总部位于瑞士的Mimic Robotics AG近日宣布推出一款新型专业机械手,该机械手在外形与动作上均高度模拟真实人手,并为具身机器人领域引入了全新架构。
物理AI,即具身人工智能,将能够感知世界的AI模型与传感器,同具备智能规划和执行任务能力的机器人框架相结合。Mimic Robotics不仅开发能够赋予高灵活度机械手理解与交互能力的AI模型,还自主制造机械手本体。作为此次发布的核心产品,公司推出了面向工业自动化场景的Mimic M1.0机械手。
M1.0在瑞士本土完成设计与制造,重量约为1.8千克。它采用双向滑轮引导腱绳结构,与人手的肌腱机制颇为相似,能够实现手指弯曲与物体抓握。为避免对易碎或柔软物体造成损伤,M1.0配备了指尖触觉传感器,可感知不同角度的受力信息。此外,该机械手还附带多款适用于不同应用场景的手套配件。
Mimic指出,机器人领域,尤其是具身AI方向,目前面临两大核心挑战:一是机器人领域缺乏大语言模型所依赖的海量互联网数据,即大规模人类生成的文本;二是当前机器人行业普遍采用的双指夹爪设计,与人手的灵活度存在本质差距。
当物理AI尝试模拟人类的姿势、抓握方式及精细动作时,这两大问题便同时凸显。尽管可以通过视频数据训练AI系统,赋予其运动轨迹理解与人手抓取方式的物理认知,但双指夹爪的工作方式与人手有着根本区别,无法真正复现人类的抓握与操控逻辑。
为解决上述问题,Mimic设计了一套融合训练体系:在理解阶段,利用人类视频进行预训练以构建机器人的具身认知;在中期训练阶段,引入可穿戴设备采集的物理数据,完成最后的精细化训练。
M1.0机械手展现出极高的操控灵活性。在公司发布的演示视频中,一只机械手使用镊子夹取封装好的集成电路,将其放置在印刷电路板上,并轻轻按压到位;另一只则用两根手指捏起螺栓,精准传递给另一只机械手。两只机械手的最大抓握承重均超过25千克。
结合公司自研的训练流程,M1.0能够胜任上述高精度精细作业。Mimic还展示了机械手独立活动各手指,以及做出手势(如剪刀手)的演示。尽管M1.0主要面向需要精细运动、大承重与高耐用性的工业应用场景,但其灵活度同样适用于护理场景的轻柔操作,甚至具备呈现手语的潜力。
在工业领域,Mimic的AI模型与机械手可为装配、包装、分拣及众多复杂人工操作任务提供强大支持。结合摄像头与触觉传感器,该系统可在非结构化环境中稳定运行,适用于开合箱体、放置物品、处理不规则形状物体、布线移位,以及执行精细控制任务等多种应用场景。
Q&A
Q1:Mimic M1.0机械手是如何模拟人手动作的?
A:M1.0采用双向滑轮引导腱绳结构,模拟人手肌腱的工作方式,实现手指弯曲与物体抓握。同时配备指尖触觉传感器,可感知不同角度的受力,避免损伤柔软或易碎物体。在训练方面,系统先通过人类视频预训练建立具身认知,再结合可穿戴设备采集的物理数据进行精细化训练,使机械手能够真实还原人手的抓握与操控逻辑。
Q2:Mimic M1.0机械手能承受多大的重量?能完成哪些精细操作?
A:M1.0的最大抓握承重超过25千克(约55磅)。在精细操作方面,演示视频显示其可使用镊子夹取封装集成电路并精准放置在电路板上,也能用两根手指捏起螺栓传递给另一只机械手。此外,它还能独立活动各手指并做出手势,具备执行高精度工业作业以及潜在护理和手语呈现等应用的能力。
Q3:Mimic具身AI目前面临哪些主要挑战?
A:Mimic指出具身AI面临两大核心挑战:一是机器人领域缺乏类似大语言模型所依赖的海量人类生成文本数据,导致训练难度大;二是行业主流的双指夹爪设计与人手灵活度差距过大,无法真实模拟人类的抓握与精细操控动作。这两个问题在物理AI尝试复现人类动作时尤为突出,也是Mimic研发M1.0的核心驱动力。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。