Manus為人工智能完成多層級任務提供可擴展的具體化方法

Artly AI是一家總部位于美國的技術公司，公司主要負責開發具體化的人工智能系統，為服務行業提供更近似人類的動作靈活性。該公司開發的咖啡師機器人不只是簡單地分發咖啡，從精確控制倒咖啡到拿鐵藝術拉花所需的微妙手腕動作，其能夠執行專業咖啡師復雜、流暢的動作。

挑戰：教授機器人真實世界的操作

機器人很難執行需要類似人類運動的真實世界操縱任務，例如抓取物體、傾倒液體或執行精細的運動控制。與在大規模公共數據集上訓練的大型語言模型不同，機器人缺乏一個共享的、可擴展的運動數據庫，因此很難學習現實世界任務所需的細微操作技能。

Artly AI通過其機器人職業學校框架解決了這一挑戰，該框架建立在機器人行動的專利基礎模型上。該系統使機器人能夠通過人類演示學習新技能，在加速技能獲取的同時，顯著降低訓練數據要求。

機器人職業學校

Artly AI的機器人職業學校是一個訓練系統，AI通過觀察來學習人類的工藝。其核心是模仿學習，Artly使用動作捕捉技術記錄世界級專業人士的動作。在這種情況下，如冠軍咖啡師，將穿著MANUS數據手套來執行任務，而學生，即人工智能系統，通過捕捉到的精確運動軌跡，包括高端拿鐵拉花藝術所需的微妙抖動和傾斜，進行不斷學習。

這個學習過程由Artly的人工智能平臺提供支持，該平臺就像是一間教室，允許各種技能在全球范圍內擴展。例如，當西雅圖的機器人學會準備一種新的季節性飲料，這種知識就可以立即部署到紐約或舊金山的機器人身上。為了畢業，機器人必須使用計算機視覺和物理推理與現實世界互動。因為它是根據人類的運動而不是固定的坐標進行訓練的，所以機器人可以處理現實世界中的不斷變化，例如不同大小的牛奶罐或更重的咖啡豆袋，而不會破壞其工作流程。

MANUS數據手套如何實現工作流程

MANUS數據手套具有25個自由度和高精度解剖手部模型跟蹤能力，支持以毫米級的位置和旋轉精度捕捉技能演示，確保原始動作數據的完整性。這種高保真數據支持使得人到機器人技能轉移和跨任務執行更加精準高效。

結果和未來影響

通過將基于演示的學習與MANUS數據手套的高保真動作捕捉相結合，機器人可以在幾個小時內學習復雜的操作技能，而不再需要幾周時間。這種方法在現實環境中實現了可靠、高效的部署，同時顯著降低了培訓成本和復雜性。

隨著越來越多的機器人通過演示學習新技能，每項新技能都會加入到一個可共享、可重復使用的技能庫，從而實現復合數據優勢。這一功能的實現將人工智能從孤立的自動化、編程化學習推向更加全面的可擴展化技能學習的未來。在此技術的推動下，我們有理由相信在不久的未來，機器人將不斷向人類學習，并在現實世界中與人們并肩工作。