B端難做：留給魔琺科技的時間不多了
來源：零態LT元宇宙泡沫正在碎裂，進入2023年后這一賽道熱度一直在遞減。今年2月，微軟解散了成立僅四個月的工業元宇宙部門；今年3月，該公司2017年收購的虛擬現實社交平臺AltspaceVR
6 月 1 日消息，銀河通用發布全球首個產品級端到端具身 FSD 大模型 ——TrackVLA，一款具備純視覺環境感知、語言指令驅動、可自主推理、具備零樣本（Zero-Shot）泛化能力的具身大模型。
據了解，TrackVLA 是銀河通用推出的產品級導航大模型，純視覺環境感知、自然語言指令驅動、端到端輸出語言和機器人動作，是一個由仿真合成動作數據訓練的“視覺-語言-動作”（Vision-Language-Action, VLA）大模型。它讓機器人擁有“聽 → 看 → 懂 → 走”的閉環運動能力：一雙眼睛看世界、一個智能“大腦”做推理，無需提前建圖、不依賴遙操控制，真正實現語言驅動、泛化感知、自主推理、智能交互與運動。
TrackVLA 八大核心能力：
1. 聽得懂你說話，還能換人跟
你只需說一句：“跟著媽媽”，它就能立即識別“媽媽”對應的目標位置。如果改口說“換成跟孩子”，它也能瞬間切換對象，并通過語音回復確認。甚至，Ta 還能跟蹤你的寵物。這背后，是模型具備的自然語言理解與目標識別能力的協同工作。
2. 不怕人多也不跟錯人
在人流密集的購物中心中，面對復雜的場景、多變的環境中多個相似穿著的人，它能準確識別原始目標并長時自主跟隨。通過空間理解和視覺記憶機制，避免“認錯人”。
3. 丟了目標能找回來
如果目標走出視野，它不會原地“發呆”，而是通過實時的空間智能和大模型推理能力根據目標運動軌跡“分析出”目標的大致位置，并規劃軌跡重新找回目標。
4. 從沒見過的地方也能走
TrackVLA 不依賴建圖，靠純視覺輸入理解環境。可在不依賴額外采集訓練數據的情況下，直接部署在陌生商場、電梯、游樂區等環境，實現長時穩定自主跟隨。
5. 靈活避障，適應復雜場景
在兒童游樂區、狹窄通道等復雜場景中，它能實時識別障礙物（包括兒童、玩具、地面水漬等），分析可通行區域，并可正確認知自身本體能力，自主推理出自身構型支持的合理路線。
6. 環境光線變化？不怕
從室外陽光到室內昏暗、從電梯鏡面反射到超市貨架夾縫，TrackVLA 展現出極強魯棒性，無需專門調參或切換模式。
7. 遠程可視守護，一目了然
通過 App，你可以實時看到機器人眼中的第一視角，掌握家人動態。系統還能主動提醒風險行為（如小朋友奔跑、老人跌倒），提供“移動守護”。
8. 技能涌現！
TrackVLA 不僅能穩定跟隨人類，還可以泛化至任意移動目標。比如視頻最后展示了讓機器狗跟隨一只路上偶遇的動物狗狗，其目標形態、運動方式、遮擋情況都非常不確定。TrackVLA 也表現了同樣穩定的跟隨能力，而這一能力是訓練時從而教過的！
目前，該模型已搭載于宇樹機器狗化身“二寶保鏢”實現兒童看護，在未訓練過的真實場景中完成了嚴格的長程驗證。目前 TrackVLA 已在未訓練過的真實場景中完成了嚴格的長程驗證：實現在超市中穿梭于人流和貨架之間，準確跟隨母子；根據語音指令切換目標，并在兒童玩耍時發出提醒；可正確認知自身本體能力，利用大模型自主推理分析；從電梯進入陌生商場，完成連續跟隨任務；在人群密集的服裝店中穩定識別并避讓他人干擾……
本文鏈接：http://www.rrqrq.com/showinfo-45-13331-0.html銀河通用發布全球首個產品級端到端具身 FSD 大模型，聯合宇樹機器狗完成長程驗證
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：[email protected]
上一篇： 消息稱 Meta 計劃讓 AI 接管 90% 產品風險評估，取代人工審核
下一篇： Opera 介紹 Neon AI 瀏覽器技術細節，內嵌 Operator 模型分析網頁 DOM 樹 排版實現自動化操作
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：[email protected] 津ICP備18001702號
津公網安備 12010102000574號