Tutor Intelligence 首席技术官 Alon Kosowsky-Sachs 和首席执行官 Josh Gruenstein 与来自 AWS 生成 AI 创新中心的 Alla Simoneau 在 Tutor 的数字工厂。 Tutor Intelligence Inc 表示，为了让机器人变得更具适应性，它们需要像人类一样学习，但要大规模学习。该公司已经建立了 DF1，它的“幼儿园”或由 100 个双手操纵器组成的数据工厂。他们与远程操作员或“导师”一起训练 Ti0 视觉语言动作（VLA）模型。

“我从 9 岁起就开始建造机器人，”Tutor Intelligence 联合创始人兼首席执行官 Josh Gruenstein 说。 “恩利对于法学硕士和互联网来说，机器人领域还没有类似的维基百科，我们需要 80 亿人的智慧进行大规模转移。 DF1 不是关于构建模型；而是关于构建模型。 ”

2021 年，Gruenstein 与来自麻省理工学院计算机科学与人工智能实验室 (MIT-CSAIL) 的现任首席技术官 Alon Kosowsky-Sachs 共同创立了这家公司。2025 年 12 月，该公司在 A 轮融资中筹集了 3400 万美元，并于上个月举行了开放日活动。

Tutor Intelligence 是它是物理 AI 奖学金的第一批成员，获得了 Amazon Web Services、NVIDIA 和 MassRobotics 的指导和支持，并继续与 AWS 合作进行大规模云计算，并与 NVIDIA CUDA 进行建模。

编者按：在 5 月 27 日至 28 日于波士顿举行的 2026 年机器人峰会暨博览会上，MassRobotics 将展示第二届的初创企业。物理人工智能奖学金的成员。注册现已开放。

数据工厂在人类帮助下训练物理人工智能

“我们的目标是与工业界合作，创造通用的机器人人工智能，”Gruenstein 说。 Tutor 的目标是建立一个“良性循环”，在其中将机器人进行商业部署，以大规模获取数据并继续训练。

Tutor Intelligence 并没有主要通过模拟来训练机器人，而是在马萨诸塞州沃特敦一座历史悠久的工厂的新总部设立了 DF1，以获取真实世界的数据。该初创公司声称，据其所知，DF1 是美国最大的“机器人数据工厂”。

100 Sonny半人形机器人最初执行电子商务、配套和其他商业应用中常见的拣货任务。像任何一群幼儿园的孩子一样，他们一开始对海绵或袋装零食等消费品很笨拙。

然而，在短短几周内，机器人就已经展示了其价值Tutor 收集现实世界数据的方法，由墨西哥和菲律宾 45 至 50 名使用本体遥操作的导师以及现场工作人员进行监督。他们使用的评分方法与 Gruenstein 十多年前作为一名高中生开发的评分方法类似。

“通过对所有 100 个机器人评估相同的策略，我们能够以 100 倍的速度检测和纠正机器人行为，”Tutor Intelligence 表示。 “通常需要机器人运行 8 小时才能注意到的边缘情况，在 DF1 运行后仅需 5 分钟即可显现出来。”

Gruenstein 将 DF1 比作大型强子对撞机，因为它是“用于扩展人形机器人的发现和科学探索工具。”

AWS 生成 AI 创新物理 AI 技术负责人 Alla Simoneau 指出，AWS 提供了一支由技术战略家和科学家组成的团队来帮助 Tutor Intelligence 等初创公司。中心。

“我们提供从构思到生产的帮助，”她告诉 机器人报告。 “物理人工智能奖学金的独特之处在于，我们的专家支持初创社区安全可靠地进入市场。”

为了减少“工业智能”车队规模数据的不一致，Ti0 接受了“速度归一化”训练，Tutor 将其描述为“一种新颖的预处理方法，可以调整不同远程操作员演示的速度曲线。”

“通过 DF1 和 Ti0，我们的目标是引导该公司在博客文章中表示：“Sonny 平台上的世界上第一个商业人形部署飞轮，随着时间的推移，将释放复合政策的改进和现实世界的价值。”

Gruenstein 表示，他对 Tutor 在今年年底前从培训转向飞行员感到乐观。为了实现规模化速度，该公司为 Sonny 使用了与单臂 Cassie 系统相同的协作机器人硬件、传感器和合同制造商。

Cassie 专为快速部署而设计

正如 Tutor Intelligence 上个月在 MODEX 2026 上展示的那样，最新版本的 Cassie 可以在两天内部署完毕，并可处理重达 50 磅的箱子。 （22.6 公斤），得益于多年的数据收集和培训，箱式拣选和码垛机器人能够以最短的转换时间处理连续的 SKU 流，每分钟最多移动 14 箱。

Cassie 使用视觉并使用 EVE 本地 I/O 模块与外部传感器集成。其安全功能包括激光雷达通知区域并符合 ISO/TS 15066 标准。

该系统的平板电脑界面支持多种语言，并且不需要编码专业知识或路径点设置，Tutor 声称该机器人还可以进行冲洗以处理食物。

由于 Sonny 和 Cassie 共享组件，Tutor 的双手拣选是否会与其移动机械手融合？

“目前，我们正在针对机器人可以完成的工作训练模型，”Kosowsky-Sachs 回答道。 “在 MODEX，我们很惊讶地听到人们说，‘我昨天就想要这个。’Cassie 不仅对大型 3PL [第三方物流提供商] 有用，而且对其他客户也很有用。”

基于使用的定价符合 Tutor 开发和客户需求

Tutor Intelligence 对 Cassie 的服务收取每小时 14 至 18 美元的费用，据说这对于日益稀缺的体力劳动来说具有竞争力。

“机器人即服务 [RaaS] 通常存在隐藏的陷阱，因此我们谈论基于使用的定价，”格伦斯坦说。 “对我们来说，创新是降低价格的技术。我们有‘无合同’或‘无承诺’模式，这使我们的激励措施与企业合作，而不是与集成商合作，而不是通过支持复杂性来赚钱。”

BetterBody Foods 已在其犹他州和马萨诸塞州的工厂中添加了码垛机。

“在部署过程中，Tutor 兑现了诺言，”该公司的设施经理 Jeff Pulley 说道。“安装过程中最困难的部分是设置电气和空投。他们的团队在现场，我们在几个小时内就将机器人接通电源并启动并运行。现在，它可以在倾斜的托盘或拉直盒子上构建。”

Pulley 告诉机器人报告，他期待使用 Sonny 在多个班次中运行。他在参观 DF1 后说道，“看到进展真是太酷了。”

Productiv Inc. 为电子商务、医疗器械和化妆品客户提供高度可变的配套服务。它每年组装 3000 万个套件，其中 10 到总部位于弗吉尼亚州里士满的公司各 15 件。在开始使用 Cassie 进行自动码垛之前，mpany 研究了力和功率有限的机器人和人形机器人。

“我们不想花费 150,000 美元，但每小时 14 美元是有竞争力的，”Productiv 首席财务官 Paul Baker 指出。 “机器人从第一天开始就盈利，并保持了生产线速度。”

Productiv 有四个指标：SKU 覆盖范围、放置准确性、包装时间以及对新 SKU 进行编程所需的时间。 Baker 表示，Tutor 满足了所有要求，从 99.9% 的质量和帮助运送 350,000 个套件，到将编程时间从五天缩短到一天。

Tutor Intelligence 还与领先品牌和一家主要 3PL 合作。该公司正在招聘研究和软件工程师、客户成功经理和销售人员等职位。