Intelligence Factory用人类演示数据训练机器人通用操作模型

产品是什么

Intelligence Factory 推出的核心产品是一个机器人通用操纵模型（General Manipulation Model），训练数据来自人类演示——不是程序员写代码教机器人怎么做，而是让人演示，然后让模型从演示中学习。关键在于数据类型不只是视频/视觉，还包括动作轨迹和触觉反馈，形成多模态训练集。

从部署场景来看，这个模型已经在三个领域落地：仓库（拣选、分拣）、超市（可能是货架整理或生鲜处理）、（设备维护或线缆管理）。能在这三个差异极大的场景落地，说明模型的泛化能力有一定基础。

技术路线分析

这家公司走的是模仿学习（Imitation Learning）+ 多模态融合路线。相比纯视觉方案，加入触觉数据是一个差异化点——触觉能让机器人学会「用多大力气抓鸡蛋」「怎么感知水果成熟度」这类需要物理反馈的操作。

类比来看，这类似于自动驾驶领域的端到端模型：输入是「人类怎么做的」，输出是「机器人应该怎么做」。好处是省去了手工设计reward function