机器人仍然不擅长拾起东西，尽管有数十亿美元的投资和无尽的视频输入到深度学习模型中。
这可能即将改变，这要归功于Eka Robotics构建的操纵架构，其中包括一个力敏抓手和一种新型的深度学习模型。这家初创公司由麻省理工学院教授普尔基特·阿格拉瓦尔（ Pulkit Agrawal ）和前谷歌DeepMind研究员图奥马斯·哈尔诺贾（ Tuomas Haarnoja ）创立，刚刚完成了一轮1.5亿美元的A轮融资，由风险基金a16z和F-Prime领投，后期估值为14.5亿美元。
“他们在某些任务上的表现已经超过了超人的表现，所以我们认为在接下来的几个月里，在许多灵巧的操纵任务中都会有超人的表现，”共同领导融资轮的a16z普通合伙人Raghu Raghuram告诉TechCrunch。
在机器人演示永无止境的时代， Eka的能力让资深机器人制造商感到震惊。
伊利诺伊大学香槟分校（ University of Illinois Urbana-Champaign ）教授克里斯·豪瑟（ Kris Hauser ）表示，与他最近看到的其他机器人演示相比，它有一个“惊人的因素”。Hauser说， Eka机器人“能够在没有重新训练的情况下适应大量不同的物体” ，并补充说，它还具有“人性，令人毛骨悚然的人性，如果第一次失败，它会一遍又一遍地尝试。”
另一位因在前沿实验室工作而要求匿名的机器人专家告诉TechCrunch ，看到Eka的机器人在行动是一种情感体验，与五到十年前机器人首次实现可靠的腿部运动相媲美。请亲自查看：
这里有哪些值得注意的地方？机器人移动的流畅度和速度。它可以在一小时内拾取约1,500件重达1公斤的物体，而人类约为600件； Eka表示，它在95%以上的时间内都能可靠地拾取物体。机器人手臂的强度足以伤害自己，因为它移动得如此之快。这表明，根据前沿实验室观察员的说法， “他们对他们的算法有很大的信心，不会破坏机器人。不知道有多少抢劫……
当前沿实验室机器人专家遇到Eka的机器人时，他们递给它一个覆盆子，这是实验室最喜欢的测试项目。他们告诉TechCrunch ： “一个大而重的机器人冲向我的手臂，然后及时放慢速度，非常轻轻地触摸我的体验，就像我们说话时一样，我身体里带着这种感觉。”
这些功能是基础模型如何构建的结果。这里的模式不是视觉—语言-行动模型（经过训练以理解语言、视觉输入和行动之间的关系） ，而是视觉—力量-行动模型，侧重于语言、力量输入和行动之间的关系。对生成式人工智能机器人模型当前方向的批评，
，说他们在没有尝试代表力量和触摸的情况下会失败； Eka的结果表明这样的批评是有道理的。
Eka联合创始人Agrawal告诉TechCrunch ： “视觉不是解决最后一个毫米级问题的主要方法。” “视觉大致告诉你物体在哪里，姿势是什么，但实际的抓取，实际的搜索是通过力量进行的。”
Eka必须设计一种比传统抓手更灵活的独特机器人手，并包括更多的力传感器；它对接触做出反应，这就是为什么它不会压碎覆盆子。出于明显的竞争原因，创始人对他们如何实现这一目标持谨慎态度，但归根结底是使用物理模拟器来模拟机器人在尝试抓取某些东西时将遇到的多种力量，并利用这些力量来创建一个增援部队……
Hauser说： “Eka不是局限于你从人类演示中收集的数据，而是通过强化学习来推动这种方法，让机器人可以超越任何类型的演示。” “真正令人兴奋的是，他们能够不限于提供给他们进行培训的数据。”
Agrawal和Haarnoja在加利福尼亚大学伯克利分校研究生院首次见面，是机器人控制强化学习领域的领先研究人员。Eka的关键赌注是，这种技术可以通过模拟大规模完成，而不是依靠零工或机器人操作员在数小时内执行任务所收集的视频。模拟是实现机器人可靠操纵的关键，这是…
Agrawal认为： “EKA正在弥合的是一般性与性能之间的差距，这困扰着许多现代机器人技术。”
目前，最普遍的物理人工智能模型—可以尝试许多不同任务的模型—不是
。但是，经过训练的人工智能模型在单个任务中具有很高的能力，可能无法解决公司的业务案例：生成式人工智能的承诺是，机器人可以快速学习多个任务，甚至是新任务。
目前的方法擅长生产比以前更智能的机器人–Astra ， ChatGPT最新的LLM ，可以
在不熟悉的环境中执行任务，但速度缓慢且成本高昂。像Eka这样的模型的承诺是，它处理物理性，而更一般的模型则决定如何解决问题。例如， Astra可能知道盘子从洗碗机里出来时会堆放在橱柜里，但Eka的模型能够在不破坏盘子的情况下捡起盘子。
Eka联合创始人Haarnoja说： “该领域的大多数人一直专注于规划，因此他们从顶部接近：高智商，将其推向身体。而我们从下往上思考。”
不过， Eka仍然需要在这个领域证明自己。该公司正在与许多从事拾取和线路操作的工业客户进行秘密试点合作，但从实验室到生产线的飞跃几乎与模拟和真实之间的差距一样大。
Hauser说： “当他们在实际装配线上与集成商合作时，这将是一个巨大的挑战，并且需要在不中断整整一年的情况下运行。”另一个悬而未决的问题是“‘这些技术可以推广到不同的任务吗？“我所看到的是挑选和放置，但许多增加价值的行业任务不仅仅是挑选和放置。”
Agrawal还专注于可部署性；他说，目前Eka的抓手硬件成本不到1000 $ ，其额定值为500万个工作周期，但最终目标是达到标准工业臂设定的2000万个周期。
Agrawal说： “我们正在构建的是如何设计整个工作流程的工程，但我们从非常务实开始，并说这里有两个垂直领域，分别是拣选、安排、放置和电线处理，让我们让它们成为本垒打。” “一旦我们对它们进行了本垒打，天空就是我们利用我们正在开发的方法所能做的事情的极限。”