上週，我前往離家僅15分鐘路程的Generalist AI新創公司，親眼目睹了機器人令人驚嘆的表現。在麻州劍橋的辦公室裡，我看到機器手臂執行堆疊杯子、將積木放入碗中等簡單家務。它們學習速度之快令我震驚，簡直就像真人一樣。

這些機器手臂在觀看一段簡短的教學影片後，便能掌握多種任務，最令人印象深刻的是，它們無需針對特定任務進行額外訓練。其中一個引人注目的例子是，機器人被指示使用畚箕和刷子將積木掃入碗中。當刷子被移開時，機器人竟能即興發揮，將畚箕當作刷子使用，巧妙地將積木撥入碗中。

在另一個案例中，一個雙臂機器人觀看了一段人們拉開錢包拉鍊並取出鈔票的影片。我目瞪口呆地看著機器人拉開一個不同款式的錢包拉鍊，然後小心翼翼地取出鈔票。最令人驚訝的是，當它無法抓取鈔票時，它會從右手夾具切換到左手，以獲得更好的攻擊角度。一位工程師在旁說道：「哈，它以前從未這樣做過。」

Generalist的共同創辦人兼執行長Pete Florence告訴我：「這正是人們對2020年OpenAI發布的突破性大型語言模型GPT-3感到興奮的原因。」他補充說：「你可以使用那個模型，只需給它一個提示詞就能執行新任務，而且很有機會成功。」

Generalist似乎專注於教導機器人關於世界物理學的知識，這似乎是受到人類從小就展現的直覺物理感所啟發。這可能大大有助於模型將在一個情境中學到的知識轉移到另一個情境。事實上，該公司的一些演示讓我聯想到孩子們在被展示任務時如何即興發揮和實驗。

研究人員經常對機器人決定做出的行為感到驚訝，例如，當面前放著香蕉時，其中一個機器人選擇用香蕉來掃東西。這看起來可能微不足道，但物理智慧仍然是機器人普遍缺乏的能力，而嬰兒如何高效地學習周遭世界，或許能為AI研究人員提供重要見解。

我在一間會議室裡見到了Florence和共同創辦人兼技術長Andrew Barry，會議室俯瞰著團隊成員們正用特殊夾具進行機器人訓練。該公司的另一位共同創辦人兼首席科學家是Andy Zeng。這三人組擁有令人印象深刻的背景：他們之前曾在Google DeepMind和Boston Dynamics工作，參與過一些最先進的硬體和機器人模型開發。

傳統上，訓練AI機器人執行不同任務意味著向模型輸入數千個範例。然而，這是一種眾所周知的不完美學習方式，如果連照明等簡單的條件發生變化，機器人就會難以執行任務。

Generalist和其他一些機器人新創公司正大力投資於由人類訓練的通用機器人模型。該公司製造了類似機器人鉗子的特殊手套，上面裝有攝影機，人們可以戴著它們執行不同的家務。我看到一個板條箱裡堆滿了數百個這樣的夾具，它們將運往墨西哥和其他地區的工人手中。

Florence和團隊對他們訓練機器人的具體方法守口如瓶，但他們表示公司已經收集了大量高品質的訓練數據。與其他追求更智慧機器人的公司不同，他們也完全從零開始建立自己的AI模型，而不是依賴開源語言模型。

喬治亞理工學院的機器人專家Danfei Xu熟悉Generalist的工作，他表示這家新創公司在追求更通用機器人模型的公司中脫穎而出。Xu說：「他們將這項技術推向極致，並且執行得非常出色。」他補充說，除了收集大量高品質數據外，「他們還是傑出的機器人專家，並且做了非常好的科學研究。」

Xu還表示，Generalist目前展示的成果表明他們著眼於在實際商業環境中部署機器人。他說：「他們是最接近可部署產品的公司。」

史丹佛大學的機器人專家Karen Liu也了解這家公司，她說：「Generalist的數據方法是在大規模收集物理互動數據，而不會將其與某個特定機器人綁定得太緊密。」她補充說：「他們最強大的成果表明，這項賭注可能正在奏效。」

儘管如此，Generalist表示其模型的學習技能尚未完全可靠。機器人平均只能在約59%的時間內完成被展示的任務；理想情況下，其成功率應達到99%以上。目前尚不清楚這些技能將如何很好地推廣到所有可想像的任務或環境中。

即便如此，機器人快速學習技能的潛力，例如在製造業中，似乎是巨大的。Generalist的一位工程師最近一個深夜似乎發現了這一點。一段捕捉到該事件的影片顯示，工程師在一個雙臂機器人面前的桌子上堆疊小杯子，只是想看看機器會做什麼。

機器人突然加入進來，用它的兩個夾具抓取並堆疊其他杯子。當機器人完成將杯子堆疊成一整齊的堆時，工程師開始對著空氣大喊，對這個動作感到欣喜若狂。