投资动态
从人类示教到视觉-力反馈统一模型，Eka Robotics实现每小时1500次拾取，突破灵巧机械手速度瓶颈
a16z领投Eka Robotics的A轮融资，看好其在机器人灵巧操作领域的突破性技术。Eka开发了Vision-Force-Action模型，将视觉感知与力反馈相结合，并采用强化学习在仿真环境中训练机械手策略，旨在解决物理世界变量导致的自动化难题。其技术可实现每小时1500次拾取，是人类速度的2.5倍。创始人Pulkit Agrawal和Tuomas Haarnoja分别在MIT CSAIL和UC Berkeley拥有机器人学习和强化学习领域的深厚研究背景。
核心要点
- a16z领投Eka Robotics的A轮融资
- Eka开发Vision-Force-Action模型，整合视觉感知与力反馈
- 采用仿真+强化学习方式训练机械手策略，而非人类演示
- 实验室测试达每小时1500次拾取，是人类速度的2.5倍
- 能处理易碎物品、滑动工业零件和接触密集型插入任务
关键判断
- a16z领投Eka Robotics的A轮融资，表明顶级风险投资对机器人灵巧操作技术的商业化前景高度认可。
- Eka研发的Vision-Force-Action模型将视觉感知与力反馈统一设计，使机器人能够利用物理接触本身作为信息源，突破传统感知与控制分离的局限。
- 通过在物理仿真中进行强化学习而非人类示教，Eka能够在海量变体环境下快速训练，实现对易碎、滑动及接触密集型任务的高适应性。
- 实验数据显示其每小时1500次拾取速度是人类的两倍半，显示出自动化灵巧操作已具备超越人类速度的实用性能。
- 创始团队在MIT CSAIL和UC Berkeley的机器人学习与强化学习背景，为技术研发提供了深厚的学术支撑，提升了项目的可信度和创新潜力。
未来推演
判断：未来 6-12 个月，AI 行业会继续拉大模型层、应用层和分发层之间的分工与头部优势。
时间跨度：未来 6-12 个月
为什么是现在：文章已经指出竞争不再只看模型能力，而会同时放大商业化执行和渠道差距。
重点信号：头部厂商优势是否继续扩大、应用层是否更依赖渠道和分发、模型能力差距是否被产品能力放大
置信度：中