📢 转载信息
原文作者：Rebecca Szkutak
机器人可以被编程来执行各种任务，例如打包箱子甚至进行外科手术。但是，每一个单独的动作或任务都需要其自身的特定训练过程，这使得机器人在现实世界场景中难以适应。
Mbodi希望借助AI智能体让机器人训练变得更简单、更快。该公司将在TechCrunch Disrupt 2025上，作为20强初创战场的入围者之一，展示其技术。
总部位于纽约的Mbodi构建了一个云到边缘系统，这是一种结合了云端和本地计算的混合计算系统，旨在集成到现有的机器人技术栈中。该软件依赖于众多的AI智能体相互通信，以收集所需信息，帮助机器人更快地学习一项任务。
一旦部署，Mbodi将收集数据并从其实际用例中学习。
Mbodi的联合创始人兼首席执行官Xavier Chi告诉TechCrunch，用户使用自然语言提示软件，Mbodi会将请求分解成更小的子任务。Mbodi的智能体集群基本上采取分而治之的方法，以快速收集所需信息来训练机器人完成提示。
“物理世界棘手之处在于，它的可能性是无限的，”Chi说。“每次你发明全新的东西时，你都没有任何数据，这就是物理世界中的一个问题。我们总是需要一个系统，在那里你可以编排不同的模型，或者让任何人来纠正机器人，并告诉它以特定的方式做某些事情。”
Chi表示，他和联合创始人Sebastian Peralta在谷歌担任工程师时产生了公司的想法。尽管他们当时没有从事机器人技术方面的工作，但他们都意识到AI的进步正朝着物理世界发展，尽管实体AI有所增加，但仍然没有一个好的方法来快速训练机器人。
许多公司，如Skild AI和FieldAI，正致力于通过构建具有足够真实世界数据的大型世界AI模型，使机器人更容易适应新环境，从而帮助加速机器人训练。Chi认为这种理念与世界不断变化的方式不符。
Mbodi于2024年成立，最初专注于抓取和包装。该公司去年赢得了ABB机器人AI初创公司竞赛，并因此与这家瑞士机器人组织建立了合作伙伴关系，该组织于去年10月被软银以54亿美元收购。
目前，该公司正在与一家消费品和产品公司（财富100强）合作进行概念验证。
“对于CPG（快速消费品）客户来说，他们有很多人，他们将自己品牌的不同产品包装到托盘或货架上，问题是每天都在变化，”Chi说。“正因为如此，不可能在那些地方部署机器人。重新编程这些机器人，这根本是不可能的，仍然有很多人在做这项工作。”
Mbodi希望在2026年开始更广泛地部署其软件。
“我们想构建一些有效、可以实际部署的东西，”Chi说。“从这个角度来看，我们不是一家研究实验室；我们不想成为一家研究实验室。我们想投入生产一些可靠运行的东西。”
如果您想亲身听取Mbodi的介绍，并参加数十场额外的演讲、有价值的研讨会，并建立推动业务成果的人脉，请点击此处了解有关今年Disrupt的更多信息，该活动将于10月27日至29日在旧金山举行。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区