亚马逊拟收购，这家 AI 企业凭什么估值百亿美金？

摘要： 亚马逊拟收购，这家 AI 企业凭什么估值百亿美金？8月2日消息，彭博社报道，专注具身智能赛道的美国AI软件企业Covariant最近收到亚马逊的收购意向。Ladd）透露到，Cova...

作者 | , 编辑 | Zuri, Zhou

“

能估值几百亿，甚至几千亿美元吗？

”

8月2日，彭博社报道称，一家专注于具身智能的美国AI软件公司近日收到亚马逊的收购意向，目前亚马逊和英伟达尚未对该消息做出回应。

2023年4月，它完成了7500万美元的C轮融资，总融资额达到2.22亿美元，本轮融资完成后，其估值达到6.25亿美元，还拥有豪华的投资团队，包括Yann LeCun、李飞飞、Jeff Dean、比尔盖茨等大咖，以及Index、等投资机构。

核心业务聚焦“大脑”软件系统及其AI机器人解决方案，其中仓储场景是其选择落地的首个场景，今年3月还推出了首款商用机器人基础模型RFM-1（Robot Model-1）澳门一码一肖一特一中2024，该模型能够通过视频、图片、文字等自然语言输入，帮助仓储机器人更快速地理解并执行相关任务。

目前欧洲最大的电商集团奥托集团、物流公司以及药品分销商Corp也是主要客户。

其实收购消息并不意外，自2012年收购Kiva以来管家婆一肖一码100中奖技巧，亚马逊一直是仓库自动化领域的领军者，近年来亚马逊陆续收购了、、等与仓库机器人相关的公司。

“亚马逊可以通过一个平台管理所有的自动化设备。”物流行业顾问、前亚马逊高管布里坦·拉德透露，亚马逊是一个有吸引力的收购目标，因为其软件平台可以控制多种机器人硬件，相当于为多种硬件打造一个“通用大脑”。

但也有投资人向硅兔表示，如果被亚马逊收购，对具身智能赛道来说，可能不是一个好的信号。因为如果在独立开发上市和被收购之间，现在还不如选择被亚马逊收购。这或许表明对商业化的信心不足，对具身智能的发展前景也很难。“总体来说，接受亚马逊收购邀请的可能性不是很高。”

01

三位前员工联手创业

瞄准仓库机器人方向

受到投资者热捧的一个重要原因来自于创始团队。

首先有吴恩达的创始弟子，他是前百度首席科学家、AI巨头吴恩达的首位博士生，主要专注于机器人技术、机器人学习等研究领域。

他还创办了伯克利机器人学习实验室，现为伯克利大学终身教授，目前担任该公司首席科学家和联合创始人。

第二位是现任CEO的90后华人Peter Chen，他是Meta的学生之一，本科、硕士、博士都是在伯克利读的，也曾在Meta实习过。

据相关媒体报道，指数投资者曾这样评价陈曦：“陈曦不仅是一位智能AI技术专家，更是一位优秀的商人，在市场策略、文化建设、人才招募、商务谈判等各个方面都表现出色，具有很强的掌控力。”

创始人团队合影

作为的CTO，Rocky Duan不仅在本科期间担任过某拍卖网站的CTO，还用两年时间完成了伯克利大学的博士学业，并在读博士期间联合创办了百度。

上述三人均在明星AI公司任职一段时间，于2017年左右离职。此时媒体提到的机器人团队爆料解散。因此2024新澳免费资料三头67期，很多人戏称其为机器人梦的延续。

最后一位联合创始人张天浩曾在微软实习，并于 2016 年开始在伯克利攻读博士学位。

据悉，此次创业源于陈曦与段彦的一次聚会。

当时，他们团队刚刚发表了一篇关于强化学习的论文，陈曦认为强化学习会缩小AI机器人与人类的差距，但缺少一些落地的方向，比如机器人需要操控什么物体、以什么样的方式精准操控等等。

陈曦意识到学术研究和产业应用之间存在差距，这也是他们创办这家公司的原因之一，他们希望用最优秀的人工智能科学家来解决实际问题，基于市场需求，他们最终瞄准了仓储物流方向。

02

打造机器人的“大脑”

Brain的准确率高达99%。

“我们只卖AI软件。”陈曦从一开始就有明确的定位。

目前主要的变现方式是出售Brain及配套AI解决方案，虽然首款商用机器人基础款RFM-1已于今年3月上市，但目前尚不清楚RFM-1是否已经实现商用。

什么样的软件能让“深度学习之父”表示认可，甚至发推文表达对深度学习投入不够的后悔？

Brain 的惊人之处在于两个方面：高质量的训练数据和泛化能力。这意味着当面对新任务或新物体时，机器人可以在短时间或几次内掌握新技能。在大多数当前的机器人解决方案中，机器人需要重新编程或需要很长时间才能掌握新技能。

仓库机器人在工作场景中面临的最大挑战之一，是如何适应复杂的工作场景，准确识别成千上万种产品类别并进行精准抓取。

2020年，该公司表示其Brain系统可以以99%的准确率拾取和打包约1万件物品，其成功的秘诀之一是其Brain训练数据是由机器人与现实世界的实时交互产生的，其数据价值越高就越准确，训练效果就越好。

“要让机器人能够自主完成任务，就需要高质量的数据。而需要高质量数据，就需要有目的地去收集。”陈曦在接受媒体采访时说。这些“特殊场景”在实验室环境中很难见到，但在现实世界中却大量存在，因此数据就更难获取。

图1：仓库机器人面临各种复杂物体和特殊事件

目前，当机器人面对不断变化的货物和任务时，Brain帮助其自主识别并调整动作完成抓取任务，这也是物流系统中提高物流效率的关键。

同样，陈曦认为，AI机器人需要具备泛化能力。“如果AI机器人需要多次人工干预才能挑选商品，那么AI机器人就没有价值。”他说。

作者认为，只要使用足够多的真实机器人交互数据来训练模型，就会出现一个能够准确模拟物理世界变化的模型。数据证明该定律适用于机器人学习领域。训练数据越多，抓取越准确。成功重复次数可以减少 43%，机器人的抓取速度越来越高。

图片来源：博客

不过，对于客户来说，Brain的价格并不便宜，一位客户曾透露：“如果说雇佣一个分拣工人的价格是4万美元亚马逊拟收购，这家 AI 企业凭什么估值百亿美金？，那么Brain的价格就在3万美元左右。”

03

想成为机器人世界的GPT

RFM-1发射

今年3月11日，首个机器人基础模型RFM-1（Robot Model-1）上线，该模型基于该架构，参数规模达80亿，采用互联网数据+真实机器人操作数据进行训练。

RFM-1支持多模态数据的输入，如文本、机器人动作、传感器数据、图片、视频等，并且可以通过自然语言输入机器人操作指令。

RFM-1的另一显著特点是客户无需懂得编程，就能用自然语言进行人机协作，让客户可以用简洁的文本语言来指导机器人执行任务，同时也迎合了不断变化的业务需求并适应一些特殊场景。

RFM-1 还可以主动向人类寻求帮助。例如，如果它在对特定物品进行分类时遇到困难，机器人可以与操作员沟通并解释这一困难。然后操作员可以教机器人一种新的分类策略，经过反复重复，机器人就可以自动对物品进行分类。机器人可以学习新的策略并将其应用于未来的操作中。

所有这些能力的实现都要归功于为 RFM-1 构建的庞大世界模型。

04

奢侈品投资团队