‍‍

作者 | Xuushan，編輯｜Zuri、蔓蔓周

“

Covariant能否估值百億、甚至千億美金？

”8月2日消息，彭博社報道，專注具身智能賽道的美國AI軟件企業(yè)Covariant最近收到亞馬遜的收購意向。目前，亞馬遜和Covariant均未對該消息作出回應(yīng)。

Covariant于2023年4月完成了7500萬美元的C輪融資，總?cè)谫Y達到2.22億美元，該輪融資結(jié)束后Covariant的估值達到了6.25億美元。Covariant還擁有一個豪華的投資團隊，資方包括Geoffrey Hinton、Yann LeCun、李飛飛、Jeff Dean、比爾•蓋茨等大牛，還有Index Ventures、Radical Ventures等投資機構(gòu)。

Covariant核心業(yè)務(wù)聚焦于“Covariant Brain”的軟件系統(tǒng)和其AI機器人解決方案，其中倉儲場景是其選擇率先落地的場景。今年3月，Covariant還推出了首個商用機器人基礎(chǔ)模型RFM-1（Robot Foundation Model-1）。該模型可以通過視頻、圖文等自然語言輸入，更快地幫助倉儲機器人理解、執(zhí)行相關(guān)任務(wù)。

現(xiàn)階段，歐洲最大的電商集團Otto Group、物流公司Radial和藥品分銷商McKesson Corp也是Covariant的大客戶。

事實上，這一收購消息來得并不意外。自2012年收購Kiva Systems以來，亞馬遜一直是倉庫自動化領(lǐng)域的領(lǐng)導者。近年來，亞馬遜陸續(xù)收購了Cloostermans、Canvas Technology等與倉庫機器人相關(guān)的企業(yè)。

“亞馬遜可以通過一個平臺管理所有的自動化設(shè)備。”物流行業(yè)顧問、前亞馬遜高管布里坦·拉德 （Brittain Ladd）透露到，Covariant對亞馬遜來說是一個有吸引力的收購目標，因為它的軟件平臺可以操控多種機器人硬件，相當于打造了一個多硬件的“通用大腦”。

但部分投資人告訴硅兔君，如果Covariant被亞馬遜收購，這對具身智能賽道來說可能并不是一個好的信號。因為如果Covariant在獨立發(fā)展上市與被收購之間，選擇了現(xiàn)在被收亞馬遜收購，這可能代表Covariant商業(yè)化的信心不足，也意味著具身智能發(fā)展前景艱難。“整體看來，Covariant接受亞馬遜的收購邀請可能性并不是太高。”

01

三位OpenAI前員工聯(lián)手創(chuàng)業(yè)瞄準倉儲機器人方向

Covariant頗受投資者喜愛的重要原因之一，來自創(chuàng)始團隊。

首先是吳恩達的開山弟子，Pieter Abbeel，他是前百度首席科學家、AI大牛吳恩達的首個博士生，主要專注于機器人和機器人學習等研究方向。

他還曾創(chuàng)辦了伯克利機器人學習實驗室，如今是伯克利大學的終身教授。目前，Pieter Abbeel在Covariant內(nèi)擔任首席科學家以及聯(lián)合創(chuàng)始人的職位。

Pieter Abbeel

其次是90后華人陳曦（Peter Chen），現(xiàn)階段在Covariant內(nèi)擔任CEO職位。他是Pieter Abbeel的學生之一，在伯克利本碩博連讀，也曾在Meta實習。

據(jù)相關(guān)媒體報道，Index Venture投資人曾評價陳曦時說：“陳曦不僅是聰明的AI技術(shù)專家，也是一位優(yōu)秀的商人，（他）對市場戰(zhàn)略、文化建設(shè)、人才招聘、商務(wù)談判等多個方面均有較強的掌控力。”

Covariant創(chuàng)始人團隊合影

作為Covariant的CTO，段巖（Rocky Duan）不僅在本科階段就擔任過拍賣網(wǎng)站Sellegit的CTO，而且兩年時間就完成了伯克利大學的博士進修，博士期間還聯(lián)合創(chuàng)辦了Covariant。

以上三位都曾在明星AI企業(yè)OpenAI任職一段時間，2017年左右先后從OpenAI離職。此時，正好有媒體爆料提到OpenAI的機器人團隊解散。因此，不少人戲稱Covariant是OpenAI機器人夢的延續(xù)。

