这周的简报篇幅较短，敬请谅解。原来我从芝加哥带回来的东西可不止几个机器人减压球（其中一件周边我欣然接受）。在前往 ProMat 展会之前，我曾跟人说，今年我的出行频率已恢复到 2019 年的水平。但我忘记了一件事，那就是展会期间感冒的频率和严重程度——我的漫画圈朋友常称之为“展会病”。
过去几天我几乎足不出户，正应对这种具有芝加哥特色的“深盘式”病毒感染。毫无疑问，过去三年削弱了我的免疫系统，但在三次感染新冠之后，能得一次经典的、老派的重感冒，反倒让人觉得清爽。有时候，你希望现场演出的乐队演奏的是他们的热门金曲，对吧？我正在重新发现蜂蜜在茶水中带来的神奇功效。
对我而言，好消息是（也希望对你来说是这样）：我在 Actuator 上整理好了三篇来自 ProMat 的采访稿，一直想与大家分享。正如我上周所说，这次行程真的很有启发性。在一次展会后的活动中，有人问我如何进入科技新闻行业。这个问题时不时会被问到，而我的回答始终如一：有两条路径可以进入这个领域。一条是以技术专家的身份；另一条则是以记者的身份。
乍看之下显而易见。但关键在于，人们通常以两种截然不同的方式进入这一领域：要么热爱写作，要么对科技充满热情。我是前者。我搬到纽约市是为了撰写音乐评论。这件事我至今仍在做，但它从未完全支撑起我的生活开销。不过好消息是，我真诚地认为，学习科技知识比学会如何成为一名优秀的作家要容易得多。
我怀疑机器人初创公司的世界同样存在这种二分法。你要么作为机器人专家进入，要么作为对所自动化领域有深入了解的人进入。我经常想起 iRobot 首席执行官 Colin Angle 曾告诉我，为了成为一名成功的机器人学家，他首先得成为一名吸尘器销售员。他和他的联合创始人们是从机器人技术一侧切入这个领域的。而 Locus Robotics 则不同，它最初是一家物流公司，出于必要才开始制造机器人。
这两种方法都是有效的，我不确定哪一种更好，前提是你愿意让自己周围环绕着那些在你短板领域拥有深厚知识的自信人士。我并不完全相信“没有愚蠢的问题”这句老话，但我确实认为提出愚蠢的问题是必要的，你需要习惯于提出这些问题。同时，你还需要找到一群让你感到自在、可以向他们提问的人。聪明人知道该问哪些恰当的“愚蠢问题”。
在机器人领域，我的经历也类似。在上周的活动中，我不仅学到了关于服务机器人的知识，还了解了供应链/物流方面的内容。这是撰写该领域文章时一个极具启发性的方面。如今，在机器人行业，没有人能再成为纯粹的机器人专家了。
与里克·福克（Rick Faulk）的问答
本周我将以三场 ProMat 采访的亮点作为开场。首先是 Locus Robotics 首席执行官 Rick Faulk。完整采访见此处。
TC：你们有可能具备自动化整个流程的基础。
RF：我们今天确实在这样做。这并非梦想。
无人值守？
目前还不是无人值守。也许十年后会实现，但今天这样做投资回报率并不划算。未来可能会有。我们的高级产品团队正在研究一些方案，旨在减少人力投入。我们的策略是随着时间的推移逐步最小化人力需求。我们正在与 Berkshire Grey 等公司进行集成，以尽量减少人力。要实现完全黑暗的仓库还需要数年时间。
你们是否探索过前厅业务——零售或餐饮？
我们接到很多关于餐厅的咨询。我们的策略是聚焦。目前有 13.5 万个仓库需要自动化，而今天自动化的比例不到 5%。我最近去了日本，我的餐食是由机器人提供的。我环顾四周心想：“嘿，我们也可以做到。”但那是不同的市场。
安全协议是什么？如果我和一个机器人在地面上相向而行，它会先停下来吗？
它会停下或者绕行。它非常智能。如果你看到后端的情况——它在实时动态规划路径。每台机器人都与其他机器人通信。这台机器人会告诉那边的另一台机器人：“你过不去，请绕道。”如果遇到事故，它们也会绕行。
它们都在实时共同创建一张大型云端地图。
确实如此。
公司是什么时候成立的？
