機器人學會自己出拳了,而你早就會憑手感翻鍋
宇樹科技公布全自主人形機器人格鬥的新進展,我們把機器人靠即時判斷出拳的功夫,翻譯成廚房裡憑手感翻鍋、聽聲辨火候的那一套真本事。
九月七日晚間,宇樹科技發布了一段影片:兩臺人形機器人在場地裡對峙、出拳、閃避,全程沒有人拿著遙控器在旁邊操縱。公司稱這套名為 UnifoLM-X2-1.0 的世界模型,讓機器人能在瞬間規劃、決策、預測對手的下一步。新聞裡用了很多大詞,但我在螢幕前看到的是另一件事:那種「不等人下指令,自己判斷該怎麼辦」的能力。
這件事,你家廚房裡早就有了。
不看食譜的那一刻,才是會做菜
想一下你煎魚的樣子。魚身下了鍋,油響從密集的霹啪聲慢慢轉成比較沉的滋滋聲,你不用看計時器,手已經去拿鍋鏟了。鍋邊冒起的白煙從稀疏轉為密集,你順勢把火轉小半格。這些判斷沒有一條寫在食譜上,食譜只會說「煎至兩面金黃」,但金黃是什麼聲音、什麼氣味、鍋裡那層油紋長什麼樣子,只有站在爐前的你知道。
宇樹創辦人王興興在八月的世界機器人大會上說過,機器人目前的瓶頸在於模型每一次輸入輸出都會產生偏差,所以成功率還不夠好。這話聽起來很工程,但換到廚房裡,其實就是「照著食譜一步一步做,還是會做壞」的老問題。同樣一杯米、同樣的水量,不同的鍋、不同的爐、不同的天氣,煮出來的飯就是不一樣。厲害的廚師補的正是那個偏差:憑眼睛看米飯的膨脹、憑耳朵聽鍋裡水滾的聲音、憑鼻子聞到鍋巴將成未成的焦香,即時修正下一步。
機器人格鬥要做的,是在零點幾秒內讀對手的重心、預測拳路、決定閃還是擋。你在廚房做的,是在零點幾秒內讀那鍋湯的滾度、判斷該下菜還是再等。規模不同,性質很像:都是即時的、身體的、沒辦法事先寫好劇本的。
小腦與大腦,手腕與腦袋
宇樹這家公司一直被貼標籤:運動控制強,人稱「小腦」好;但決策思考的「大腦」被認為相對落後。今年他們不斷補大腦的功課,八月十九日登陸科創板,募來的四十二億元裡,超過一半砸在機器人模型的研發上。
這讓我想到餐廳後廚裡的兩種師傅。一種手藝極好,刀工快得像變魔術,一片蘿蔔薄得能透光,但離開熟悉的菜單就不太敢動;另一種刀工普通,卻會看食材辦事,冰箱裡只剩半顆高麗菜、兩顆蛋、一把蔥,他照樣變出一頓像樣的飯。前一種是小腦型,後一種是大腦型。真正的大廚兩者都要,因為餐桌上最常發生的狀況就是計畫趕不上變化:客人臨時加了菜、番茄比昨天酸、瓦斯快沒了。
王興興說,機器人的終極目標是真正「幹活」。如果機器人在八成的陌生環境裡能完成八成的任務,那就算是到了ChatGPT時刻。這個標準放到家裡的餐桌也成立:一個會做飯的人,並非要會滿漢全席,而是打開一個陌生的冰箱,也能餵飽一家人。
股價像熱鬧的辦桌,涼了才知道味道
宇樹的故事還有另一面。八月十九日上市那天,開盤一股一千一百元,市值一度衝上四千四百多億,那場面我們在宇樹上市那天漲了六倍多,我想起的卻是辦桌那天的大鍋裡聊過,像極了村裡辦桌當天的盛況,大鍋滾著、鞭炮響著、人人臉上有光。可不到三個星期,股價已經跌去超過一半,到九月七日收盤,市值約兩千一百六十九億。
這個落差我們也熟悉。辦桌的第二天,菜涼了,塑膠布拆了,剩下的味道才現形,那段故事寫在宇樹上市第二天跌了,而辦桌的第二天,菜早就涼了裡。熱鬧與日常之間的距離,資本市場和餐桌用的是同一把尺。
不過數字之外,宇樹上半年營收十一點五二億、年增將近五成,也轉虧為盈。熱鬧散了,日子還在過,鍋還在燒。
你的廚房裡,早就住著一個世界模型
技術圈把那套東西叫「世界模型」:機器人在腦中預演接下來幾秒可能發生的事,再決定動作。你每天做飯也在做一樣的事。肉絲下鍋前,你已經預想到它會收縮、出水,所以先抓了太白粉;湯快好的前五分鐘,你已經預想到鹽下了之後青菜會塌,所以掐著時間才放。做菜這件事,一半在當下,一半在預測。
所以看完那段機器人格鬥影片,與其焦慮機器又要取代誰,不如回頭看看自己那雙手累積的判斷力。那是幾百頓飯換來的世界模型:油溫幾成熱該下蔥、蒸魚的鍋蓋什麼時候開始冒直煙、麻油雞的米酒什麼時候下才不搶味。這些知識寫不進任何一份食譜,卻是最值錢的那一部分。
今晚做飯的時候,試著慢半拍。聽一次油聲,聞一次鍋氣,看一次湯面從蝦眼泡轉成翻滾的過程。你在訓練的,是你自己的 UnifoLM。