机器人手公司Proception与特斯拉和解并获1100万美元融资

在机器人技术日新月异的今天，灵巧手部的控制依然是最具挑战性的领域之一。然而，一家名为Proception的初创公司正试图通过创新的数据收集方式打破这一瓶颈。近日，这家公司不仅与特斯拉就商业秘密诉讼达成和解，还宣布成功获得1100万美元融资，为创业征程注入了强劲动力。

诉讼和解：重新聚焦技术研发

据TechCrunch报道，Proception与特斯拉达成和解，结束了长达数月的商业秘密法律纠纷。尽管双方未披露和解细节，但这一结果是Proception管理层乐见的——让他们能够将更多精力投入到核心技术的研发中。特斯拉此前指控Proception窃取了与机器人手相关的商业机密，但Proception始终否认这些指控。和解协议的达成，避免了旷日持久的诉讼对初创公司资金和团队造成的消耗。

“和解使我们能够放下包袱，全力推进产品开发。法律争议从来不是我们想走的路。”——Proception联合创始人兼CEO

1100万美元融资：资本认可与战略布局

伴随着诉讼的解决，Proception宣布完成1100万美元的A轮融资。本轮融资由知名风投领投，多家产业基金跟投。资金将主要用于扩大团队、加速技术迭代以及启动首批商业试点。Proception表示，这笔融资是对其技术路线和商业前景的肯定，尤其是在当前AI机器人融资环境相对谨慎的背景下，能够获得千万级资金实属不易。

与传统的机器人公司不同，Proception并未选择从机械结构或控制算法入手，而是剑指机器人最薄弱的一环——数据。该公司认为，当前机器人手部的性能瓶颈主要在于缺乏高质量的操控训练数据，而非硬件本身。

独特的数据收集方法：解决手部操控难题

Proception的核心理念是：要让机器人学会灵巧手部动作，必须从人类活动中汲取海量、多样化的交互数据。为此，他们开发了一套数据采集系统，能够轻松记录人类手指在触碰、抓握、拧转等细微动作时的力、触觉和角度信息。不同于使用昂贵传感器或仿真环境模拟的传统方案，Proception的方法更强调低成本、可规模化。例如，他们设计的可穿戴手套能够捕捉每一根手指的精细运动，同时避免引入过多噪声。

“当前大多数机器人手部研究都集中在某几个基准任务上，但现实世界中的物体千差万别。我们需要千百种不同的开门姿势、握笔力度、拧瓶盖角度。”Proception的首席科学家解释。通过采集真实人类的手部数据，再结合迁移学习技术，他们能够让机器人快速适应新物体的操作，而无需每次都重新编程。

这一思路正逐渐被学界和产业界重视。长期以来，数据稀缺一直是机器人领域的老大难问题。尤其在精细操作方面，缺乏公开的大规模手部活动数据集，导致算法泛化能力差。Proception的策略有望为行业提供一种可复用的数据基础设施。

编者按：数据驱动是机器人进化的新引擎

从整个AI机器人行业来看，数据的重要性正日益凸显。类似Proception这样专注于数据层创新的公司，弥补了硬件与算法之间的鸿沟。可以说，下一代机器人能力的飞跃，不仅依靠更强算力的芯片、更轻便的材料，更依赖于高质量、多样化的训练数据。Proception与特斯拉的诉讼和解，从侧面印证了初创公司在法律合规、数据伦理方面必须谨慎。另一方面，1100万美元融资也证明了市场对“数据驱动型机器人”模式的信心。但不能忽视的是，数据采集的隐私、标准化以及如何构建通用的机器人操控数据平台，仍是长期挑战。Proception能否成为这个新兴赛道的领头羊，值得持续观察。

本文编译自TechCrunch