2014 年。我们实际上是从一家名为 Quiet Logistics 的公司分拆出来的。那是一家第三方物流（3PL）公司。我们当时已全面采用 Kiva 机器人实现自动化。亚马逊在 2012 年收购了 Kiva，并表示“我们将把该产品撤出市场”。我们寻找其他机器人却一无所获，于是决定自己制造一台。
外形尺寸相似。
他们的外形尺寸基本上只是底部结构。它潜入货架下方，将货架运送到工作站进行拣选。我们解决方案的优势在于可以进入现有建筑（brownfield building）。他们的方案很好且运行正常，但要完成与我们机器人相同的工作，所需机器人数量将是我们的四倍。
在我的行业对话中，亚马逊经常作为推动仓库采用技术以保持竞争力的动力被提及。但这里还有更深层的联系。
亚马逊实际上是我们最好的营销组织。他们设定了服务级别协议（SLA）的标准。这里的每一个第三方物流（3PL）服务商都必须提供当日或次日达服务，因为这是他们的客户所要求的。
系统的部署方式是否需要现场实施？
有趣的是，在疫情期间，我们实际上是通过 FaceTime 完成了一个站点的部署。
有人拿着手机在仓库里走动吗？
是的。这不是我们首选的方法。他们可能实际上做得比我们更好。效果非常棒。
就效率而言，从长远来看，这确实很有道理。
是的。它仍然需要人员进入现场进行安装和培训等工作。我想我们要过一段时间才能摆脱这种方式。但这并不难做到。我们从街头招募人员，对他们进行培训，一个月后他们就知道如何部署了。
它们是在哪里制造的？
信不信由你，我们在波士顿制造它们。我们有一些合同制造商负责生产某些组件，比如底座和桅杆。然后在波士顿将它们集成在一起。我们进行最终组装，然后处理所有发货事宜。
随着你们在全球范围内扩大销售，是否有计划开设更多的制造基地？
我们最终会这样做。目前，我们在阿姆斯特丹进行一些组装工作。我们在阿姆斯特丹为欧洲地区进行所有的翻新工作。[…] 这里还有一个重要的可持续发展故事。可持续发展对 DHL 这样的大客户来说非常重要。我们的模式本质上就是绿色的。我们在外场有超过 12,000 台机器人。我们可以用双手数出报废的机器人数量。所有设备都会回收并重新投入外场使用。一台机器人在服役三到四年后会返回，我们会重新包裹它。我们可能需要更换摄像头、灯光或其他部件。然后它会以“机器人即服务”（RaaS）模式重新投入服务。
那些必须报废的案例中发生了什么？
它们被叉车撞到了，无法修复。我是说，被压碎了。
近期还有额外的融资计划吗？
我们已经筹集了约 4.3 亿美元，完成了 F 轮融资。下一轮融资阶段将是首次公开募股（IPO）。很可能是这样。我们现在已经有数据来支持它了。但由于众所周知的原因，市场条件还不适合进行 IPO。
您有一个大致的时间表吗？
这将是明年，但市场必须恢复。我们无法控制这一点。
与 Jerome Dubois 的问答
接下来顺理成章的是 Jerome Dubois，他是 Locus 主要竞争对手 6 River Systems（现为 Shopify 旗下公司）的联合创始人。完整采访见此处。
TC：为什么 [Shopify 收购] 是正确的举措？你们是否考虑过首次公开募股（IPO）或朝其他方向发展？
JD：2019 年，当我们筹集资金时，我们发展良好。但 Shopify 出现并提出：“嘿，我们对在这个领域投资感兴趣。我们要建立一个物流网络。我们需要像你们这样的技术来实现这一目标。我们拥有合适的团队；你了解这个领域。让我们看看这是否能成功。”
我们能够利用来自 Shopify 的大量投资来扩大公司规模。我们当时有约 120 名员工，分布在 30 个地点。现在我们拥有 420 名员工，在全球超过 110 个地点设有分支机构。
Amazon 收购 Kiva 并切断第三方对其机器人的访问权限。这一定是你们与 Shopify 讨论过的话题。
一开始就谈好了。“如果这就是计划，我们不感兴趣。”我们有着强劲的增长势头和强大的投资者支持。大家都非常看好它。但实际情况并非如此，而是相反。我们从 Shopify 独立运营。我们继续投资和扩大业务。