而最后一位聯(lián)合創(chuàng)始人，張?zhí)旌疲═ianhao Zhang）曾在微軟實習過，2016年開始攻讀伯克利博士學位。

據(jù)報道，Covariant的創(chuàng)業(yè)起源于陳曦與段巖的一次聚會。

當時他們團隊剛剛發(fā)表了一篇強化學習領(lǐng)域的論文，陳曦認為強化學習將會縮小AI機器人與人之間的差距，但缺少一些落地方向。比如機器人需要操縱的對象是什么，以及需要以什么樣的精度等等。

陳曦認識到學術(shù)研究與產(chǎn)業(yè)應(yīng)用之間存在差距，這也是他們創(chuàng)立Covariant的原因之一。Covariant希望用最好AI科學家解決實際問題。基于市場需求，他們最終瞄準倉儲物流方向。

02

要打造機器人的“大腦”Covariant Brain準確抓取率高達99%

“我們只賣AI軟件。”陳曦從一開始就對Covariant有個清晰的定位。

目前，Covariant的變現(xiàn)方式主要以賣Covariant Brain以及配套的AI解決方案為主。盡管今年3月，Covariant推出了首款商用機器人基礎(chǔ)模型RFM-1，但目前尚且不清楚RFM-1是否已完成商業(yè)化。

什么樣的軟件讓“深度學習之父”Geoffrey Hinton都表示肯定，甚至專門發(fā)推表示后悔自己投少了？

Covariant Brain讓人感到驚艷地方主要分兩個方面：高質(zhì)量訓練數(shù)據(jù)以及泛化能力。這里指的是機器人在面對新任務(wù)或者新物品時，只需很少時間或幾次學習即可掌握新技能。而目前大部分的機器人解決方案中，機器人都需要重新編程或花費很長時間才能掌握新技能。

倉儲機器人在工作場景中面臨的最大難題之一是，機器人如何適應(yīng)復雜的工作場景以及精準識別成千上萬種產(chǎn)品分類，并且精確抓取。

Covariant曾在2020年表示其Covariant Brain系統(tǒng)能夠以99%的準確率拾取和包裝大約1萬件物品。它成功的秘訣之一是，其訓練Covariant Brain數(shù)據(jù)是機器人與現(xiàn)實世界實時交互產(chǎn)生數(shù)據(jù)，其數(shù)據(jù)價值更高也更精準，訓練效果也更好。

“要讓機器人能夠非常自主地執(zhí)行任務(wù)，你需要高質(zhì)量的數(shù)據(jù)。而如果你需要高質(zhì)量的數(shù)據(jù)，就需要有目的性地收集。”陳曦接受媒體采訪時說。Covariant一直關(guān)注“特殊場景”，這些“特殊場景”很難在實驗室環(huán)境見到，但是在真實世界大量存在，因此數(shù)據(jù)更難獲取。

圖注：倉儲機器人面對各種復雜對象及特殊事件

目前，機器人在面對不斷變化的貨物和任務(wù)時，Covariant Brain幫助機器人自主識別并調(diào)整動作，從而完成抓取任務(wù)，這也是提升物流系統(tǒng)中物流效率的關(guān)鍵。

同樣，陳曦認為AI機器人需要具備泛化能力。“如果AI機器人挑撿產(chǎn)品，還需要人工多次干預的話，AI機器人就不具有價值。”他說道。

實現(xiàn)泛化，Covariant認為只要用足夠多的機器人真實交互數(shù)據(jù)去訓練模型，就會涌現(xiàn)出準確模擬物理世界變化的模型。Covariant用數(shù)據(jù)驗證了Scaling Law適用于機器人學習領(lǐng)域，訓練數(shù)據(jù)越多，一次抓取不成功需要重復的次數(shù)可減少43%，且機器人的抓取速度越來越高。

圖源：Covariant Blog

不過，對客戶來說，Covariant Brain的價格也并不便宜。有一位Covariant的客戶曾透露道：“如果請分揀工人的價格是40000美元的話，Covariant Brain的價格大約在30000美元左右。”

03

想成為機器人界的GPTCovariant推出RFM-1

今年3月11日，Covariant推出了首個機器人基礎(chǔ)模型RFM-1（Robot Foundation Model-1）。該模型基于Transformer架構(gòu)，參數(shù)規(guī)模達到80億，并且使用互聯(lián)網(wǎng)數(shù)據(jù) + 真實機器人操作數(shù)據(jù)訓練。

