过力量发生的。”
为此，Eka 设计了一种独特的机器人手，比传统抓手更加灵活，能够对接触产生反应，从而避免压碎物体（如树枝）。出于竞争考量，创始人对具体实现细节持谨慎态度，但透露其核心在于利用物理模拟器来模拟机器人尝试掌握物体时遇到的多种力，并以此创建可扩展的强化学习环境。据称，该系统能在几分钟内生成数千小时的机器人交互体验。
Eka 不仅依赖人类演示数据，更通过强化学习推进技术发展。Agrawal 表示：“真正令人兴奋的是，他们的能力不再局限于提供的训练数据。”
Agrawal 和 Haarnoja 在加州大学伯克利分校读研期间相识。他们认为，模拟是实现机器人可靠操纵的关键，这项技术可以通过大规模模拟进行扩展，而非依赖工作人员或操作员花费数小时执行任务的视频记录。Agrawal 认为，Eka 正在弥合通用性与高性能之间的差距。
从通用智能到实用部署
目前，最通用的物理 AI 模型虽然能尝试多种任务，但在单一任务上的表现往往不佳；而在单一任务上训练有素的 AI 模型又难以提供商业价值。生成式 AI 的承诺在于让机器人快速学习多项任务甚至新任务。
现有方法已生产出整体智能更高的机器人。例如，Astra（ChatGPT 的最新 LLM）可以在陌生环境中操作机器人并执行任务，但速度慢且成本高。Eka 这类模型的承诺在于处理底层物理特性，而更通用的模型则负责高层问题解决。例如，Astra 可能知道盘子从洗碗机出来时会卡在柜子里，而 Eka 则负责精确的物理操作。
Eka 联合创始人 Haarnoja 指出：“大部分研究集中在规划上，所以他们从顶部开始：高层次的智能，然后推向物理。而我们则是从底层向上思考。”
尽管 Eka 仍需在现场证明自身实力，但从实验室到生产线的跨越难度不亚于缩小模拟与现实之间的差距。“当他们与集成商在真正的装配线上工作时，这将是一个很大的挑战，它需要在整个一年内不打断运行。”另一位专家补充道，“这些技术对不同任务的概括性如何？目前看到的是选择和放置，但许多具有附加值的行业任务不仅仅涉及简单的拾取和放置。”
Agrawal 还强调了可部署性。他表示，Eka 夹爪硬件目前的成本低于 1,000 美元，额定寿命为 500 万次工作循环。最终目标是达到标准工业机械臂设定的 2,000 万次循环门槛。
“我们正在构建的是如何设计整个工作流程的工程，但我们开始非常务实。一旦我们对它们进行了全场比赛，我们可以用我们正在开发的方法做多少，天空是限制。”Agrawal 总结道。