从商业角度来看，我理解 Amazon 切断访问权限以给自己带来优势的决定。如果任何人都可以部署你们的机器人，那么 Shopify 从中能得到什么好处呢？
Shopify 的理念与 Amazon 截然不同。我负责 Shopify 的物流业务。Shopify 是品牌背后的品牌，因此它与商家和客户建立了关系。他们希望与商家建立直接关系。重点是打造合适的工具，让商家更容易取得成功。供应链对许多商家来说是一个重大问题。为了卖出第一件商品，他们必须先履行第一件商品的交付，因此 Shopify 正在简化他们打印快递标签的流程。
现在，如果你每天需要处理 100 个发货订单，你不可能独自完成。你希望我们为你履行这些订单，而 Shopify 利用大量第三方合作伙伴构建了履约网络，我们的技术则是仓库的核心支撑。
观察你们——Locus 或 Fetch——你们基本上保持了一种形态。显然，Amazon 正在多元化发展。对于许多这些客户来说，我认为理想的机器人不仅是移动的和自主的，而且还能实际执行拣货任务。这是你们正在探索的方向吗？
大多数自主移动机器人（AMR）市场已经发展到硬件趋于商品化的阶段。这些机器人的可靠性普遍相当高。虽然有些产品的质量可能略高于其他产品，但最关键的是这些机器人所执行的工作流程。Locus 与我们之间的主要区别在于，我们提供预定义的工作流程，专门用于完成特定类型的工作。这不仅仅是一台通用机器人进来随意操作。因此，您可以非常快速地将它集成到您的工作流程中，因为它知道您需要执行批量拣选和分拣，也知道您需要执行离散订单拣选。这些都是已在解决方案中预定义并预填充的工作流程。
关于解决抓取和拣选问题，我长期以来一直认为这是一个非常困难的问题。我不确定在电商或从料箱中取货的场景中，这是实施该解决方案的正确位置。试想一下，若要使用机器人在昏暗的通道中进入货架并抓取一件粉色衬衫而非蓝色衬衫，所需的基础设施并不完善，目前效果不佳。这就是为什么在这种环境中，“货到人”方案更为合理。如果您尝试使用机械臂、类似 Kiva 的解决方案或穿梭车型解决方案，将库存运送到工作站并提供照明，那么我认为机械臂在这些场景下会非常有效。
这些是你们投入研发的问题类型吗？
不是拣选环节。在总可触达市场方面——整个行业，包括 Locus、我们、Fetch 以及其他公司——渗透率可能仅为 5% 左右。我认为我们在其他领域实施大量技术仍有广阔机会。同时，我认为合理的扩展方向是围绕箱式和托盘作业展开。
互操作性是一个有趣的话题。没有哪家公司能制造适用于所有用例的机器人。如果您希望实现接近完全自动化，您将需要多种不同的机器人。
我们无法覆盖建筑物内 100% 的拣选任务。对于那 20% 我们不处理的拣选任务，您仍然可以利用我们管理控制台的所有优势、培训等资源，并通过 [移动履行应用程序] 进行扩展。这不仅限于拣选，还包括收货、上架以及其他操作。就证明端到端能力而言，这是我们迈出的第一步。
超越这一点，互操作性是什么样的？
我们今天就已经实现了系统互操作性。我们经常在现场与自动化系统进行接口对接。这是互操作性的重要组成部分。我们正在传递关键信息，例如需要构建多大的箱子以及构建的顺序。
当保持独立时，你们专注于实现可移植性。在被 Shopify 收购后，这种压力会发生变化吗？
我认为与 Shopify 的区别在于，它让我们能够更长远地思考如何正确地做事，而不必承受投资者的压力。这是一个优势。我们正在交付许多长期软件项目。
与 Peter Chen 的问答
最后，由于多年来我曾与联合创始人 Pieter Abbeel 多次交谈，因此与 Covariant 首席执行官 Peter Chen 进行正式对话感觉非常合适。完整采访见此处。
TC：许多研究人员正在采用多种不同的学习方法。你们的方法有何不同？
