AWS推出用于构建具备感知和适应能力机器的一系列开源工具

AWS宣布推出 Physical AI Toolchain on AWS，这是一个面向相关企业的开源软件包，旨在开发能够感知物理环境、作出决策并实时适应环境的机器。该体系面向工业自动化、自动驾驶和类人机器人等领域，并与 NVIDIA 物理人工智能生态系统集成。

这一类别不同于处理数据并生成数字输出的传统人工智能；智能机器通过感知、推理和执行与现实世界互动。同时，运行数据会被反馈至训练流程，使模型能够随着部署过程的反复进行而持续改进。

在统一体系中实现从训练到运行

该软件包汇集架构指南、部署自动化工具和可直接使用的参考代码，并通过五个相互关联的轴线覆盖物理人工智能的开发周期：

• 合成数据生成：借助人工智能创建多样化的训练环境和场景，以减少对成本高昂的现实数据收集的需求。
• 模型训练：通过人类示范以及在仿真环境中的实践训练机器。
• 仿真与验证：在机器运行于实际硬件之前，以虚拟方式测试其行为。
• 边缘部署：将优化后的模型发送至机器，使其能够在不持续连接云端的情况下作出即时决策。
• 持续优化：将运行数据反馈至训练流程，以生成新数据并改进模型。

所使用的 AWS 服务包括用于模型训练的 Amazon SageMaker、配备图形处理单元并用于仿真的 Amazon EC2 实例、用于边缘部署的 AWS IoT Greengrass，以及用于智能协调的 Amazon Bedrock AgentCore。在 NVIDIA 方面，该软件包与用于仿真的 Isaac Sim、用于强化学习的 Isaac Lab、用于训练类人机器的 Isaac GR00T，以及用于生成合成世界的 Cosmos 集成。

企业在实践中将发生哪些变化？

企业可以通过单一控制点采用完整体系，也可以选择仿真、训练或部署等单个组件，并将其集成至现有工作流程中。该体系还提供车队管理能力，以便企业在转入生产阶段时配置、保护并远程更新数千台机器。

AWS表示，该软件包旨在减少工程团队投入基础设施的时间，使其能够更多地专注于应用和机器本身的开发。该公司指出，部署流程可以根据硬件、运行环境和使用场景进行定制，而不必采用统一设计。

借鉴 Amazon Robotics 的经验

该软件包基于亚马逊运营超过一百万台机器人并将其部署在自身运营网络中的经验。这些机器人每天处理数百万个包裹，并与数十万名员工协作。该公司还提到了自主机器人 Proteus，该机器人由 Amazon Robotics 开发，用于在需要搬运物品的场所工作。

NEURA Robotics、RLWRLD 和 Config 等公司正在使用与该体系相关的技术。NEURA 开发能够通过视觉和听觉感知并从经验中学习的类人机器人；RLWRLD 则在开发一个包含 81 亿个参数的基础模型，用于物体抓取和操作任务。Config 建立了一条用于收集超过 20 万小时机器人动作数据的生产线。

编辑解读：此次公告的核心价值并不在于增加一项独立的云服务，而在于 AWS 试图将训练、仿真、部署和车队管理整合到一条可定制的流程中。这可能降低构建机器人系统的门槛，但其成功仍将取决于数据质量、硬件兼容性，以及模型从仿真环境转移到不可预期的真实环境时的可靠性。文章没有说明开源许可的具体细节，也没有明确可用性级别和成本；在评估商业可用性之前，这些都是需要审查的要点。