RFM-1支持輸入多模態(tài)數(shù)據(jù)，如文本、機器人動作、傳感器數(shù)據(jù)、圖片、視頻等，可以通過自然語言輸入機器人操作指令。

RFM-1另一個顯著的特點是，客戶無需會編程，用自然語言就可以進行人機協(xié)作。它允許客戶用簡潔的文本語言指導機器人執(zhí)行任務(wù)，也迎合了每個客戶不斷變化的業(yè)務(wù)需求以及適應(yīng)部分特殊場景。

RFM-1還能主動向人類尋求幫助。例如，在分揀特定物品遇到難題時，機器人能夠向操作員傳達并說明困難點。操作員隨后可以教機器人新的分揀策略，多次重復后，機器人可以習得新策略，并在未來操作中加以應(yīng)用。

這些功能都離不開Covariant為RFM-1構(gòu)建的龐大的世界模型。

04

豪華投資團隊獲得產(chǎn)學研多方關(guān)注

如今，能夠和Covariant的投資陣容相媲美的具身智能創(chuàng)企已經(jīng)不多了。AI賽道的學界大牛、知名投資機構(gòu)、互聯(lián)網(wǎng)大廠幾乎都在Covariant投資方中顯露身影。

數(shù)據(jù)來源：Crunchbase

圖靈獎得主、深度學習三巨頭之一的Geoffrey Hinton曾專門發(fā)文吐槽自己后悔給Covariant投少了，如果再給他一次機會，他將會重新投入此前的百倍資金。

除了Geoffrey Hinton之外，其他AI學界大佬Jeff Dean、李飛飛、Yann LeCun均參與到Covariant的投資中。

陳曦則在回應(yīng)Hinton時表示，“Hinton之所以會看好并投資我們，一方面，他認識我們團隊中的很多人，認可我們的實力；另一方面，他早就看過并肯定了Covariant的技術(shù)成果。”

此外，不少知名投資機構(gòu)也紛紛表示對Covariant的看好。Index Ventures、Radical Ventures 參與了Covariant的C輪融資領(lǐng)投。而一些科技巨頭也藏在部分投資機構(gòu)背后，比如百度風投和三星NEXT等。

今年，北美具身智能賽道涌入大量資本和優(yōu)秀創(chuàng)業(yè)者，CMU兩位教授創(chuàng)立的Skiled AI估值達到15億美金，李飛飛教授下場創(chuàng)業(yè)、開局公司估值即達到10億美金，斯坦福教授團隊創(chuàng)立的Physical Intelligence價值4億美金，他們都想成為機器人領(lǐng)域的OpenAI，劍指機器人GPT模型。

但從目前企業(yè)的吸金能力和估值來看，具身智能前期發(fā)展離不開大量資金支持，且因為硬件成本存在，其商業(yè)化可能會比大模型更難。

▼被收購還是獨立發(fā)展？Covariant的選擇值得期待

2012年，亞馬遜以7.75億美元收購Kiva倉儲機器人，引發(fā)業(yè)內(nèi)轟動，物流倉儲自動化也由此開始蓬勃發(fā)展。盡管距離現(xiàn)在已經(jīng)過去了12年，但仍有80%以上的倉庫沒有部署自動化解決方案，在電商高度發(fā)達的今天，物流倉儲自動化仍是初創(chuàng)重點突破的方向之一。

從創(chuàng)始團隊配置、投資機構(gòu)陣容以及業(yè)務(wù)進展，Covariant稱得上是具身智能領(lǐng)域的頭部公司。

選擇加入亞馬遜，Covariant自然可以背靠大樹好乘涼，既無需操心資本問題、也有了觸手可得的商業(yè)化應(yīng)用場景。自然，亞馬遜收購Covariant，又有了故事可講，對股價的帶動作用說不定輕松超過為此支付的代價。

但Covariant是否會甘心如此？

根據(jù)PitchBook的數(shù)據(jù)，Covariant在2023年4月的一輪融資中估值為6.25億美元，鑒于Covariant公開業(yè)務(wù)進展信息領(lǐng)先Skiled AI，以及目前市場對AI+機器人的熱情，不知道亞馬遜能否開出超過15億美金的收購價格。

但哪怕如此，參考OpenAI和Anthropic的估值，如果堅持獨立發(fā)展，Covariant能否像前兩者一樣估值百億、甚至千億美金？

       原文標題 : 亞馬遜欲收購Covariant！機器人界的GPT身價飆升