PC：创始团队中有很多来自 OpenAI 的成员——四位联合创始人中有三位。如果你回顾过去三到四年 OpenAI 在语言领域所做的工作，基本上是采用基础模型方法处理语言。在最近 ChatGPT 出现之前，市面上有许多自然语言处理 AI。搜索、翻译、情感检测、垃圾邮件检测——市面上有大量自然语言 AI。在 GPT 之前的方法是，针对每个用例训练一个特定的 AI，使用较小的数据子集。看看现在的结果，GPT 基本上颠覆了翻译领域，而且它甚至没有专门针对翻译进行训练。基础模型方法基本上是：与其使用特定于某一情境的小量数据来训练针对特定情况的模型，不如在大量数据上训练一个大型通用基础模型，从而使 AI 更具通用性。
你们专注于拣选和放置，但你们是否也在为未来的应用奠定基础？
当然。抓取能力或拣选放置能力确实是我们赋予机器人的第一个通用能力。但如果深入幕后，你会发现其中包含大量的 3D 理解或物体理解。有许多可泛化到未来机器人应用的认知原语。话虽如此，抓取或拣选是一个巨大的领域，我们可以在这方面工作一段时间。
你们首先追求拣选和放置，因为这里有明确的需求。
需求明确，且该领域的技术也明显不足。有趣的是，如果你十年前来到这个展会，你确实能找到拣选机器人，但它们根本无法正常工作。行业在这方面的挣扎已经持续了很长时间。人们说没有 AI 就无法实现，于是人们尝试了专用 AI 和现成 AI，但都未能奏效。
你们的系统正在向中央数据库输入数据，每一次拣选都在为机器未来如何拣选提供信息。
是的。有趣的是，我们接触的几乎所有物品在某个时刻都会经过仓库。这几乎成了物理世界中所有物品的中央清算中心。当你从为仓库构建 AI 开始时，这为走出仓库的 AI 奠定了很好的基础。比如，你把苹果从地里摘出来送到农业加工厂——它以前见过苹果，也见过草莓。
这是一对一的关系。我在履约中心拣选一个苹果，所以我能在田地里拣选一个苹果。更抽象地说，这些学习成果如何应用到生活的其他方面？
如果我们想暂时跳出 Covariant 本身，思考技术趋势的走向，我们会看到人工智能、软件和机电一体化正在出现一种有趣的融合。传统上，这三个领域彼此相对独立。机电一体化是你在这个展会上能看到的内容，它关乎可重复的运动。如果你与销售人员交谈，他们会告诉你关于可靠性，即这台机器可以一遍又一遍地执行相同的操作。
过去 15 到 20 年里，我们在软件方面看到了来自硅谷的真正令人惊叹的演变。人们已经破解了如何构建非常复杂且看起来高度智能的软件的方法。我们使用的所有这些应用程序[都是]人们利用软件能力的结果。如今，我们正坐在人工智能的前排位置，见证着所有惊人的进步。当你问我仓库之外是什么，我认为这最终会走向这三种趋势的融合，以构建世界上高度自主的物理机器。你需要所有这些技术的融合。
你提到了 ChatGPT 的出现让制作翻译软件的人措手不及。这是技术领域中发生的一种情况。你会担心 GPT 的出现有效地让 Covariant 所做的工作措手不及吗？
这对很多人来说都是一个好问题，但我认为我们有一个不公平的优势，因为我们从一开始就持有与 OpenAI 在构建基础模型时几乎相同的信念。通用人工智能比构建利基人工智能是更好的方法。这就是我们过去五年一直在做的事情。我会说我们处于一个非常好的位置，并且我们很高兴 OpenAI 证明了这种哲学非常有效。我们非常兴奋能在机器人领域实现这一点。
本周新闻
本周的大新闻在 ProMat 闭幕后的第二天悄然传出。在该活动上表现强劲的 Berkshire Grey 于周五宣布了一项合并协议，软银集团将收购其尚未持有的全部流通股。这笔全现金交易价值约 3.75 亿美元。
尽管物流自动化市场普遍繁荣，但该公司在 SPAC 之后的生活并不容易。Locus 首席执行官 Rick Faulk 在上面告诉我，公司计划在市场稳定后明年进行首次公开募股（IPO）。该类别仍然很年轻，关于有多少大型玩家能够自给自足的问题仍然存在。例如，6 River Systems 和 Fetch 分别被 Shopify 和 Zebra 收购。
