Tutor Intelligence公司9月16日发布第二代仓库机器人Cassie和Sonny，两款机器人均运行在该公司自研的机器人基础模型上。

据SiliconANGLE报道，Sonny最初作为双臂半人形机器人开发，与Tutor的Ti0 45亿参数视觉语言动作模型一同推出，此后从研究平台演进为可在仓库中自主操作和移动的可部署机器人。Cassie是该公司的单臂大尺寸机器人，此次扩展了在仓库和工厂中的移动能力，新增托盘搬运功能，外形像一个带轮的大箱子顶部装着一只巨臂。

“对我们来说，重要的不只是造出这些通用机器人，而是它们能立刻派上用场，”联合创始人兼首席执行官Josh Gruenstein在接受SiliconANGLE采访时说。“我们处在一个独特的位置，造出的机器人既具备通用能力，又能即刻投入使用。”

Tutor的出发点是，人形机器人眼下“很性感”，但人类本来就把这些基础工作做得很好。Cassie和Sonny是对同一个问题的两种回答：如果通用机器人围绕工作本身、而不是围绕像人来设计，它可以是什么形状。Cassie为堆满大箱子的托盘仓库搬运重物提供力量，Sonny则在货架之间工作，用臂和手抓取小件物品并在料箱之间搬移。

Gruenstein说，Sonny是与Cassie协同设计的产物，“它像人，但设计目的不是模仿人，而是完成一类人做的工作。”Cassie可举起50磅重物，拖动数千磅重物，Gruenstein形容它像一只在托盘之间移动干活的“尼斯湖水怪”。第一代Cassie在固定位置工作，如今已能移动，可在仓库地面穿行。

去年12月，Tutor完成3400万美元A轮融资。此后公司为其AI模型建了一间“教室”，让模型在Sonny机器人上运行，即所谓Data Factory 1，一个由100台机器人组成的“机器人工厂”，Sonny在其中“学习”。

Gruenstein解释，机器人领域没有类似互联网的训练数据来源。AI模型预训练依赖海量数据，在机器人领域，这些数据是视觉与运动遥测，用来教会机器人抓取物体、物体长什么样、该放在哪里、如何移动等。大量工作可以通过训练完成，也就是由专家在真实场景中演示的“辅导”。

Cassie不需要对一双手可能遇到的一切进行推理，它的物理词汇量相对较小：识别物体、抓取、移动、放置。Sonny的词汇量要大得多，因此Tutor构建了Ti0模型和DF1来应对相应的数据问题。

Gruenstein说，公司有一支分布在全球的导师团队，可以远程操控机器人，第一次教它完成一项新任务。之后，教室里的100台机器人反复演练动作，微调行为，解决细节问题，为现场可能发生的情况做准备，也就是后训练。如果某台机器人做得好，它的动作会在AI模型中因“点赞”这一正向奖励而得到强化；做得不好则得到“差评”。这帮助模型了解真实世界的行为与实际硬件如何相互作用。“我们可以让机器人递归地自我改进，在表现上超越人类，”Gruenstein说。