一周前，兩位手握多個知名具身項目的博士——趙子豪（Tony Zhao）與遲宬（Cheng Chi），官宣攜手創(chuàng)業(yè)。

今天，他們的首款產(chǎn)品發(fā)布了。

沒錯，這兩位“具身頂流博士”推出的產(chǎn)品，是一款名為 Memo 的家庭機器人，隸屬 Sunday.ai 公司。

視頻中的 Memo 外形呆萌，戴著橙色棒球帽，使用輪式底盤，擁有三節(jié)可升降的身體和兩個抓手，手的設計類似人類的三指并用。

*Memo帽檐下有攝像頭

*手部攝像頭

*全身照

它的定位是整理家務——不論是整理衣物、沖咖啡，還是洗碗、清理垃圾，都能靈活勝任。

主打家用不稀奇，但從視頻來看，Memo 的特點是能干很多細致的家務活。

比如收拾餐桌時一只手拿起兩個紅酒杯，拿走立著的刀叉，這種普通人容易打翻、劃傷的工作，它看起來干得十分輕巧。

疊襪子這類需要非常精細操作的工作，Memo也能勝任。

官推介紹，Memo 是經(jīng)過 18 個月的秘密研發(fā)、數(shù)十個原型、數(shù)百萬次的真實家庭演示后才推出的產(chǎn)品，會在2026年 Beta 測試。

具身新星輟學創(chuàng)業(yè)，知名VC已投

創(chuàng)立 Sunday 之前，這兩位創(chuàng)始人已經(jīng)小有名氣，是具身領域的新星。

*Sunday創(chuàng)始團隊和Memo

Sunday CEO 趙子豪之前是斯坦福的博士生，也在 DeepMind、特斯拉和 GoogleX 等公司工作過。

他在斯坦福的博士導師是 Chelsea Finn，機器人學習和強化學習領域的知名學者。在讀期間，他和同導師同學一起做的“斯坦福的煎蝦機器人”（Mobile ALOHA）因為成本低又開源，被很多團隊拿去應用。

本科階段，趙子豪還師從機器人+強化學習大神 Sergey Levine和 Dan Klein。現(xiàn)在，他已經(jīng)從斯坦福輟學全職創(chuàng)業(yè)。

聯(lián)合創(chuàng)始人遲宬就讀于哥倫比亞大學和斯坦福大學，師從知名華人學者宋舒然。

遲宬這兩年作為核心貢獻者參與的項目 UMI、Diffusion policy 也非常出圈。UMI 可以低成本、高質(zhì)量地采集數(shù)據(jù)，之前已經(jīng)引發(fā)業(yè)界紛紛跟進。Diffusion policy 能讓機器人的動作控制更靈活流暢。

兩位學界新星首次創(chuàng)業(yè)，得到不少圈內(nèi)大神的助力。

今天遲宬在推特上發(fā)文感謝英偉達的 JimFan 幫忙介紹硅谷知名 VC Sarah Guo。后者現(xiàn)在已經(jīng)是 Sunday 的投資人。

之前 AK 等 AI 風向標也圍觀過 Sunday 的成果。

*Memo 未發(fā)布時被打碼

低成本采集數(shù)據(jù)，爆款學術成果再升級

Memo 機器人背后，搭載的是 Sunday 的 ACT-1 模型。這款模型，通過公司自研的一款 Skill Capture Glove（技能捕捉手套）收集數(shù)據(jù)訓練而來。

它也是 Sunday 這次披露的核心亮點。

*技能捕捉手套（左）與 Memo 機器人手（右）

目前具身領域公認的一大瓶頸是數(shù)據(jù)。

于是趙子豪和遲宬這兩位“小天才”突發(fā)奇想：全球有80億人口，如果利用大家的日常動作采集數(shù)據(jù)，就能打破數(shù)據(jù)僵局，快速構建智能。

他們決定，打造這款單價約400美元、仿造 Memo 手部的手套，聘請遠程工作者佩戴著手套完成家務勞動，從而收集寶貴的真實數(shù)據(jù)給機器人使用。

“與遙操相比，手套使我們的資本效率提高了兩個數(shù)量級（200 美元 vs 20,000 美元）。”趙子豪在推特上說。

當然這套方案中還有一個關鍵問題，就是人類和機器人形態(tài)不完全一樣。所以從人類身上捕獲的任何數(shù)據(jù)，都要能轉(zhuǎn)化得和機器人操作出的數(shù)據(jù)一樣才有效。

而且，雖然手套可以調(diào)整雙手的位置，但不同人類采集者的身高、臂長各不相同，外貌也存在差異——攝像頭捕捉到的是人類手臂，而機器人需要從機器人手臂中學習。

*Memo 制作咖啡

針對這個問題，Sunday 又研發(fā)了Skill Transform 技術。

它能對原始觀測數(shù)據(jù)（包括運動學數(shù)據(jù)和視覺數(shù)據(jù)）對齊，剔除人類特有的細節(jié)。這樣做之后，Sunday 能以90%的成功率將手套數(shù)據(jù)轉(zhuǎn)化為等效的機器人數(shù)據(jù)，形成高保真訓練集，外觀和動作與機器人自身生成的數(shù)據(jù)完全一致。

基于這種收集數(shù)據(jù)的思路，再加上一些其他 Tips——比如加入3D地圖和家庭布局數(shù)據(jù)集訓練，讓模型在新家庭快速適應等等，他們做出了 ACT-1 模型。

*從餐桌到洗碗機的清理過程中，ACT-1自主完成了33個獨特動作、共計68次靈巧交互，涉及21種不同物體，同時導航距離超過130英尺（約40米）。

不難看出，數(shù)據(jù)采集思路是遲宬之前的核心項目 UMI 的升級版。

之前 UMI 手持夾爪搭配 GoPro 相機，就是一套大幅降低數(shù)據(jù)采集成本的方案，當時讓行業(yè)里多家廠商迅速跟進，推出了工業(yè)化數(shù)采產(chǎn)品。

關于 ACT-1 模型，目前沒有更詳細的信息。官方只表示它是個全新的模型，和趙子豪之前的 ALOHA 沒什么關系。

*UMI方案

搭建這些基礎技術，花費了兩位創(chuàng)始人超過一年的時間。之后，他們又花了三個月的時間讓機器人自主運行，有了今天我們看到的 Memo。

*Memo 制作咖啡的細節(jié)展示

Memo 發(fā)布之后，很多人認為這款機器人的設計實用又優(yōu)雅，也為學術大佬把自己的項目真正落地而激動。

還有人對它表示了自己的擔憂。

官方給出的消息是，Memo 此刻處于“手搓版”階段，定價2萬美元。后續(xù)正式發(fā)售時，價格可能下調(diào)到當前的一半。

但它的 Beta 版要到2026年晚些時候才會發(fā)布。現(xiàn)在節(jié)奏是，Sunday 會向外界開放 Family Beta 申請，入選的用戶不收費用，能直接和團隊一起打磨 Memo。

至于正式量產(chǎn)，出于測試硬件等原因，要等到2027-2028年。

這樣的 Timeline 讓一些人覺得太慢了。

畢竟到那時，同行的落地進度可能已遠超預期，Sunday 通過數(shù)據(jù)和模型快速 scalable 的能力，不確定是否還奏效。

從很多程度上，具身一直都是速度的較量。