工業機器人獨角獸 Standard Bots 獲 2 億美元融資，揭露採數十億參數模型與地端推論架構

工業機器人製造商 Standard Bots 近期完成由 General Catalyst 與專注機器人領域的 RoboStrategy 領投的 2 億美元 C 輪融資，估值達 10 億美元，客戶涵蓋 NASA、Amazon 與 Lockheed Martin。該公司執行長 Evan Beard 與 AI 主管 Leif Jentoft 在接受科技媒體 Latent Space 訪談時，揭露了其工業機械臂的軟硬體架構細節。 根據訪談內容，Standard Bots 的核心架構採取學習模型與傳統程式混編機制。其最大模型規模僅約數十億（low billions）參數，模型訓練在雲端進行，但推論完全於廠區地端執行。以高混合製造的機台上下料（machine tending）為例，該系統使用以超過 10 億張圖片訓練的骨幹模型進行零樣本（zero-shot）感知與零件辨識，而機械運動與單元邏輯則維持傳統程式控制，以因應短週期任務對生產節拍與可靠度的要求。 在硬體配置上，機械臂腕部攝影機與感測器透過內部佈線的十億位元乙太網路（Gigabit Ethernet）將訊號輸入地端邊緣 GPU，計算產出「動作區塊」（action chunks）後即時串流給底層控制系統。Jentoft 表示，由於多數工廠與倉儲缺乏穩定的網路連線，本機封閉迴路推論對維持運行時間至關重要。 在資料策略方面，團隊強調資料品質高於總量，指出透過現場介入通常只需數十個範例即可修正極端案例（edge case）。針對目前模擬器難以重現的液體、吸盤或柔性材料切割等任務，團隊結合手持觸控裝置示範收集真實資料；除國防客戶採實體隔離（air-gapped）環境外，一般部署皆透過車隊學習（fleet learning）回傳錯誤與人工修正訊號進行模型迭代。