首页 / 资讯详情
Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻
摘要
如果物理 AI 也能 scaling，意味着什么？ 作者｜Li Yuan 编辑｜靖宇 研究人员先教机器人拿起刷子，把桌上的积木扫进碗里。 然后，他们把刷子拿走，换成一根香蕉。 机器人抓起香蕉，将它横过来贴住桌面，把积木一点点扫进碗中。 随后，香蕉又被换成了一只簸箕。机器人这次没有继续照搬「扫」的动作，而是伸出另一只手，把积木推上簸箕，再端起来倒进碗里。 重点来了，研究人员从来没有在这项任务里教它用香蕉和簸箕，它是自己推理出来的。 已关注 关注 重播 分享 赞 随便看看 --> 关闭 观看更多 更多 退出全屏 切换到竖屏全屏退出全屏 极客公园已关注 分享视频 ，时长00:24 0/0 00:00/00:24 切换到横屏模式 继续播放 进度条，百分之0 播放 00:00 / 00:24 00:24 倍速 全屏 倍速播放中 0.5倍 0.75倍 1.0倍 1.5倍 2.0倍 超清 流畅 您的浏览器不支持 video 标签 继续观看 Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻 观看更多 转载 , Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻 极客公园已关注 分享点赞在看 已同步到看一看写下你的评论 视频详情 这就是 Generalist 最新发布的 GEN-1.5 具身基座模型展现出的能力：模型开始从大规模人类操作数据中天然存在的重复、失误与恢复，学习到训练者没有逐项教过的动作，显露出某种智能涌现的迹象。 但真正让机器人研究者兴奋的，是 GEN-1.5 还展示了一项新的能力，它称之为「physical prompting」——物理提示。 研究人员可以拿着一对简易夹爪完成一项 3 到 12 秒的操作，只需向机器人演示一遍，GEN-1.5 不进行微调，也不更新任何参数，随即开始在新的物体位置和初始状态下尝试同一项任务。 曾参与 Google DeepMind Gemini Robotics 的研究者 Ted Xiao 将这种「让机器人看一次示范，就立刻学会一项新任务」的能力称为机器人领域追寻多年的「圣杯」。在他看来，GEN-1.5 是这条路线上迄今最好的结果，那种能力突然跃升的感觉，让他想起第一次使用 GPT-3。 能够进行物理提示也说明 GEN-1.5 的基座模型已经足够强。3 到 12 秒的示范不可能从头教会机器人如何抓取、接触和控制物体，只能告诉它「现在要做什么」。用 Generalist 的说法，这更像是在提醒模型一件它几乎已经会做的事。 这些瞬间之所以打动人，是因为它们和我们熟悉的机器人形成了鲜明反差。 过去的机器人演示往往动作缓慢、环境固定，物体位置或工具稍有变化就可能失败。它们像是在忠实复现一条训练过无数次的轨迹，而不是理解自己最终要完成什么。 而这一次，机器人给人的感觉开始有点像大语言模型了。 大语言模型真正令人惊讶的，往往不是它复述出了标准答案，而是面对