家用人形机器人真的要来了？| Nikolaus, Rerun
摘要
West 看到机器人操作能力开始规模化的迹象，过去1年里，叠衣服已经“从不可能变得无聊”。 大约2到3年前，通过远程操控演示，模仿学习开始以更严肃的方式奏效；最近，模仿学习与强化学习结合，带来了明显更稳健的操作能力。Transformer很重要，但同样重要的是ChatGPT之后市场形成的共识：可扩展的学习能力能够吸引更多资本、数据采集、算力和更便宜的硬件。
可投资的现实比演示视频更窄，但比消费市场呈现出来的情况更强。 Biewald追问了流畅视频与不尽如人意的客户系统之间的落差；West的回答是，实用型供应商已经在制造业部署数十到100台机器人，执行基于学习的抓取和放置任务，但部署规模还远未达到大规模水平。短期产品路径可能更偏向灵活务实、专注具体应用的运营商，而不是那些“孤注一掷”的公司。
消费机器人仍是可靠性和产品化问题，而不只是任务完成能力问题。 机器人可以在受控环境下叠好衣服，却可能因为家庭场景存在“巨大的长尾”变化而商业化失败；安装、上手、维修和异常处理同样关键。West预计，市场会先出现渐进式产品，例如最终还能捡起玩具的吸尘器，因为一连串小故障足以让用户弃用机器。
Physical AI需要一套不同的数据架构，因为其数据“多模态、多速率，而且往往是分段发生的”。 图像、运动、关节状态、LiDAR、文本和模型输出以不同速率到达，因此West认为，不能把它们生硬地塞进传统表格。如今，要回答“夜间运行中，左夹爪未能打开且出现B类故障”的问题，往往还需要定制并行代码；理想状态应该更像执行一条SQL查询。
Rerun的商业判断是，可视化必须无处不在，因此不能成为主要收费关卡。 工程师需要在notebook、机器人旁边、训练数据管线内以及运营过程中使用同一个查看器；当偶尔需要访问的支持人员也必须使用时，按席位收费就会失效。因此，Rerun将客户端查看器和日志栈开源，同时通过可扩展的云后端，以及“记录—整理—训练”数据链路实现商业化。
这套策略建立在深层基础设施之上，而不是一层单薄的可视化。 Rerun构建了内存数据库、Rust和Arrow技术栈，以及类似稀疏Parquet的物理数据格式；其数据模型也大约重做了4次。核心API原则是“倾倒后忘记”（dump and forget），同时配合足够灵活的实体—组件模型，让用户无需预先声明所有schema，就能附加任意置信度、点云或神经网络输出。
机器人行业仍缺乏共享评测基础设施，仿真也仍是不完美的替代方案。 West表示，目前“没有真正好的基准测试”：有用的系统往往与硬件共同训练、共同设计，而基于仿真的比较会继承模拟器在接触和操作方面的缺陷。尽管广泛不满，ROS仍然存在，因为它“证明网络效应确实有效”：标准消息和可复用模块的价值，压过了人们对其架构的不满。
泡沫与否取决于通用平台能否把资本转化为硬件、数据和算力规模。 West不会直接否定尚未产生收入公司的高估值，因为同一套硬件执行多种任务，可能降低硬件成本；但这需要海量数据和算力。他对近期的预测是可靠性提升——任务变长、能够自我纠错，并在运行中进行一些学习；更强的高层推理能力可能要等到下一年。
精读
上游暂未提供，后续同步将继续补齐。