DeepMind 推出 RoboCat：讓不同機械臂舉一反三的多工模型

教機器人拿個零件，過去常常要工程師在模擬裡調上幾週，或者讓人手把手帶它做幾千上萬次。要是突然把雙爪機械臂換成三指夾爪，之前的功夫大機率得推倒重來。

DeepMind 想把這個麻煩給終結掉。他們公佈了一個名為 RoboCat 的多工機器人模型，主打的就是不挑硬體，還能自己拿資料給自己補課。

像滾雪球一樣的自學閉環

RoboCat 的底子繼承自 DeepMind 之前的大模型 Gato。它的資料來源挺雜，既有模擬環境裡其他控制模型跑出來的資料，也有人類遠端遙控真實機械臂的資料，還有它自己更早版本生成的資料。

訓練過程就像滾雪球。研究人員先讓人類遙控機械臂，錄下某個任務 100 到 1000 次的操作演示，比如夾齒輪或者搭積木。

拿到這批資料後，團隊會對 RoboCat 進行微調，生成一個專門幹這個任務的衍生子模型。這個子模型會自己在這個任務上反覆練習平均 10000 次。

子模型練出來的運算元據，再和最初人類演示的資料混在一起，送回給 RoboCat。主模型吃完這頓大餐，就順理成章迭代出更聰明的新版本。

換上覆雜三指臂，100 次演示就能上手

最終版本的 RoboCat 一共訓練了 253 項任務，並在模擬和真實世界的 141 個任務變種上做測試。

它最亮眼的地方在於跨硬體適應。RoboCat 最開始只在四款雙爪機械臂上訓練，但後來研究人員把它挪到一個更復雜的三指夾爪上，可控輸入直接翻倍，它依然成功適應了。

按照 DeepMind 研究科學家 Alex Lee 的說法，在某些任務裡，只要給 RoboCat 提供 100 次人類演示，它就能摸清門道。團隊接下來的目標更誇張，想把教會新任務所需的演示壓縮到 10 次以內。

不過它現在還遠談不上完美。在 DeepMind 的測試中，RoboCat 的任務成功率起伏非常劇烈，最低只有 13%，最高能衝到 99%。如果把訓練裡的演示次數砍掉一半，成功率還會進一步下滑。

為什麼重要

對於工業和倉儲自動化來說，機器人的硬體適配成本一直居高不下。工廠產線往往混雜著不同品牌的機械臂，以前換個裝置就得重新招工程師寫程式碼。如果 RoboCat 這套自適應框架成熟，企業或許只要讓人帶著新機械臂做幾十次示範，剩下的交給模型自我練習，部署門檻會大幅降低。

從行業路線上看，這讓具身智慧跨出了關鍵一步。大語言模型靠海量網路文本完成了通識化，但物理世界的具身資料極度匱乏。RoboCat 聰明的地方在於，它用人類的少量示範啟動衍生子模型，再靠子模型自生成的資料反哺自己，試圖走出一條自我造血的資料閉環之路。

但我們認為，RoboCat 的軟肋也非常明顯。13% 到 99% 的成功率跨度說明它的可靠性很不穩定，而工業場景對失誤率的容忍度極低，一次打翻零件可能就會導致整條產線停擺。看起來，它距離真正走進工廠車間，還有一段從演示玩具走向高可靠工業工具的硬仗要打。