亚马逊履约仓库中的机器人虽然能够足够好地拣选和存储产品,使这家电子零售巨头乐于启动其测试版本,但其表现仍不足以完全替代人类工人。
在亚马逊的仓库中,产品被存放在布制储物舱中,这些储物舱看起来类似于宜家出售的悬挂式储物架。
当货物抵达仓库时,人类工作人员会先对产品进行质量检查,然后使用传统的物料搬运设备将其存放进储物舱。当顾客下订单时,工作人员会将存放所需产品的整个储物舱移至拣选站,再由人员从中取出相应商品送往包装和发货环节。
亚马逊目前正测试名为 “ Stow ” 和 “ Pick ” 的机器人来执行这些任务,并在两篇研究论文中详细展示了早期测试结果。
“ Stow ” 机器人配备了夹握装置和可伸缩的平板,用于操作箱内物品,同时具备视觉感知系统以评估储物箱内的可用空间。它还内置了机器学习模型,根据现有箱内内容预测装箱成功率,并能根据需要调整空间以容纳新物品。
在一项测试中,亚马逊让 “ Stow ” 机器人尝试搬运超过 500,000 件商品,该机器人大约有 85% 的时间能够正确完成任务。
破解书籍
在 9% 的失败案例中,产品受到了损坏,通常是因为产品跌落在地。另有 14% 的失败案例中,一本书在机器人试图将其放入储物舱时出现书页凌乱的情况。鉴于亚马逊销售的大量书籍,公司的机器人专家认为设计中可能需要增加保护书籍的干预措施。
“ Stow ” 机器人的搬运速度与人类工作人员相仿。论文指出:“2025 年 3 月期间,人类的存储平均速度为每小时 243 单位 ( UPH ),而机器人系统的存储速度为每小时 224 单位 ( UPH )。” 这一比较是在确保人类工作人员与机器人作业单元在同一楼层的情况下进行的,因为存储速度会根据入库商品的分布和布制储物舱内已有物品的密度而变化。
人类在存储速度上的表现更为多样——他们在处理小件物品时速度较快,但在搬运较大物品或需要蹲下或爬梯以取到储物舱时速度会变慢。亚马逊的研究人员认为,如果机器人仅负责储物舱顶部几排的作业,从而让人类避免爬梯,存储速度可能会提升 4.5%。
在另一篇研究论文中描述的 “ Pick ” 机器人,在其为期六个月的试运行中表现出更高的成功率。该试运行从 2024 年 10 月到 2025 年 3 月期间,每个周末每天运行六小时。机器人在 12,000 次拣选尝试中取得了 91% 的成功率——尽管在机器视觉未能识别物品或出于对物品损坏的担忧而拒绝拣选时,机器人拒绝了 19.4% 的拣选请求。
亚马逊的研究人员认为,他们的实验是向部署大规模可靠机器人系统迈出的又一重要步伐。
这家电子零售巨头计划探索通过视觉运动策略学习 ( VMP ) 来训练机器人,而不是通过手动编程来指定具体的机器人行为。
在 “ Pick ” 机器人论文中,亚马逊的研究人员指出:“部署经过学习的视觉运动策略面临的一个关键挑战是在出现失败情况时缺乏可解释性。虽然修复一个简单漏洞或改进启发式方法的算法局限通常较为简单,但视觉运动策略必须通过重新训练或微调,才能在解决失败问题的同时保持原有性能。”
亚马逊预计,通过在 Real2Sim [PDF] 模块中对失败情况进行建模——该模块通过机器人交互生成现实场景的数字复制品,能够帮助提升视觉运动策略的性能,从而解决在大规模部署时出现的罕见失败案例。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。