AI 浪潮正从数字世界向物理世界延伸。一家由 Meta 前研究科学家创办的新锐公司 Perceptron 于本周发布工业视觉模型 Isaac 0.5，宣称要让机器在仓库、工厂车间等场景中真正实现"感知、推理与行动"。该公司最近刚完成 2100 万美元融资，由 Bessemer Venture Partners 领投。
核心变化：Isaac 0.5 正式发布
Perceptron 于 2024 年 11 月创立，本周正式推出旗舰模型 Isaac 0.5。该模型专为工业环境设计，核心能力包括：
- 视觉引导机器人导航：帮助机器人在仓库、工厂地面等复杂环境中自主移动；
- 视频视觉智能提取：从机器人拍摄的视频流中提取有价值的视觉信息；
- 开放权重：参数和训练材料完全公开，任何人均可审核&查验。
模型学习了 100 万小时的通用视频数据，用于识别特定场景、视觉元素和情境；同时大量采用自我中心视频（Ego Video）——即通过 GoPro 或可穿戴摄像头从人类视角拍摄物理操作过程的录像，以及 UMI 视频——记录重复性人类动作来教 AI 学习运动模式。
Perceptron 暂未披露训练数据来源，但联合创始人 Akshat Shrivastava 透露，公司"内部构建了跨越图像、文本、视频、机器人轨迹等多模态的 PB 级数据集"。
技术路径：通用性是关键差异
两位创始人在 Meta 人工智能研究部门（FAIR）工作时观察到，当前的 Physical AI 面临一个困局：通用基础模型需要为每个实例配备多个专用云端 GPU，而窄域模型虽能处理感知或控制，却无法两者兼顾。Isaac 0.5 的解法是通用性架构——不针对某一特定重复任务设计，而是能根据部署环境灵活适应。
Shrivastava 以"分拣包裹"这一看似简单的任务为例说明复杂性：机器人首先需要读取标签、进行空间分析判断箱子位置、决定抓取顺序、规划拾取路线。现有软件能完成其中大部分环节，但缺乏真正灵活的通用方案。
目标市场与商业落地
Perceptron 瞄准的并非单一赛道，而是制造、物流仓储、安防、移动出行、媒体娱乐等多个行业。联合创始人 Armen Aghajanyan 表示："目前市面上类似的东西根本不存在，我们对此非常兴奋。"
评论