“在对伯克希尔格雷（Berkshire Grey）可用的价值创造机会进行深思熟虑的审查后，我们很高兴与软银达成这项协议，我们认为这为我们的股东提供了巨大的价值，”首席执行官 Tom Wagner 在一份声明中说。“软银是一个伟大的合作伙伴，这次合并将增强我们为客户提供颠覆性 AI 机器人技术的能力，帮助他们在运营中提高效率并保持竞争优势。”
与十年前推动这一类别发展的 Kiva 交易不同，软银坚持认为它对向现有和新客户提供 BG 的产品持乐观态度。管理合伙人 Vikas J. Parekh 表示：
作为 Berkshire Grey 的长期合作伙伴和投资者，我们在机器人技术和自动化领域拥有共同的愿景。Berkshire Grey 是变革性、AI 赋能机器人技术的先驱，致力于解决零售、电子商务、杂货、第三方物流（3PL）以及包裹处理公司中的应用场景。我们期待与 Berkshire Grey 合作，加速其增长，并为持续为客户带来卓越体验。
本周 Venti Technologies 获得了一笔健康的 A 轮融资。这家新加坡/美国公司的名字意为“大杯星巴克咖啡”，融资额为 2880 万美元，由 LG Technology Ventures 领投。该初创公司正在为仓库、港口等场景构建自主系统。
TechCrunch 报道，联合创始人兼首席执行官 Heidi Wyle 表示：“如果你有一个大型物流中心并运营车辆，最大的成本是人力资本：司机。”“我们的客户告诉我们，他们期望通过自动驾驶车辆节省超过 50% 的运营成本。他们认为这将带来巨大的节约。”
本周有趣的转型案例中，Neubility 正从可爱的最后一公里配送机器人转向安全机器人。这也不是该公司第一次转型。Kate 指出，自成立以来的五次转型中，这次是第五次。第五次总能成功，对吧？
Neubility 目前在全球部署了 50 台机器人，并计划大幅增加这一数字，预计到年底将达到 400 台。这得益于近期追加的 260 万美元 A 轮融资，使其总融资额达到 2600 万美元。
Model-Prime 本周低调结束隐身状态，完成了 230 万美元的种子轮融资，使其总融资金额达到 330 万美元。该轮投资由 Eniac Ventures 领投，Endeavors 和 Quiet Capital 跟投。这家位于匹兹堡的小型公司由自动驾驶领域的老兵 Arun Venkatadri 和 Jeanine Gritzer 创立，他们旨在为机器人公司创建可重复使用的数据日志。
该初创公司表示，其技术“能够处理重要任务，如提取元数据、自动标记以及使日志可搜索。其愿景是让机器人行业更像 Web 应用或移动应用，因为在可以使用 Datadog 或 Snowflake 的情况下，现在似乎很愚蠢去构建自己的数据解决方案。”
与此同时，Saildrone 正在展示 Voyager，这是一艘 33 英尺长的无人水面载具。该系统配备了摄像头、雷达以及一套声学系统，能够测绘水深达 900 英尺的水域。该公司自去年二月以来一直在全球测试这艘船，并计划开始以每周一艘的速度进行大规模生产。
最后，来自麻省理工学院的一项研究。鲁棒 MADER 是 MADER 的新版本，该团队于 2020 年推出此版本以帮助无人机避免空中碰撞。
研究生 Kota Kondo 表示：“MADER 在模拟中表现良好，但尚未在硬件上进行测试。因此，我们制造了一批无人机并开始试飞。”“无人机需要相互通信以共享轨迹，但一旦开始飞行，你就会很快意识到总会存在通信延迟，从而导致一些故障。”
新版本在设定新轨迹之前增加了一个延迟。这段额外的时间允许它接收和处理来自其他无人机的信息，并根据需要进行调整。Kondo 补充道：“如果你想飞得更安全，就必须谨慎，因此，如果你不想撞到障碍物，到达目的地所需的时间自然会更多。如果你撞到了东西，无论速度多快，都没有意义，因为你无法到达目的地。”
说得有道理。
来吧，太快了。别减速，你要撞上了。啦啦啦啦啦啦啦啦啦。（订阅 Actuator！）