Meta 近日發表了專注於觸覺感知的 Sparsh、強調人機互動的 Digit 360，以及訴諸機器人靈活性的 Digit Plexus 等三大研究成果，全力推動具身人工智慧（embodied AI，又譯做體現 / 體化 / 具體化人工智慧）的發展。 

透過將觸覺和感知融入其機器人創新之中，Meta 正全力押寶在新興的具身 AI 上。該公司並且與美國感測器公司 GelSight 和韓國機器人公司 Wonik Robotics 合作，以推動 AI 觸覺感測器的商業化。

日前，全力發展具身 AI 的 Meta 推出了三項研究成果。首先是 Meta 攜手華盛頓大學和卡內基梅隆大學合作開發的 Sparsh 編碼器模型，其專門用在基於視覺的觸覺感知上，以便賦予機器人觸覺感知能力。該能力對於各種機器人任務極其重要，例如該功能可以判斷施加在物體上的壓力大小，以避免損壞。

第二項成果是 Digit 360 指狀觸覺感測器，其身負 18 種以上的感測能力，並擁有超過 800 萬個觸覺像素（taxel，亦稱觸覺感測元），其能用來捕捉指尖上的全向和細微變形，進而讓機器人能更精細地理解環境互動與物體操控。不僅如此，內建 AI 模型的 Digit 360，能最大限度地減少對雲端伺服器的依賴，而採行本地端處理，以便能有快速的觸覺反應，它就好比像是人類和動物神經中控制反射動作的反射弧（reflex arc）一樣。

最後是 Digit Plexus，其為一個能簡化機器人應用開發的軟硬體合平台。該平台能將各種指尖和皮膚觸覺感測器整合到單個機器人手中，並將觸覺資料進行編碼後，透過一條纜線傳送到主機電腦。Meta 希望藉此幫助研究人員推動機器人靈活性的發展。

除此之外，Meta 還推出了「人機協作中的規劃與推理任務」（Planning and Reasoning Tasks in Human-Robot Collaboration，PARTNR），其為用於評估 AI 模型如何協助人類完成家務的新基準。它基於 Meta Habitat 模擬器 ，包含了60 間房屋中 10 萬個自然語言任務，並擁有超過 5,800 個獨特物件。該基準旨在評估 LLM 大型語言模型和 VLM 視覺語言模型在遵循人類指令方面的有效性。

（首圖來源：）

文章看完覺得有幫助，何不給我們一個鼓勵