一家名为Rhoda AI的机器人初创公司近日走出隐身模式，推出了一种全新的机器人智能技术方案，据称能够帮助机器人在受控实验室环境之外可靠运行。该公司还宣布已完成4.5亿美元的A轮融资，用于技术规模化并扩大工业部署。

这套名为FutureVision的系统基于一种模型架构构建，能够预测物理世界将如何变化，并将这些预测转化为机器人的具体行动。Rhoda公司表示，该系统可以持续观察周围环境，以视频形式预测未来状态，根据预测采取行动，并每隔几百毫秒重复这一过程。

目前，工业机器人通常依赖于预编程路径，在结构严密的环境中表现最佳。即使是较新的AI方法（如视觉-语言-动作模型）在环境条件发生变化时也常常难以应对。意外的物体、变化的布局或不规则的工作流程都可能导致机器人故障或需要人工干预。Rhoda公司称，其方案通过在海量互联网视频数据上训练机器人模型，然后再用机器人专用学习进行微调，从而解决了这一局限。

基于视频训练机器人
Rhoda并未主要依赖远程操作的机器人演示，而是利用数亿个在线视频对系统进行预训练。据该公司介绍，这让模型在真正控制机器人之前就能学习运动模式、物理规律及物理交互规律。随后，该系统通过少量真实机器人数据进行微调，从而将视觉预测转化为物理动作。

Rhoda表示，这种被称为“直接视频动作模型”的架构，能让机器人在工作过程中适应不断变化的条件。与一次性生成计划并无反馈执行的开环系统不同，Rhoda的模型会根据环境观察持续更新其动作。该公司称，这种闭环过程有助于机器人在条件变化时保持准确性。该方法还减少了所需的机器人训练数据量——Rhoda表示，新任务通常只需十小时的远程操作数据即可学习。

超越实验室环境的机器人
据称，该技术已在生产环境中进行了测试，这些环境中机器人必须处理不断变化的材料和流程。在一项大批量制造评估中，Rhoda报告其机器人系统无需人工干预，在每周期两分钟内完成了一个组件处理工作流程，超出了客户的性能目标。

Rhoda的联合创始人兼首席执行官Jagdeep Singh表示：“我们相信，下一阶段的机器人技术需要能够理解世界如何运动的模型——不仅仅是物体看起来像什么或如何用语言描述。通过从互联网规模的视频中学习并以闭环方式运行，我们的系统旨在以传统方法难以企及的方式适应现实世界的变化。目标很简单：制造能在现实世界中工作、而不仅仅是在受控实验室环境中工作的机器人。”

投资者认为，这项技术可以将自动化扩展到历来难以用机器处理的领域。风险投资公司Leitmotif的管理合伙人、大众汽车集团前高管Jens Wiese表示：“在制造业中，具有高变异性的任务历来难以实现自动化。真正的挑战不是一次性解决它，而是在现实生产条件下提供一致、可靠的产出。”

Rhoda公司表示，这笔新资金将支持进一步研发和工程工作、工业试点项目以及扩大其机器人团队。该公司称，FutureVision最终将作为一个基础模型，授权给构建机器人硬件和软件平台的合作伙伴使用。