Rhoda人工智能提供了直接视频动作模型，将机器人策略重新制定为视频生成。 |资料来源：Rhoda AI
Rhoda AI 已从默默无闻中脱颖而出，获得了 4.5 亿美元的 A 轮融资。该公司还推出了 FutureVision，这是一种基于视频预测控制的机器人智能方法。
“我们相信，机器人的下一个时代需要能够理解世界如何运动的模型，而不仅仅是它的外观或语言如何描述，”Rhoda 联合创始人兼首席执行官 Jagdeep Singh 说道。 “通过从互联网规模的视频中学习并在闭环中运行，我们的系统旨在以传统方法难以实现的方式适应现实世界的变化。目标很简单：机器人在现实世界中工作，而不仅仅是控制”
传统工业机器人在结构化环境中表现良好，但在很大程度上仍局限于预先编程的轨迹。最近的人工智能方法，特别是视觉语言动作（VLA）模型，允许机器人从数据中学习。这些在实验室环境中展示了令人印象深刻的结果。
然而，Rhoda 表示，许多人仍然难以应对现实世界的变化，包括不断变化的布局、以前看不见的物体和不可预测的工作流程。Rhoda 旨在解决
通过将互联网规模的视频预训练与闭环视频预测控制相结合，Rhoda 声称它可以使机器人能够在现实世界环境中自主适应和操作。该公司表示，它与制造和物流领域的领先工业合作伙伴合作。
广泛的预训练和持续观察可实现快速学习
最终的系统会持续观察其环境，以视频形式预测未来状态，将这些预测转换为动作，执行它们，并重新观察世界。然后，它在闭环中每隔几百毫秒重复一次此过程。
Rhoda 将这种专有架构称为直接视频动作 (DVA) 模型，旨在桥接感知和控制。与在没有持续反馈的情况下生成计划的开环方法不同，Rhoda 表示，其 DVA 系统会随着条件变化动态更新其行为，从而实现实时物理感知控制。
强运动先验Rhoda 声称，在基于 Rhoda 的原生自回归视频预训练过程中学到的数据使模型能够有效地学习新任务，通常需要短短 10 个小时的远程操作数据。
基于此架构，FutureVision 充当 Rhoda 的智能层，这是为当今 Rhoda 系统提供动力的基础模型，预计随着时间的推移，将授权给跨不同机器人硬件和软件平台的合作伙伴。
Rhoda 获得现实世界的成果体验
Rhoda 的技术已在生产环境中展示了自主操作，其中机器人必须处理不断变化的材料、布局和工作流程。在最近的一次大批量制造评估中，Rhoda 表示，它在每个周期不到两分钟的时间内完成了组件处理工作流程，无需人工干预，超出了客户的 KPI。
4.5 亿美元的 A 轮融资将支持持续的研究和开发工程投资、工业部署和客户试点的扩展，以及涵盖生成人工智能、计算机视觉和机器人技术的罗达多学科团队的发展。
该公司得到了顶级技术投资者的支持，包括 Capricorn Investment Group、Khosla Ventures、Leitmotif、Matter Venture Partners、Mayfield、Premji Invest、Prelude Ventures、淡马锡和 Xora，以及 John 等硅谷领导者杜尔。