Meta近日發布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。
通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。該公司並且與美國傳感器公司GelSight和韓國機器人公司Wonik Robotics合作，以推動AI觸覺傳感器的商業化。
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指狀觸覺傳感器，其身負18種以上的傳感能力，並擁有超過800萬個觸覺像素（taxel，也稱觸覺傳感元），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，內置AI模型的Digit 360，能最大限度地減少對雲計算伺服器的依賴，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傳感器集成到單個機器人手中，並將觸覺數據進行編碼後，通過一條纜線發送到主機電腦。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個獨特對象。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：Meta）
