推进具身化 AI：Meta 如何将人类般的触觉和灵活性带给 AI

AI 在视觉感知和语言处理方面已经取得了长足的进步。然而，这些能力对于构建能够与物理世界交互的系统来说是不够的。人类通过触觉来处理物体或进行受控运动。我们感受到纹理，感知温度，并估计重量来指导每个动作的准确性。这一触觉反馈使我们能够操纵易碎的物品，使用工具进行控制，并平稳地执行复杂的任务。

Meta，以其在虚拟和增强现实方面的工作而闻名，现在正面临着创建能够像人类一样与物理世界交互的 AI 的挑战。通过其 FAIR Robotics 计划，Meta 正在开发开源工具和框架来增强机器人的触觉和身体敏捷性。这些努力可能会导致具身化 AI 的发展——系统不仅可以看到，还可以感受到和操纵物体，就像人类一样。

什么是具身化 AI？

具身化 AI 将物理交互与人工智能相结合，允许机器感知、响应和自然地与其环境交互。它不仅仅是“看到”或“听到”输入，而是允许 AI 系统“感受到”和“在世界中行动”。想象一个可以感知它对物体施加的压力、调整其握力并灵活移动的机器人。具身化 AI 将 AI 从屏幕和扬声器中解放出来，进入物理世界，使其能够操纵物体、执行任务和更有意义地与人类交互。

例如，基于具身化 AI 的机器人可以帮助老年人拾起易碎物品而不损坏它们。在医疗保健领域，它可以通过在手术过程中精确持有器械来协助医生。这种潜力远远超出了实验室或工厂中的机器人臂或自动臂；它是关于创建能够实时理解和响应其物理环境的机器。

Meta 的具身化 AI 方法

Meta 正在关注 三个关键领域，以使具身化 AI 更接近人类般的触觉。首先，公司正在开发先进的触觉感知技术，使机器能够检测压力、纹理和温度等事物。其次，Meta 正在创建触觉感知模型，使 AI 能够理解和对这些信号做出反应。最后，Meta 正在构建一个触觉开发平台，该平台将多个传感器与这些感知模型集成，提供一个用于构建触觉启用的 AI 的完整系统。以下是 Meta 在这些领域推动具身化 AI 进步的方式。

Meta Digit 360：人类级别的触觉感知

Meta 推出了 Digit 360 指尖，这是一种触觉感知技术，旨在为具身化 AI 提供人类般的触觉。具有 18 多个感知特征，它可以检测振动、热量，甚至表面上的化学物质。配备有 AI 芯片，指尖可以瞬间处理触觉数据，允许对输入（如炉灶的热量或针的尖锐刺激）做出快速反应。这种技术在具身化 AI 中起到了“周围神经系统”的作用，模拟了类似于人类反应的反射反应。Meta 使用一种独特的光学系统开发了这个指尖，该系统包含超过 800 万个 taxel，可以从每个角度捕捉触觉。它可以感知到小到一毫牛顿的力，给予具身化 AI 对其环境的精细敏感性。

Meta Sparsh：触觉感知的基础

Meta 正在增强触觉感知能力，以帮助 AI 理解和对物理感觉做出反应。名为“触觉”的 Sparsh，是具身化 AI 的“触觉大脑”。该模型使机器能够解释复杂的触觉信号，如压力和握力。

Sparsh 的一个突出特点是其多功能性。传统的触觉系统使用单独的模型来执行每个任务，严重依赖标记数据和特定的传感器。Sparsh 完全改变了这种方法。作为一种通用模型，它可以适应各种传感器和任务。它使用 自监督学习（SSL） 在超过 460,000 张触觉图像的巨大数据库上学习触觉模式——而无需标记数据。

Meta 还推出了 TacBench，一种新的基准测试，包含六个基于触觉的任务来评估 Sparsh 的能力。Meta 声称，Sparsh 在低数据场景中比传统模型的性能提高了 95.1%。基于 Meta 的 I-JEPA 和 DINO 架构的 Sparsh 版本在力估计、滑动检测和复杂操作等任务中表现出色。

Meta Digit Plexus：触觉系统开发平台

Meta 推出了 Digit Plexus，以集成感知技术和触觉感知模型，用于创建具身化 AI 系统。该平台将指尖和掌部传感器集成到一个机器人手中，使具身化 AI 能够实时处理感官反馈并调整其行为。这种设置使具身化 AI 能够像人类手一样移动和反应。

通过在整个手中标准化触觉反馈，Digit Plexus 提高了具身化 AI 的精度和控制力。在制造业和医疗保健等领域中，精确处理至关重要。该平台将传感器（如指尖和 ReSkin）链接到控制系统，简化了数据收集、控制和分析——所有这些都通过一根电缆完成。

Meta 正在向开源社区发布 Digit Plexus 的软件和硬件设计。目标是促进合作并加速具身化 AI 研究的进展，推动这些领域的创新和进步。

促进具身化 AI 研究和开发

Meta 不仅推进技术，还推进资源以促进具身化 AI 研究和开发。一个关键的计划是开发评估 AI 模型的基准。其中一个基准是 PARTNR（Planning And Reasoning Tasks in humaN-Robot collaboration），它评估 AI 模型如何在家务任务中与人类交互。使用 Habitat 3.0 模拟器，PARTNR 提供了一个现实的环境，机器人可以在其中协助完成任务，如清洁和烹饪。有超过 100,000 个基于语言的任务，它旨在加速具身化 AI 的进展。

除了内部计划，Meta 还与 GelSight Inc. 和 Wonik Robotics 等组织合作，以加速触觉感知技术的采用。GelSight 将分销 Digit 360 传感器，而 Wonik Robotics 将制造集成了 Digit Plexus 技术的 Allegro 手。通过使这些技术通过开源平台和合作伙伴关系可用，Meta 正在帮助创建一个可能导致医疗保健、制造业和家庭辅助领域创新出现的生态系统。

结论

Meta 正在推进具身化 AI，将其从仅仅看到和听到扩展到包括触觉。通过创新如 Digit 360 和 Sparsh，AI 系统正在获得感知和对其环境做出精确反应的能力。通过与开源社区和关键组织分享这些技术，Meta 正在帮助加速触觉感知的开发。这种进展可能会导致医疗保健、制造业和家庭辅助等领域的突破，使 AI 在现实世界任务中更加有能力和响应迅速。通过这些技术，Meta 正在为更具交互性和智能性的 AI 系统铺平道路，这些系统将能够更好地理解和响应其物理环境。