现代机器人技术有个“公开秘密”：大多数令人惊叹的演示，都不过是披着高科技外衣的“提线木偶戏”。成群结队的操作员，被捆绑在复杂昂贵的远程操控设备上，远程引导着机器人的每一个动作，只为生成那些能教会机器人做点有用之事的数据。这过程，缓慢、昂贵，坦白说，根本无法规模化。而Stanford大学的辍学生，Sunday AI的Tony Zhao和Cheng Chi，直面这个“规模化僵局”，并决定彻底绕过它。
他们的解决方案，为名为 ACT-1 的新型基础模型提供动力，其精妙之处令人拍案叫绝：想让机器人学会一项任务？自己动手教它就行。Sunday的工程师们不再需要2万美元的远程操控设备，取而代之的是一个仅需200美元的“技能捕捉手套”（Skill Capture Glove）。这款手套经过精心设计，与他们的 Memo 机器人手部的几何结构和传感器完美匹配，能捕捉人类动作中那些微妙且富含接触点的数据。这个前提大胆得惊人：如果人类戴着手套能完成的任务，机器人就能学会，无需任何“牵线搭桥”。
数据瓶颈与手套解方
Sunday的核心信念是，阻碍机器人技术发展的，不是硬件、计算力或资金，而是一个决定性的瓶颈：数据。大型语言模型可以吞噬整个互联网的数据，但机器人领域却缺乏这样一个真实世界交互的庞大语料库。像 Tesla 这样的公司可以利用数百万辆汽车进行数据收集，但机器人初创公司却没有这种“奢侈”。远程操控曾是行业的答案，但这是一种蛮力方法，不仅资金密集，而且效率低下。
技能捕捉手套 是Sunday巧妙地绕过这一难题的“杀手锏”。通过分散数据收集，任何人，在任何地方，无需实体机器人在场，即可为训练集做贡献。这带来了两大核心优势：
- 资本效率： Sunday声称这款手套比标准的远程操控设备便宜两个数量级，极大地降低了数据获取成本。
- 数据质量： 对于那些依赖“手感”的任务——比如判断叠袜子所需的力度，或者将酒杯稳妥地放入洗碗机架——手套能提供自然的力反馈，而远程操控根本无法复制。
这种方法让Sunday能够从数百个杂乱、真实的家庭中捕获数据，构建一个反映“生活的长尾”的数据集——你没听错，甚至包括洗碗机里的猫咪！
从餐桌到洗碗机：机器人界的“饕餮盛宴”
为了证明ACT-1的真本事，Sunday展示了他们称之为“机器人自主完成过的最复杂任务”：清理餐桌并装载洗碗机。这可不仅仅是简单的抓取和放置。这项任务涉及33种独特且总计68次灵巧的交互，操作着21种不同的物体——从精致透明的酒杯，到陶瓷盘和金属餐具，无一不考验着机器人的“巧手”。
在这项长周期任务中，Memo机器人导航超过39米，倾倒食物残渣，甚至还能操作洗碗机。这是一场由单一端到端模型控制的精细操作和房间尺度导航的“交响曲”。联合创始人Tony Zhao承认，在开发过程中，无数玻璃杯惨遭毒手，但令人惊叹的是，在20多次现场演示中，他们实现了零破损，这无疑是对模型学习到的敏感性最好的证明。
荒野中的零样本泛化能力
一个只在自己实验室里工作的机器人，充其量只是个自娱自乐的科学项目。为了证明ACT-1的适应性，团队将Memo部署到六个陌生的Airbnb民宿中。目标是：在零环境特定训练的情况下，清理餐桌并装载洗碗机。
通过在训练过程中以3D地图对模型进行条件化，ACT-1学会了如何解释新的布局，而不是死记硬背特定的布局。当被“空投”到新房子里时，它能利用提供的地图导航到关键位置，这对于任何旨在应对真实家庭混乱环境的机器人来说，都是一项至关重要的能力。迄今为止，ACT-1是首个将如此水平的长周期操作与地图条件导航相结合的基础模型。
挑战灵巧极限
除了马拉松式的洗碗任务，Sunday还展示了ACT-1在两项出了名的高难度挑战中的精湛技艺：叠袜子和制作浓缩咖啡。虽然其他机器人叠过大型、可预测的物品，但袜子却是变形性和自遮挡的噩梦。ACT-1成功地从一堆凌乱的袜子中识别出配对，利用多指运动将其揉成团，然后放入篮子。
与此同时，操作意式浓缩咖啡机则展示了毫米级精度与蛮力的完美结合。机器人能完成空中按压（夯实咖啡粉）、插入手柄，并产生将其锁紧所需的高扭矩，最后按下按钮。这些不仅仅是华而不实的演示；它们是精心挑选的证据，证明技能捕捉手套能够提供高质量、细致入微的数据。
Sunday的方法是一场大胆的赌注。通过将一切都押注在一种新颖的数据收集方法上，它绕过了行业最大的瓶颈，并生产出一个具有惊人能力的模型。轮式Memo机器人可能没有双足人形机器人那样的科幻魅力，但其实用智能是无可否认的。Sunday悄然掷下了战书，暗示着机器人技术的未来可能不是由“提线木偶师”建造，而是通过简单地向机器人展示如何完成任务来构建。
