Sunday Robotics

141 · Sunday 要把機器人送進每個家

39:16YouTube 上架 2025-11-19Tony Zhao & Cheng Chi（Sunday Robotics）

No Priors Ep. 141 | With Sunday Robotics Co-Founders Tony Zhao and Cheng Chi

Sunday 兩位創辦人談家用機器人 Memo：從 diffusion policy、UMI 到手套蒐集的資料，如何做出能泛化的機器人，以及 2026 年的 beta 與價格。

141 講了什麼

• 介於 GPT 與 ChatGPT 之間兩位創辦人認為機器人現在有一套看得出能擴張的做法，但還沒擴到能做出消費產品。他們說機器人沒有理由不走其他 AI 領域的軌跡。
• 傳統做法難以累積sense、plan、act 的模組化做法要為每個任務與環境設計介面，換任務就把程式與成果丟掉重來，所以各應用之間沒有綜效。
• 資料從實驗室走到現場Cheng 為了不靠機器人也能蒐集資料，做出用 GoPro 追蹤動作的 UMI 夾爪；Sunday 現在改用手套，超過 500 人在實際環境使用，累積近 1000 萬條軌跡。
• 手套資料不輸遙控兩人原本擔心手套資料量大但品質較低，後來發現手套的形狀讓人做出更靈巧、更自然的動作，與遙控資料之間看不出品質差距，但人手畫面要轉換成像機器人的資料。
• 全端自建資料蒐集裝置、營運團隊與 AI 訓練團隊都在公司內，機械出問題能立刻回到設計。他們把硬體、資料品質與規模化的訓練配方列為還沒解完的挑戰。
• 2026 年先做 beta原型機成本約 $6,000 到 $20,000，量產到數千台時材料成本有機會降到 10K 以下；何時出貨要看 beta 結果，可能是 2027 或 2028 年。

從哪一段開始看14 段

1. 00:21開場與現況介紹 Sunday 與家用機器人 Memo。兩位創辦人形容機器人介於 GPT 與 ChatGPT 之間：做法看得出能擴張，但還沒擴到能做出消費產品。
2. 02:24傳統做法為何慢傳統是 sense、plan、act 的模組化做法，每個任務、每個環境都要重設介面，換任務就把程式丟掉重來。接著談 diffusion policy 如何讓模仿學習更穩、讓不同人蒐集的資料都能用。
3. 04:26Aloha、ACT 與 transformer兩篇論文相隔一兩個月，Aloha 降低遙控延遲、取得靈巧的資料，再用 transformer 與 action chunking（預測一段軌跡）讓靈巧任務更能擴張。
4. 06:57UMI 夾爪蒐集資料Cheng 說遙控設置把資料綁在實驗室，於是做了用 GoPro 追蹤動作的 3D 列印夾爪 UMI，三個人蒐集到約 1,500 段影片，訓練出能在沒看過的環境運作的模型。
5. 10:47創業與使命從兩人在公寓桌上夾著機器人，到 2024 年底約八人、現在約 30 到 40 人。使命是讓每個家都有家用機器人，把人從家務裡換出時間。
6. 12:04機器人怎麼設計機器人要有一張可愛的臉；手只做三指並連動以降低成本。AI 讓機器人能修正自身誤差，因此可用便宜、柔順但不精準的致動器。
7. 15:55創業後學到的事目標是靈巧與泛化的交集。過程比預期痛苦，系統規模化要資料、控制、清理與訓練管線一起迭代；手套已迭代到 V5，每版約 20 次。
8. 18:01全端與資料規模蒐集、控制、過濾、清理、訓練都要自己做；超過 500 人在實際環境使用手套，累積近 1000 萬條軌跡。
9. 19:34資料怎麼擴大比較手套資料與遙控資料，也談 RL 與模擬：移動（locomotion）容易模擬，操作則是行為容易捕捉、世界很難模擬。
10. 24:05資料品質與技術挑戰規模化後資料品質更重要，要靠自動流程偵測手套壞掉。接著列出兩個挑戰：規模下的訓練配方與硬體，並說明先建資料基礎設施、三個月前才開始做研究，以及全部自建的理由。
11. 27:59上市時間與價格2026 年先做 beta 計畫，再看結果決定 2027 或 2028 出貨。原型機成本約 $6,000 到 $20,000，量產後目標壓到 10K 以下，並談家務成本趨近零的生活。
12. 30:53怎麼看機器人 demo看 demo 先抱持零預設：先問是不是遙控、有沒有換杯子再做一次、互動步驟有多長；失敗機率隨步驟累積。
13. 32:31Sunday 的三類 demo清理餐桌並操作洗碗機、在六處陌生住家零樣本收餐具與放盤子、操作 espresso 機與折襪子，分別考驗長時程、泛化與力道。
14. 36:58全端 roboticist機器人跨機械、電機、程式與資料，每一樣都要懂一點才能把系統調到最好；其中一位共同創辦人談到自己從機械與電機設計，一路學到程式與機器學習。

值得記的話5 句

• we see a clear trend that you know there's no reason to believe that robotic doesn't follow the trajectory of other AI fields我們看到明確的趨勢，沒有理由認為機器人不會走上其他 AI 領域的軌跡01:54

• now the robot have eyes其中一位共同創辦人說，因為 AI 的突破，機器人現在有了眼睛，所以能修正自己機械上的不精準14:25

• we as a field shouldn't avoid doing the hard things just because they're hard我們這個領域不該因為事情難，就避開難的事；指的是做硬體26:08

• make zero assumptions. No prior.其中一位共同創辦人談如何看機器人 demo：不要預設任何事30:53

• you're just not allowed to make any mistakes其中一位共同創辦人說，許多家務任務根本不允許犯錯34:05

名詞與人物11 個

Sunday

Tony Zhao 與 Cheng Chi 共同創辦的機器人公司，做家用機器人 Memo

Memo

Sunday 做的第一個通用家用機器人，主持人在開場介紹

imitation learning

蒐集觀察與動作的成對資料，用監督式學習訓練模型，再讓機器人重複同樣動作

diffusion policy

一種模仿學習的演算法，能在同一個觀察下捕捉多種行為，同時保住訓練穩定

Aloha、ACT

兩篇相隔一兩個月的論文；Aloha 降低遙控延遲，ACT 搭配 transformer 與 action chunking

action chunking

預測一段軌跡而不是單一步動作，讓動作更連貫

UMI

Cheng 做的 3D 列印夾爪，用 GoPro 追蹤夾爪與手指動作來蒐集資料

teleoperation

遙控機器人蒐集資料，兩人認為難以回饋力道，資料品質受限

手套

Sunday 用來蒐集資料的裝置，目前版本稱為 V5

mobile manipulation

一邊移動、一邊操作物品的任務，例如清理餐桌

force closure

折襪子時兩指接觸形成的力的閉環，用遙控很難感受

提到但沒有展開

• 談 RL 時，兩人認為它適合 locomotion，因為只要模擬剛體與腳和地面的接觸；操作則要模擬真實物品的外觀與物理性質，反而更難。
• 原型機成本差距的來源不是致動器，而是外殼（cladding）：低量製造時每套要幾千美元，量產後可改成射出成型。

在 YouTube 看原片 ↗