戴上头显给机器人当老师:XRZero-G0开源了

X Square Robot于6月11日开源XRZero-G0:VR头显加手持夹爪,把人类演示直接变成机器人训练数据,真机数据需求最多降低20倍,2000小时数据集同步放出。

戴上头显给机器人当老师:XRZero-G0开源了

6 月 11 日,中国具身智能公司 X Square Robot(自变量机器人)开源了 XRZero-G0——一套软硬件工具,让一个戴 VR 头显的人,光靠用自己的双手干活,就能生成机器人训练数据。公司称在实验条件下,这套系统能把真机训练数据需求降低最多 20 倍。而且这次发布是带着全套凭据来的:2000 小时多模态数据集、研究论文GitHub 上的硬件设计和代码Hugging Face 上的数据集。免费,对所有人,即刻生效。

机器人上学,贵在哪

你家水管工还有活干、而客服岗已经没了,归根结底是个数据问题。文本以 EB 为单位躺在互联网上随便爬;熟练的手干体力活的演示数据,没有。教机器人操作物体,过去要么遥操作一台真机器人——慢、贵、一个机时换一个机时——要么雇一屋子人整天给硬件当提线木偶。数据稀缺,一直是体力劳动者的护城河。

XRZero-G0 是对这条护城河的正面强攻。整套设备由一台 PICO 4 VR 头显(头戴相机拍全局、由内向外空间定位)加两只手持物理夹爪组成——一只按压驱动、一只手指驱动——夹爪上带腕部相机和毫米级六自由度位姿追踪。人穿戴上之后,正常干活就行:叠衣、分拣、抓取、摆放。现场不需要机器人。系统记录双手看到和做了什么,再过一遍「采集—检验—训练—评估」的闭环质检流水线,把真机器人在物理上根本做不出来的轨迹过滤掉。

十段便宜的,配一段真的

公司对照实验给出的核心数字:大约十段这种无机器人的人类演示,配上一段真机演示,在评估任务上就能追平纯真机数据的训练效果。如果这个配比在实验室外也成立,教机器人干体力活的成本结构就改写了一个数量级——把稀缺昂贵的原料(机时)换成了便宜大量的原料(一个戴头显的人)。

而且产出可以跨机器人本体迁移——整个框架明确就是为跨本体策略迁移设计的——所以一段演示录一次,训练的不是一台机器人,而是所有下载这套策略的机器人。这个逻辑我们上周在 Neura 的技能共享 Neuraverse 里刚标记过,区别是这次开源,而且演示来自人类的身体。

学徒制,出口转内销

这套机制里有个挺工整的讽刺。X Square Robot 设想的数据采集员,是做熟练体力活的人类——恰好就是这些模型将来要自动化掉的工种。「给机器演示工作」这件事,目前本身是一份工作。数据采集当职业,在中国的机器人训练中心已经存在;这套设备让这个岗位轻便到一个头显能寄到的地方就能开工。

也得把这件事不是什么说清楚:它还不是工厂车间里的产品,「实验条件下最多 20 倍」这种措辞,出了实验室往往会缩水。X Square Robot 是 WALL-OSS 基础模型背后的公司,开源同时也是一场对抗资金更雄厚对手的招聘与生态牌。

但方向没有歧义。人类演示和机器人能力之间每倒下一道墙,体力技能这条护城河就窄一分。过去的说法是,机器人学不会你的手艺。现在,教它们的硬件是一台 VR 头显加两只夹爪,数据集是一个下载链接。

来源

继续读