所有操作层都接入AI，Menteebot给人形机器人发展带来新思路-电子发烧友网

电子发烧友网报道（文/吴子鹏）近日，初创公司Mentee Robotics展示了旗下首款人形机器人的原型Menteebot。相较于波士顿动力的电动Atlas，以及特斯拉的擎天柱（Optimus），Menteebot名声并不响。

不过，Mentee Robotics还是有名头的，因为它是Mobileye核心创始人Amnon Shashua的另一个创业项目，该公司的另外两位创始人分别为Mobileye首席技术官ShaiShalev-Shwartz、前FacebookAI研究总监LiorWolf。

Menteebot最大的特色是据称在所有操作层都接入了AI，注意这里面的区别，并不是围绕AI模型打造一个机器人的“大脑”，而是在所有操作层都利用AI赋能。

全身布满AI的Menteebot

Mentee Robotics表示，Menteebot是一款“可以指导的个性化人工智能机器人”，具备与人类相似的平衡和控制能力。刚刚提到，和以往的人形机器人有所不同，Menteebot浑身都布满了AI，搭载有丰富的AI模型和AI算法，这让Menteebot能够更加受益于多模态AI模型的发展。同时，人类可以使用自然语言来控制它。

通过演示视频，Menteebot超强的AI能力至少表现在两个方面，其一是更加自然的沟通能力，其二是超强的运动能力。

先看沟通能力，Menteebot搭载了更加丰富的自然语言模型，这使得它的控制不再受限于既定的指令。过往，人形机器人在沟通时，存在模型内和模型外能力的差距，此前我们也提到这个问题，当某一项指令属于模型训练范围内时，人形机器人能够表现出超强的能力，不过当指令超出模型训练范围之后，人形机器人就会显得“不知所措”。

据悉，Menteebot可以与人类进行自然的对话和交流。用户只需通过自然语言向机器人发出命令，它便能理解并执行相应的任务。这其实要得益于Menteebot“大脑”模型中更加强大的人工智能算法、大型语言模型和软件。Mentee Robotics称，基于NeRF的实时三维映射和定位、复杂环境中的动态导航等技术，可实现复杂的推理，以完成任务和快速学习新任务。

Mentee Robotics特别提到，完成部署的Menteebot可以进行更高级的训练以应对复杂的任务或者场景，此时软件会不断模拟任务直到掌握为止，随后机器人便能在现实世界中完成任务。

再看运动能力，Menteebot能够完成更加复杂的行走姿态，比如奔跑、侧向行走，甚至转身；也能够执行非常精细的操作，它能够准确地将餐具递给人类，这得益于其手臂和手部的全方位运动能力和精确性。

为了提升Menteebot的行动力，Mentee Robotics在这款机器人上集成了尖端的Sim2Real学习，可实现逼真的步态和手部运动，具有与人类相同的平衡和控制力，在举起重物时还会调整步态。

Mentee Robotics表示，Menteebot机器人的量产版预计将于2025年第一季度部署，将由纯视觉传感、支持“前所未有的”灵活性的专用电动马达、完全集成的人工智能提供动力。预计将分为家用版和商业版两个版本。

Menteebot给人形机器人硬件创新带来启示

通过在所有操作层都接入AI，Menteebot机器人展示了强大的能力，包括沟通和运动。但这其实也给模型和算法的部署提出了更高的要求，包括Menteebot“大脑”里的核心芯片以及其他执行单元里的芯片。

对于“大脑”里的核心芯片，首先要能够支持多模态的AI大模型部署，并且需要对未来融入进来的新模态留出部署空间。目前，应用于人形机器人的大模型包括图像识别模块、语音识别模块、文字转语音模块、对话系统模块、导航模块、多模态系统模块和强化学习模块等。核心芯片是这些模块的载体，对于上述模块，或者叫模态都需要能够支持，即便是汇总归结，核心芯片也需要能够完整支持视觉模块、导航模块、语言模块和决策模块这四大能力，这对核心芯片的算子丰富度提出了高要求。Menteebot发布之后，预计强化学习将上升为第五大基础模块，届时软件能力会不断增强，硬件冗余将成为一项重要的指标。

第二个就是执行单元如何强化AI能力，这就对MCU、FPGA等部件提出了新要求。就以MCU来说，当前这一产品类别一个重要的发展方向就是：能够在MCU上部署和执行AI程序。实际上，产业界早就开始尝试将AI部署在尽可能小的控制系统上，不过这个过程中也有很多挑战。

首先要将AI模型部署在MCU上，就需要将这些模型转化为C/C++代码，这就需要对模型进行非常精准的量化，既要能够保证模型的能力，同时也要尽量避免浮点运算。这对MCU编译器也有很高的要求，因为量化之后代码要部署到MCU里，需要经过编译器。

其次，当MCU运行AI模型之后，不能够过度占用片上资源，也不能有太高的功耗。低功耗是至关重要的，因为在一个系统内，MCU器件的数量有很多，太高的功耗会影响系统整体的续航能力。

有人可能会说，MCU AI大可不必，但是要实现即时的AI效果，这是非常有必要的。