【CNMO科技消息】通用直觉公司CEO Pim de Witte认为，具身AI的发展路径将遵循与自然语言处理相似的规律。与其耗费大量资源收集真实世界数据来训练专用机器人模型，不如转而构建高质量数据集，从而训练出能够跨环境迁移运动直觉的基础模型。
打开网易新闻 查看精彩图片
Pim de Witte在TechCrunch播客Equity节目中表示："目前许多公司正专注于单个机器人形态、特定环境和特定机型的定制化开发工作。"他认为，随着通用基础模型的出现，这些工作大部分将很快变得冗余。“模型的泛化能力本身就是产品。模型具备对空间和时间的底层推理能力，这才是让人们停止采集数十万甚至数百万小时真实世界数据的根本原因。事实上，你只需要几分钟的数据就够了。”
通用直觉公司基于数百万小时的游戏视频数据训练出了自己的基础模型，训练数据包含了人类玩家按下了哪些按键以及何时按下等信息。Pim de Witte和该公司主要投资人均认为，动作数据是开发类人空间时间推理直觉的关键。
基于这一理念，通用直觉于上月完成3.2亿美元融资，估值达23亿美元。公司已通过实验验证，当前模型既能连续数小时运行电子游戏，也能在仅用8分钟真实机器人数据进行微调后，驱动一台四足机器人。Pim de Witte说：“机器人在仅有前置摄像头、无其他传感器的情况下，在办公环境中面对动态物体和来往行人仍能实现零样本泛化，这一点令我们非常惊讶。我认为这预示了未来的方向。”
通用直觉的最终目标并非自建机器人产品线，而是成为物理AI领域的基础模型供应商，成为其他机器人公司构建自有产品的底层底座。Pim de Witte表示：“我们不会去做自动驾驶公司。我们要做的是让下一个做自动驾驶公司的人变得容易十倍。”
热门跟贴