最新

TLDR: 我正在使用 AI 等技术，让机器人远程操作变得更快，并能够在长时间内保持稳定，从而实现大规模的真实机器人数据收集，用于训练机器人基础模型。 我们可能还差 5 到 6 个数量级的数据，才能获得训练机器人基础模型所需的真实机器人数据，那么我们该如何获取这些数据呢？我认为模拟或视频可以作为补充，但无法替代大量的真实机器人数据。 我一直在探索扩展机器人远程操作的方法，传统上，远程操作仅限于缓慢的、高价值的使用场景（如核退役、医疗保健）。这里有一个来自原始测试会话的短视频（需要大量解释！）： [https://youtu.be/QYJNJj8m8Hg](https://youtu.be/QYJNJj8m8Hg) 这里发生了什么？ 首先，这是真正的机器人远程操作（人们常常将视线范围内的机器人控制与远程操作混淆）：我通过 VR 远程操作设置控制机械臂，没有佩戴任何设备，以改善人体工程学，但通过摄像头画面进行观察。通过 Wi-Fi 连接，模拟了 300 毫秒的延迟 + 10 毫秒的抖动（国际往返延迟，例如从英国到澳大利亚）。 右侧展示了纯远程操作的运行情况。忽略那些奇怪的“拖拽”动作，它们是我构建的拖放实现，允许操作员将人手臂重新定位到更有利的位置，而无需移动机械臂。经济实惠的远程操作的一些核心问题是 3D 空间感知能力下降、人-机器人具身差距以及差劲的力觉反馈。再加上网络延迟和有限的机器人硬件灵巧性，导致操作缓慢且精神疲惫。操作员通常采用类似于视频中的“观望”策略，以减少延迟和 3D 感知能力下降的影响。长时间进行远程操作是不切实际的。 左侧，AI 两次帮助操作员，以更高的速度维持长时间的操作。有一个“动作 AI”执行单个动作，例如抓取（目前的“动作 AI”是 VLA [视觉语言动作模型]、计算机视觉、运动规划、动态运动原语的混合；未来它将仅是 VLA），还有一个“人机环路 AI”，它动态地决定何时将控制权交给远程操作员或动作 AI。最终的运动是 AI 和操作员运动的融合，并根据环境和上下文因素进行一些动态加权。通过这种方式，操作员始终处于控制之中，可以处理 AI 无法处理的所有边缘情况，而 AI 则在已经有足够数据的子任务中完成大部分工作。 目前，它可以将有经验的远程操作员的速度提高 100-150%，对于没有经验的远程操作员来说，速度提升会更多。从最初的几次操作中就可以明显地感受到精神负担的减轻。一个重要的挑战是，在长时间的操作中，进一步提高速度，超越人类。从技术上讲，除了 AI 之外，还涉及改进机器人硬件、3D 远程呈现、网络优化、远程操作设计和人体工程学。 我认为这项工作是改善远程操作基础设施、扩大机器人数据收集和部署通用机器人的更大愿景的一部分。 关于我，我目前是英国应用机器人研发实验室 Createc 的 AI 负责人，我在那里构建了混合 AI 系统。同时也是 2 家初创公司的创始人（上一家是 AI-机器人公司，已退出）。 我发布这篇文章是为了尽早收集反馈。如果您觉得这令人兴奋或有用，我很乐意与您联系！我也欢迎早期阶段的合作。

Show HN: Enfiy Code – 通用 AI 编程助手，支持多供应商 大家好，HN！我开发了 Enfiy Code，一个命令行 AI 编程助手，它通过单一界面与多个 AI 供应商（Anthropic Claude、OpenAI GPT、Google Gemini、Ollama 用于本地模型等）协同工作。 主要特点： * 无缝切换 AI 供应商 - 比较不同模型的响应 * 使用扩展上下文支持处理大型代码库 * 通过 Ollama 同时支持云端 AI（强大）和本地 AI（私密） * 通过 MCP（模型上下文协议）集成外部工具 * 使用多模态 AI 从 PDF/草图生成应用程序 * 自动处理复杂任务，如 PR 审查和 git 操作 该 CLI 使用 TypeScript/Node.js 构建，并且完全开源（Apache 2.0 许可证）。无需安装即可试用：`npx @enfiy/enfiy-code` 它与其他 AI 编程工具的区别在于供应商的灵活性 - 您不会被锁定在一个 AI 服务中，并且如果注重隐私，可以在本地运行所有内容。 非常欢迎 HN 社区的反馈，特别是关于多供应商方法和 MCP 集成！ GitHub：[https://github.com/enfiy/enfiy-code](https://github.com/enfiy/enfiy-code)