「Hi, I’m KAI」——超维动力发布全球最高自由度人形机器人

  4月26日，具身智能公司超维动力Kinetix AI（KAI）举办「降临GIFTED」发布会，正式发布同名产品首款全尺寸人形机器人“KAI”。这场发布会与常见发布会不同：KAI并非以被介绍的方式亮相，而是由两位KAI以“对谈和自我介绍”的形式登场，讲述它们的能力、技术路线和产品定位。

  联合创始人Tyler在发布会上介绍：“机器人要真正融入人类世界，它必须更拟人。他相信人类的物理智能是从与人类世界互动而来。这就要求机器人至少需要以下三方面能力的闭环----理解世界、学习世界、与世界交互，对应的则是物理世界模型、第一人称数据集、高拟人本体”。

  理解世界，就是让机器人不仅能感知当前环境，还能对接下来的环境变化作出预测，也就是KAI World Model。

  据介绍，目前超维动力的世界模型系统已形成闭环结构，除主体模型外，系统还包括动作模块和评估模块。动作模块会根据当前状态生成候选动作，并传递给基模型；基模型再根据候选动作，生成未来状态；评估模块则对轨迹进行价值判断，包括任务进展、是否安全接触等。

  如果说世界模型解决的是理解世界，那么第一人称数据集解决的则是学习世界。KAI的思路是，借助人类的视角和动作来观察世界、接触世界，从而获得更贴近真实场景的经验。

  超维动力自研规模化数采终端 KAI Halo。该设备采用轻量化头环形态，“一芯八摄”，可一站式完成人类世界数据采集，不仅能够记录第一人称视角视频，还能完成人体姿态与场景点云重建。由于设备足够轻便，佩戴者可以在日常工作中自然使用，这意味着采集过程不需要依赖脚本化编排，数据也更接近真实场景。相比刻意设计的动作流程，这类数据往往能记录更多样的动作，更适合人形机器人训练。

  世界模型让KAI理解世界，第一人称数据集让KAI拥有了“人类经验”，但还需要一个好的训练范式让KAI把经验转化为技能，这就是三阶段训练体系。

  在预训练阶段，KAI使用大量互联网和仿真等数据，并通过自采的第一人称视角数据去补充全身与环境交互的语义信息，为KAI构建起“空间-语言-视觉-任务动作”对齐的“常识”。在桥接训练阶段，采用UMI 和数采手套等数据，去补足预训练阶段精细手部动作和物理接触的缺失。在后训练阶段，引入具体场景的真机遥操数据，进而解决与本体对齐的问题。

  有了数据和大脑，最后一步则是要有一个承载能力的身体，也就是高拟人本体，让它可以自然融入人类日常，并安全地与人交互。

  这也就是KAI的身体——KaiBot。据介绍，KAI的高拟人本体能力可以概括为体型拟人、体格拟人、体能拟人和感知拟人四个层面。

  在体型上，KaiBot身高173厘米、体重70公斤、头身比1:8.5。整体体型和质量分配接近成年人类，在保证稳定性的同时贴近人的外形和重心分布。

  在体格上，KaiBot具有115个自由度，使其肩部上抬运动范围覆盖-20°～0°、肩部环抱运动范围-15°～0°、颈部运动范围-15°～50°、腰部运动范围-15°～75°，接近人体的全身运动空间，也更接近人类肢体在复杂环境下的自然使用方式。同时，KaiBot配备了单手36个自由度的灵巧手，涵盖22主控自由度与14柔顺自由度，不仅可以承担抓握、捏取等精细操作，也能缓冲碰撞，呈现更安全、更自然的交互特性。

  在体能上，KaiBot配备1.7kWh半固态电池，可支持约3小时双臂操作任务。同时，其定制化柔顺执行器不仅帮助机器人实现更接近人体的运动柔顺性，也使双臂负载接近20kg，兼顾交互友好性与作业能力。

  在感官上，KAI搭载了全身触觉皮肤系统，拥有18000个触点，理论上可对大于0.1N的轻微触碰进行感知并作出反馈。触觉系统使人形机器人在真实场景中近距离协作、陪伴交互，建立更高质量的反馈闭环。

  KAI在发布会最后表示：“我不是为了在无人工厂里搬运重物而被创造出来，更不是为了在舞台上表演极限翻滚。我被创造出来，是为了走进您的客厅、办公室，去理解您的意图，回应触碰，并最终与您一起协作、共处。”