两个从Meta FAIR出来的科学家,给机器人喂了100万小时视频。他们说,机器人现在能一次性完成感知、推理、行动三件事,不用再拼好几套模型。这话本周从Perceptron的发布会里传出来,产品叫Isaac 0.5。
真正该问的不是这话说得有多大,是它拿没拿出让工厂敢用的证据。目前答案是:还没有。
速览:Isaac 0.5 是什么
Perceptron成立于2024年11月,创始人Armen Aghajanyan和Akshat Shrivastava都来自Meta FAIR。这周发布的Isaac 0.5,想把四件事塞进一个模型:视觉感知、空间推理、任务规划、机器人行动。
场景瞄准制造、物流、仓储。举个例子:一个分拣包裹的机器人,过去得靠好几套专用模型分开干——读标签、判断空间位置、决定抓取顺序、规划路径。Isaac 0.5想一个模型全包了。
训练数据是100万小时通用视频,再叠加第一视角视频(类似GoPro记录)、UMI视频(记录人类重复动作)和机器人轨迹数据。公司说内部建了跨模态的PB级数据集,但具体来源没公开。
模型以开放权重方式发布,参数任何人都能查看和部署。目标客户列了制造、物流仓储、安防、出行、媒体娱乐——几乎把用得上视觉的行业占了一遍。
关键变量:定位卡在中间,证据没跟上
Perceptron给自己找的位置很讨巧。一边是通用基础模型:能力强,但每台机器要配好几块云端GPU,部署贵。另一边是单任务模型:便宜好用,但只会一件事,换场景就得重新训练。公司说Isaac 0.5两头都占了。
| 类型 | 优点 | 代价 |
|---|---|---|
| 通用基础模型 | 能力强,场景覆盖广 | 算力需求高,部署成本贵 |
| 单任务模型 | 便宜,好落地 | 换场景要重新训练 |
| Isaac 0.5(公司自称) | 定位介于两者之间 | 未公布基准测试、推理成本、硬件门槛 |
这个中间地带的叙事没问题,行业确实缺这种产品。问题是公开材料里没有基准测试成绩,没有推理成本,没有硬件门槛说明。
开放权重是加分项,能让外部查看参数结构。但它不代表训练数据来源透明,也不代表工业安全性或商业可用性已经过关——这些东西这次发布都没给。
这对两类人最要紧。机器人厂商和系统集成商现在没法算真实部署成本——没有基准分数,没有推理延迟,没法拿去跟自家产线的良率要求做对比,大概率会先观望,等第三方跑分或试点数据出来再谈接入。仓储和制造企业更谨慎,采购意愿基本为零,除非有人先在真实产线跑出故障率数字。
关注具身智能落地的读者,可以盯两件事:有没有第三方基准测试出来,公司敢不敢公开推理成本和硬件要求。这两项不出现,这次发布就还停留在叙事阶段。
锐评
工厂不缺看得懂东西的视觉模型,缺的是扛得住产线连轴转、光线变化、机械臂精度要求的系统。这个差距,不是"训练了100万小时视频"就能填上的。
技术史上,通用替代专用的故事讲了很多年。最后活下来的往往不是最通用的那个,是先把良率、成本、故障率做扎实的那个。PC时代如此,工业软件时代也差不多。通用性是叙事,可靠性才是订单。
Perceptron现在讲的还是叙事阶段。开放权重值得肯定,好歹给了外部检验的入口,比闭源黑箱多一分诚意。但决定它进不进产线的,是接下来有没有第三方基准,有没有真实产线数据,有没有敢公开推理成本的底气。这次发布,一个都没给。
说得再全能,进不了产线就只是一段视频教程。
判断这类具身智能项目,别看它说自己能做什么。看它敢不敢晒出能被验证的数字。这次,数字还没来。