返回文章列表
机器人与物理 AI

Meta正在把机器人带进数据中心:从按电源键到更换线缆

阅读约 3 分钟

导语

Meta正在把机器人从数据中心的辅助设备,逐步推向服务器维护和故障处理等更核心的环节。据多名现任及前员工透露,公司正在测试能够插拔线缆、重启服务器、切断设备电源以及执行巡检的机器人。Meta没有回应具体测试项目,但公开表态称,公司仍在大力培训和招聘数据中心建设、运营人员。

这项尝试的背景,是Meta持续扩张的数据中心网络,以及AI基础设施带来的高额支出。对运营商而言,机器人有机会在人员稀缺、地点偏远的设施中提供更稳定的执行能力;对一线技术人员而言,自动化也可能意味着部分重复性工作被重新分配,甚至被取消。

核心要点

  • Meta正在评估Kinova Gen3机械臂执行服务器断电或重启操作,并测试另一种机器人更换网络线缆。
  • 一种结构简单的装置可以在接到远程指令后按下Mac Mini等设备的电源键,完成重启。
  • 公司此前已经使用自动驾驶牵引机器人搬运服务器机架,并部署带条码识别功能的轮式机器人进行库存管理和故障检查。
  • 现有设备仍不够成熟:库存机器人无法可靠区分红绿指示灯,难以通过转角和地面线缆,速度也被部分员工认为过慢,跨楼移动还需要人工开门和遥控。
  • Meta机器人团队将长期目标指向更快的事故响应、环境监测和预防性维护,行业其他巨头也在研究服务器更换、零件回收等场景。

从“智能手”到更少的人

数据中心自动化并不只是把人换成机器。支持者认为,机器人可以承担高重复、高风险或不适合长时间执行的工作,让技术人员集中处理复杂故障。但员工担心,AI指令系统与机器人结合后,企业可能更偏好只需按流程操作的“智能手”,从而压低岗位技能门槛和薪资空间。

这种变化也会影响地方政府对数据中心的判断。以爱荷华州奥尔图纳为例,Meta数据中心曾因提供数百个岗位并带来税收优惠而被视为值得支持的基础设施项目。如果未来更多维护任务由机器人完成,数据中心仍会消耗大量电力、土地和公共资源,但能够创造的就业数量与质量可能不再相同。

意义与影响

目前的测试距离完全无人化仍有明显距离。机器人需要面对复杂布线、设备差异、狭窄空间和异常情况,而这些正是人类技术人员擅长处理的部分。不过,硬件成本下降、视觉系统和控制模型进步,正在降低部署门槛。

更长远看,机器人会扩大数据中心可选的运行环境,例如高温、黑暗,甚至人类难以长期工作的水下或太空场景。真正的竞争焦点,可能不是“机器人是否取代所有人”,而是哪些任务会被自动化、哪些能力仍需保留,以及企业和地方社会如何重新分配自动化带来的收益。Meta同时启动面向不同背景人群的电气、机械和管道培训项目,也说明行业短期内仍需要大量人工;但培训内容是否能跟上岗位结构变化,将成为下一阶段的关键。

来源:Ars Technica AI

评论

正在确认登录状态……

正在加载评论……

相关文章

CCTest · Blog
VLA不只靠堆数据:VLAct把表示学习放在机器人泛化之前
机器人与物理 AI
cctest.ai
机器人与物理 AI

VLA不只靠堆数据:VLAct把表示学习放在机器人泛化之前

机器人数据难以像互联网图文数据那样规模化,VLA模型的瓶颈因此不只是数据量,也在于如何从有限轨迹中学习可迁移的视觉—动作表示。VLAct通过多本体继续预训练,在较低算力与下游数据预算下取得了较强表现。

阅读全文
CCTest · Blog
美国筑起无人机与机器人壁垒,中国的规模优势仍在外部市场延伸
机器人与物理 AI
cctest.ai
机器人与物理 AI

美国筑起无人机与机器人壁垒,中国的规模优势仍在外部市场延伸

美国正通过关税和技术限制减少对中国无人机、先进机器人的依赖,但这未必会形成彻底的中美市场切割。中国制造商的成本、供应链和规模优势,可能推动竞争转向更多区域市场。

阅读全文
CCTest · Blog
Zero-WAM:让机器人通过观看人类视频泛化到未见任务
机器人与物理 AI
cctest.ai
机器人与物理 AI

Zero-WAM:让机器人通过观看人类视频泛化到未见任务

Zero-WAM 将人类操作视频作为机器人策略的上下文提示,使机器人无需更新参数即可尝试训练阶段未出现的操作任务。研究团队还构建了包含 7.42 万组人机配对样本的 HumanGen 数据集,并在仿真测试中验证了方法的跨任务泛化能力。

阅读全文