數(shù)字虛擬人23年最新變化！
作者：小資來源：米塔之家自2021年元宇宙“爆炸”后，作為現(xiàn)實世界連接元宇宙的媒介之一，大批虛擬人跑步入場。到了2022年底，據(jù)天眼查數(shù)據(jù)顯示，我國目前企業(yè)名稱或經(jīng)營范圍
在機器人技術的前沿探索中，一款名為智元啟元大模型Genie Operator-1（簡稱GO-1）的創(chuàng)新成果近日由智元機器人公司正式發(fā)布。這款通用具身基座模型標志著機器人在理解并執(zhí)行人類指令方面邁出了重要一步。
GO-1的核心在于其獨特的Vision-Language-Latent-Action（ViLLA）框架，該框架巧妙融合了VLM（多模態(tài)大模型）與MoE（混合專家）技術。這一組合不僅賦予了GO-1強大的場景感知與理解能力，還使其能夠迅速適應不同的機器人本體，實現(xiàn)了從理論到實踐的跨越。
VLM作為GO-1的主干網(wǎng)絡，通過繼承開源多模態(tài)大模型的權重，并利用互聯(lián)網(wǎng)上的大規(guī)模純文本和圖文數(shù)據(jù)，使機器人具備了廣泛的場景理解能力。而MoE中的隱動作專家模型和動作專家模型，則分別通過學習互聯(lián)網(wǎng)上的大規(guī)模人類操作和跨本體操作視頻，以及高質(zhì)量的仿真數(shù)據(jù)和真機數(shù)據(jù)，進一步提升了GO-1的動作理解和執(zhí)行能力。
GO-1的發(fā)布，意味著機器人技術迎來了小樣本快速泛化的新時代。這款模型能夠在極少數(shù)據(jù)甚至零樣本的情況下，迅速適應新場景和新任務，大大降低了后訓練成本。同時，“一腦多形”的特性使其能夠在不同機器人形態(tài)之間自由遷移，快速適配到各種本體。
智元機器人在構建GO-1時，采用了數(shù)字金字塔的設計理念。從底層的大規(guī)模純文本與圖文數(shù)據(jù)，到上層的人類操作/跨本體視頻、仿真數(shù)據(jù)，再到頂層的真機示教數(shù)據(jù)，每一層都為機器人的“基礎教育”和“能力培訓”提供了堅實的基礎。這使得GO-1能夠輕松面對多種多樣的環(huán)境和物體，快速學習新的操作。
在實際應用中，GO-1展現(xiàn)出了驚人的表現(xiàn)。用戶只需用平常講話的方式告訴機器人要做的事情，比如“掛衣服”，機器人就能根據(jù)所學習的知識和數(shù)據(jù)，迅速理解并執(zhí)行任務。無論是家庭場景中的倒水、烤吐司，還是商務會議中的拿飲料、拿蘋果，GO-1都能快速響應，精準完成。
GO-1還具備持續(xù)進化的能力。通過數(shù)據(jù)回流系統(tǒng)，機器人可以從實際執(zhí)行中遇到的問題數(shù)據(jù)中不斷學習，持續(xù)改進自己的表現(xiàn)。例如，當機器人在做咖啡時不小心把杯子放歪了，它就能從這次失敗中吸取教訓，下次做得更好。
智元機器人的這一創(chuàng)新成果，無疑為具身智能的發(fā)展注入了新的活力。GO-1的出現(xiàn)，意味著機器人將能夠更快地適應多變的真實世界，從家庭到辦公、從商業(yè)到工業(yè)，各種場景下的應用都將變得更加便捷和高效。這不僅將極大地提升人類的生活質(zhì)量和工作效率，還將為機器人技術的未來發(fā)展開辟更加廣闊的道路。
本文鏈接：http://www.rrqrq.com/showinfo-45-11421-0.html智元機器人發(fā)布通用基座大模型GO-1，新人形機器人亮相在即
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：[email protected] 津ICP備18001702號
津公網(wǎng)安備 12010102000574號