让 AI 自己写机器人的代码,然后把它冻住
商汤创始人王晓刚任董事长的 ACE Robotics 发布 ACE-CaP-0:由通用 AI Agent 写、测、改控制代码,再冻结成可复用技能。团队自测 240 次真机试验成功 221 次。
如果每一步都调用大模型,机器人会变慢;如果先把行为写成程序再执行,推理就被复用。ACE-CaP-0 做的是后者——但把「写程序」这件事交给了 Agent。
01 · 它怎么工作
Agent 自己决定什么时候求助,一共三种方式:需要示范时,请人手动带一遍机械臂,同时录下视频、臂轨迹与关键关节位姿;判断有用时才自建一个仿真环境去试程序;最后按真机跑出来的结果改代码。
作者比较了几种组合,发现「按需示范 + 选择性使用仿真」效果最好——也就是说,人的介入与仿真的使用都不是越多越好。
02 · 92.1% 是怎么来的
八项真实任务,包括插充电器、装面包、拧开瓶盖、套杯子、插花、装鞋等。程序冻结之后,240 次真机试验里成功 221 次,成功率 92.1%;其中七项任务达到 90% 以上,插充电器一项 100%。
每个任务的平均执行时间是 0.97 到 2.27 分钟。运行时靠机器人自己的感知与控制,人和编码 Agent 都不在环。
03 · 「冻结」才是关键动作
这条路继承了 Code as Policies 的思路:把机器人行为表达成可执行代码,而不是每一步都调一次大模型。反复调模型会拖慢机器人,而一份写完的程序会把「写它时的推理」复用下去。
难点在于:怎么在不做太多次昂贵真机试验的前提下,把代码调到能用。ACE-CaP-0 的答案是让 Agent 自己判断何时要人示范、何时要仿真、何时该按真机反馈改。
04 · 还没被回答的
结果是团队自选的单一双臂平台、单套任务集,未获独立复现。换一套机械臂、换物体、换光照与背景,成功率会掉多少,论文没有给。
另外,冻结意味着这套技能不能自适应:任务稍变就要重新写一遍。这条路省掉的是推理时间,付出的可能是泛化能力。
难的不是写出一次能跑通的代码,> 是把它冻成明天还能跑的技能。
— ACE-CaP-0 的核心取舍(编辑部概括)
三星一次报两款人形机器人,入门和高端各一条线
马斯克这次要证明的不是「能」,是「不用人扶」
每周一封周报
只留技术要点与出处,不发通稿。