首页 十大品牌文章正文

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

十大品牌 2025年09月29日 14:36 1 cc

最近刷到个超离谱的事儿——机器狗腿都被“锯”了似的,居然还能接着走!说实话,以前看机器人视频总觉得特炫,什么翻跟头、搬东西都不在话下,可真到现实里就容易掉链子。

去年有家车企生产线就出过事,机器人关节突然故障,直接停了4小时,损失超200万。

这种“视频里行、现实里不行”的毛病,算是机器人行业的老痛点了。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

不过现在不一样了,2025年9月刚出了个新突破。

估值45亿美元(差不多320亿人民币)的Skild AI,搞出个叫Skild Brain的“机器人大脑”。

不管机器人是肢体断了、马达卡住,还是让它踩高跷、搬重物,只要还能动,这大脑就能让它接着干活。

今天就跟大伙儿聊聊,这颗“超脑”到底有多牛,背后的公司又凭啥值320亿。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

机器狗“断腿”还能走,全靠这颗“练了一千年”的脑

先说说传统机器人为啥怕故障。

其实问题出在编程上,多数机器人的控制器都是针对特定机型练的。

打个比方,这就像学生背考试答案,考试能过,但换道题就懵了。

AI只记得这台机器人的运动招儿,遇到马达卡住、肢体断了的情况,之前记的招儿全没用。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

Skild Brain就不一样了,人家是真能“随机应变”。

团队做过个测试,把机器狗的大小腿绑在一起,既缩短了腿长,还少了4个活动自由度。

本来想这机器人肯定得瘫那儿,结果刚开始确实只能吃力地原地踏步,七八秒后就找到办法了——大幅度摆大腿关节,居然真就走起来了!要是换传统控制器,早翻倒不动了。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

还有更绝的,把机器人膝盖锁死,让四足变三足,它之前根本没练过这个。

刚开始机器人往前倾,看着要倒,也就两三秒,它就学会把重心往后移,稳稳站在三条腿上还能走。

就连轮子卡住这种突发情况,它都能应对:发现轮子不动,立马切换成双足走路的姿势,轮子一解锁,又切回滚动模式,比我手机切输入法还快。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

老实讲,这适应速度是真惊艳。

之前看行业报告提过,现在也就15%的机器人能应对点小故障,而且多数得等半分钟以上才能反应。

Skild这大脑七八秒就搞定,妥妥的行业领先了。

更别说它还能做精细活,比如放碗碟,这可不是光“能走”就行的,得有精准控制的本事。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

“训练十万台机器人”才炼出的本事,传统AI根本学不会

可能有人会问,这大脑咋这么厉害?答案藏在它的训练方式里。

Skild AI没让AI盯着一台机器人练,而是搞了个“机器人多元宇宙”——虚拟环境里放了十万种不同的机器人。

AI得学怎么控制所有机器人,没法再“背答案”,只能找通用的运动策略。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

而且这训练强度大得吓人,模拟时间加起来相当于一千年。

就这么练下来,系统才“长”出这颗能适应陌生场景的大脑。

更牛的是,目标机器人的训练,模型从未提前进行过,控制能力全是自己“悟”出来的,这在行业里算挺少见的。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

它还有个关键优势,就是“记性好”。

传统机器人的控制策略,内存也就几百毫秒,啥概念?差不多就是眨个眼的功夫就忘了。

Skild Brain的上下文窗口比这长100多倍,能记住前几次的失败经验。

比如有次测试,把四足机器人竖起来启动,大脑一开始不知道控制的是啥身体,想按人形机器人来操作,结果摔了。

但第三次尝试就成功了,这要是换传统AI,估计摔十次也记不住。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

搞不清的朋友可能会觉得,这不就是AI练得多嘛?其实不然。

听懂行的人说,这叫“元强化学习”,跟OpenAI之前搞的机器人框架比,跨机器人适配能力强了不少。

如此看来,这种“通用策略”要是普及开,以后可能一个大脑就能控制好几种机器人,不用再给每台机器人单独编程序,能省不少成本。

比如物流园里,分拣机器人和搬运机器人用一个大脑,维护起来也方便。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

光有好技术还不够,Skild AI能值320亿,跟它的团队和资本认可度也分不开。

这家公司2023年才成立,就3年时间,估值从刚成立到现在翻了不知道多少倍,背后的人肯定不简单。

创始人有两位,都是实打实的“学霸”。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

Deepak Pathak本科是印度理工学院坎普尔分校的,博士读的加州伯克利,还在Meta做过研究员,现在是卡内基梅隆大学的助理教授。

他的学术成果被引用超2.7万次,h-index有52,在机器人自适应控制领域的几篇论文,还是ESI高被引的,这含金量不用多说。

另一位创始人Abhinav Gupta,跟Deepak是本科校友,博士毕业于马里兰大学,现在是卡内基梅隆的教授。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

他还帮谷歌、Meta做过技术顾问,论文被引超8万次,h-index更是高达117。

他主导的触觉感知机器人项目,2024年还拿了IEEE的杰出项目奖,妥妥的行业大牛。

资本方面更不用说了,从2023年的1450万美元种子轮,到2024年7月A轮融了3亿,估值15亿,再到2025年6月又融1亿,估值冲到45亿。


一年时间估值涨3倍,这速度也是没谁了。

而且投资者名单里,软银、英伟达、红杉资本、亚马逊都在,全是行业里的巨头。

英伟达还专门给Skild Brain提供训练芯片,这待遇可不是随便哪家公司都能拿到的。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

据Crunchbase今年二季度的数据,Skild AI是机器人AI基础模型领域估值最高的独角兽,比第二名高出一倍还多。

在自适应机器人大脑这个赛道,它的市场份额已经快三成了,照这趋势,2026年突破四成应该没问题。

毫无疑问,Skild Brain算是解决了机器人行业的老难题,让机器人从“一坏就废”变成“能扛故障”。

这不仅是技术上的突破,更给机器人行业指了个新方向——以后不用再死磕“一机一控”,通用大脑才是王道。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

Skild AI能有今天的成绩,顶尖团队加资本加持是关键,但更重要的是它找对了方向。

以后这技术要是用到工业、物流、医疗这些场景,机器人的可靠性和性价比都会提上来。

说不定到2030年,全球机器人的渗透率能翻好几倍,咱们身边就能看到更多能自己应对故障的机器人。

320亿独角兽出“神操作”:机器狗锯腿能走,全靠这颗“脑”

老实讲,最开始听说机器狗断腿能走,我还觉得是噱头,后来了解得越多越觉得,这背后藏着机器人变“聪明”的大趋势。

以后大家可以多关注这类技术,指不定哪天,家里的扫地机器人遇到电线缠绕,自己就能解决,不用再喊人帮忙了。

发表评论

vv号 网站地图 Copyright © 2013-2024 vv号. All Rights Reserved.