-
日期: 2025-07-04 | 来源: 腾讯科技 | 有0人参与评论 | 专栏: 加州 | 字体: 小 中 大
K-scale大概符合你对一家硅谷初创公司的全部想象。在北加州耀眼的阳光下，一群年轻的工程师正聚在车库里，顶着睡眼惺忪的蓬松发型，手指却在键盘上快如闪电，一行行代码在屏幕上飞速滚动。
电脑桌旁，几罐昨晚团队派对后留下的空啤酒瓶东倒西歪，周围是凌乱摆放的机械臂、持续工作的3D打印机、以及各种缠绕的数据线、充电线。空气中，似乎到处弥漫着焊锡、咖啡与梦想混合的味道。
忽然，一名工程师略带沙哑却异常兴奋的嗓音划破了键盘的敲击声：“准备好了吗？倒计时：三、二、一！”
众人的目光齐刷刷投向车库中央一台原本静默无语、略显无精打采的机器人。仿佛一道无形的指令激活了它的核心，机器人身上的指示灯骤然亮起。它先是僵硬地动了动“手臂”，接着试探性地伸了伸“腿”，在一片屏息的期待中，它摇摇晃晃、却又无比坚定地，迈出了载入团队日志的第一步。尽管姿态尚显稚嫩，但这“一小步”，对K-scale Lab而言，却是奔向未来的一大步。
这个在旁人看来如同火箭发射般激动人心的过程，被工程师们称为“Deploy”（部署）。其精髓，就是将事先在软件中通过强化学习算法模拟、迭代了无数次的机器人动作与决策场景，“灌注”到实体机器人中，让它在复杂多变的现实物理环境中，也能复现出与软件模拟中几乎完全一致的各种动作。
K-scale Lab，这家成立尚不足一年的硅谷机器人新锐力量，正是在这样一次次的“部署”与迭代中，迈进他们宏大的愿景：打造一个真正开源、普惠的软硬件一体的机器人平台。
强化学习路线的坚定拥趸
硅谷的空气中，人工智能的浪潮正以前所未有的强度席卷一切。然而，对于K-scale Lab的联合创始人兼首席运营官徐睿而言，未来并非仅仅存在于云端的算法。他所畅想并为之奋斗的，是能真正行走于物理世界、用近似孩童学步般的“笨拙”与“智能”不断进化的具身智能体。而驱动这一切的，是他和团队对“强化学习”（Reinforcement Learning, RL）近乎孤注一掷的信仰。
“我们是百分之百、完完全全用强化学习来做整个机器人的运动控制。”徐睿的语气带着不容置疑的坚定，“我们团队现在九个人，绝大部分都是搞强化学习的工程师，我是现在公司唯一不写代码的人。”徐睿笑着说，“不过这也意味着，所有技术、工程之外的事都是我来负责。”
这不仅仅是一个技术路径的选择，更像是一种底层哲学的坚持。放眼全球，众多人形机器人公司仍在沿用传统的运动规划（Motion Planning）方法，通过精确的数学模型预设机器人的每一步动作。但K-scale Lab的团队，却选择了一条截然不同的“少有人走的路”。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见