开源版OpenAI机器人2.5万打造！斯坦福李飞飞团队祭出「灵巧手」，泡茶剪纸炫技

斯坦福大学李飞飞团队最近推出了一项引人注目的科技成果——一种开源版的机器人，其成本仅为2.5万美元！

这一成果不仅在技术上取得了突破，还在成本控制上展现了卓越的能力，使得高科技机器人的研究与应用更加亲民化。这款机器人被赋予了“灵巧手”的称号，因为它能够执行一系列复杂的动作，如泡茶和剪纸，这些动作对于机器人而言通常具有较高的难度。

据报道，这款机器人的灵巧手能够完成泡茶的整个过程，包括拧开瓶盖、使用茶镊挑茶叶入杯，并放回原位。这一过程不仅考验了机器人手部的灵活性和精确性，还涉及到对物体的识别和操作顺序的逻辑判断。此外，机器人还能够一手拿剪刀，一手拿便利签纸，执行剪纸这一精细动作，尽管剪断的过程被认为是相当困难的。

这款机器人的灵巧手之所以能够完成如此复杂的任务，得益于斯坦福团队开发的一套名为DexCap的便携式手部动作捕捉系统。该系统基于SLAM（同步定位与地图构建）、电磁场以及3D观察技术，能够实时追踪手腕和手指的运动。与传统基于视觉的动作捕捉技术相比，DexCap不会因为视线遮挡而无法收集数据，这大大提高了数据采集的可靠性和准确性。

DexCap系统的核心技术在于其前后向设备的组合设计。系统包括一个RGB-D激光雷达摄像头和三个SLAM追踪摄像头，以及一个迷你PC和电源，能够支持大约40分钟的数据收集。此外，为了捕捉手部动作，还需要一个特制的动捕手套。在数据收集过程中，摄像头从胸前机架上取下并安装到特制的手部支架上，从而实现对手部位置的持续追踪。

除了硬件上的创新，斯坦福团队还设计了全新的模仿算法DEXIL，该算法结合了逆运动学和基于点云的模仿学习。通过背包中的迷你PC，DexCap能够利用RGB-D相机重建3D场景，并将运动数据与之对齐，从而得到精确的手部动作模型。这一模型可以用于进一步的机器人训练，使得机器人能够学习和模仿人类的手部动作。

在对六项操作任务的评估中，DexCap展现出了卓越的完成能力。它不仅能够从野外动捕数据中有效学习，还为未来灵巧操作的数据收集方法提供了新的可能性。Jim Fan将DexCap比喻为“低配版的Optimus”，强调了其成本效益和分离的数据收集与机器人执行的特点。

DexCap系统的成功不仅在于其技术创新，还在于其对机器人技术普及化的推动作用。正如网友所评价的，“DexCap绝对震撼，我们正在进入个人机器人与个人AI的下一阶段”。这一评价反映了公众对于机器人技术发展的期待和对斯坦福团队工作的认可。

斯坦福团队的这一成果不仅在学术界引起了广泛关注，也为机器人技术的商业化应用提供了新的思路。随着技术的不断进步和成本的进一步降低，我们可以预见，未来将有更多的机器人走进日常生活，成为人类工作与生活的得力助手。