具身智能公司PokeBot上月推出RoboAPI接口,旨在让开发者跳过漫长的数据收集与模型训练周期,直接在自有机械臂上尝试新任务。该接口背后依托的是PokeBot开发的世界动作模型(World-Action Model)——Poke-Aurora。

即插即用,免微调部署

传统机械臂任务开发往往需经历“收集示例-训练模型-测试”的数周循环。RoboAPI允许开发者通过自然语言发出指令,模型结合腕部摄像头捕捉的画面解析意图并执行动作。开发者无需构建自定义训练管道或进行微调,只需连接兼容硬件,约两小时即可完成安装并观察机器人在真实空间中的表现。

“用户可以用自然语言告诉机械臂该做什么,”PokeBot创始人、清华大学交叉信息研究院助理教授徐华哲表示,“模型会观察机器人看到的画面,解析指令,并选择下一步动作,从而让开发者能够直观地看到它在真实硬件上的表现。”

泛化能力实测

Poke-Aurora专为处理未曾遇到的物体和场景设计,而非依赖受控环境下的演示数据。在PokeBot对近1000种未见物体和近10000项未见任务的评估中,Poke-Aurora总体成功率达到74.2%。细分来看,其在环境交互(Environment Interaction)类别中的成功率为87.7%,在转移与整理(Transfer & Organization)类别中为86.0%,在姿态与形状对齐(Pose & Shape Alignment)类别中为54.1%。

从实验到家庭场景的展望

目前,开发者和研究人员可利用RoboAPI测试Poke-Aurora处理实际任务的能力,如用毛巾擦拭洒出的液体或将倒下的瓶子扶正。徐华哲指出,打造智能机器人只是挑战的一部分,关键在于了解AI在演示之外的实际运作方式。

长远来看,该技术路径有望支持整理物品、分类杂物或收纳餐具等家务场景。但需注意,这些仅为技术发展方向示例,相关家务应用尚未经过全面测试验证。