• <tbody id="azh1h"><div id="azh1h"><address id="azh1h"></address></div></tbody>
  • <menuitem id="azh1h"></menuitem>
    1. <track id="azh1h"><span id="azh1h"></span></track>
      <tbody id="azh1h"><div id="azh1h"></div></tbody>
      <bdo id="azh1h"></bdo>

        只用 13 天,OpenAI 做出了能聽、能說、能自主決策的機器人大模型

        摘要

        聽說,有自主能力的機器人會像ChatGPT一樣,突然到來。

        資深機器人專家 Eric Jang 不久前曾預言:「ChatGPT 曾在一夜之間出現。我認為,有智慧的機器人技術也將如此?!?/p>

        他或許說對了。

        北京時間 3 月 13 日深夜,一段人形機器人的視頻開始在 X 上熱傳。

        之前從未展示過機器人方向能力的 OpenAI,在與投資公司的人形機器人的合作中,第一次展示了自己的機器人智能能力。

        Figure,OpenAI 投資的機器人公司,上傳了這段視頻。在視頻中,Figure 的人形機器人,可以完全與人類流暢對話,理解人類的意圖,同時還能理解人的自然語言指令進行抓取和放置,并解釋自己為什么這么做。

        而其背后,就是 OpenAI 為其配置的智能大腦。

        OpenAI 與 Figure 合作的機器人展示視頻 | 來源:Figure

        在過去一年的具身智能進展中,或許你曾經看過類似的機器人自主決策、拿取物品的展示,但在這段視頻中,Figure 人形機器人的對話流暢度、展現出的智能感,接近人類操作速度的動作流暢性,絕對都是第一流的。

        Figure 還特意強調,整段視頻沒有任何加速,也沒有任何剪輯,是一鏡到底拍攝的。同時,機器人是在完全自主的情況下進行的行為,沒有任何遠程操縱——似乎在暗暗諷刺前段時間爆火的展現了酷炫機械能力,但是沒有太多智能程度的斯坦福炒菜機器人。

        比起機器人的智能表現,更可怖的是,這只是 OpenAI 小試牛刀的結果——從 OpenAI 宣布與 Figure 共同合作推進人形機器人領域的前沿,到這個視頻的發布,只有短短的十三天。

        此次 Figure 人形機器人背后的智能,來自端到端的大語言-視覺模型,這是具身智能領域目前非常前沿的領域。去年極客公園報道過谷歌在類似領域的進展。谷歌做出的端到端機器人控制模型,被一些行業內的人士,譽為機器人大模型的 GPT-3 時刻。

        而當時,谷歌的機器人模型,還只能根據對話來做一些抓取,并不能與人類對話,也不能向人類解釋自己為什么會這么做。而谷歌自身,從 Everyday Robotics 開始,已經有了五年以上的機器人研究經驗。

        而 Figure 本身,成立于 2022 年。從OpenAI 宣布介入與之合作,到今天它們共同推出一個能夠自主對話和決策的機器人,只有 13 天。

        機器人智能的發展,顯然正在加速。

        端到端大模型驅動,機器人的速度已經接近人類速度

        Figure 的創始人 Brett Adcock 和 AI 團隊的負責人 Corey Lynch 在 X 上解釋了此次視頻發布背后的原理。

        此次的突破,由 OpenAI 與 Figure 共同做出。OpenAI 提供負責提供視覺推理和語言理解,而 Figure 的神經網絡提供快速、低水平、靈巧的機器人動作。

        機器人所做出的所有行為都是出于已經學習過,內化了的能力,而不是來自不是遠程操作。

        研究人員將機器人攝像頭中的圖像輸入,和機載麥克風捕獲的語音中的文本轉錄到由 OpenAI 訓練的,可以理解圖像和文本的多模態模型(VLM)中,由該模型處理對話的整個歷史記錄,得出語言響應,然后通過文本到語音的方式將其回復給人類。

        同樣的模型,也負責決定在機器人上運行哪些學習的閉環行為來完成給定的命令,將特定的神經網絡權重加載到 GPU 上并執行策略。

        這也是為什么這個機器人,屬于「端到端」的機器人控制。從語言輸入開始,模型接管了一切處理,直接輸出語言和行為結果,而不是需要中間輸出一些結果,再加載其他的環節處理這些結果。

        Figure 的機載攝像頭以 10hz 的頻率拍攝圖像,然后神經網絡以 200hz 輸出 24 個自由度動作。

        Figure 的創始人提到,這代表機器人的速度已經有顯著提高,開始接近人類的速度。

        圖片來源:Corey Lynch 的 X

        OpenAI 的模型的多模態能力,是機器人可以與世界交互的關鍵,我們能夠從視頻中展示中看到許多類似的瞬間,比如:

        描述一下它的周圍環境。

        做出決定時使用常識推理。例如,「桌子上的盤子和杯子等餐具接下來很可能會進入晾衣架」。

        將「我餓了」等模棱兩可的高級請求轉化為一些適合上下文的行為,例如「遞給對方一個蘋果」。

        用簡單的英語描述*為什么*它會執行特定的操作。例如,「這是我可以從桌子上為您提供的唯一可食用的物品」。

        而模型能力的強大,使其還能夠擁有短期記憶,比如視頻中展示的「你能把它們放在那里嗎?」「它們」指的是什么?「那里」又在哪里?正確回答需要反思記憶的能力。

        而具體的雙手動作,可以分成兩步來理解:

        首先,互聯網預訓練模型對圖像和文本進行常識推理,以得出高級計劃。如視頻中展示的:Figure 的人形機器人快速形成了兩個計劃:1)將杯子放在碗碟架上,2)將盤子放在碗碟架上。

        其次,大模型以 200hz 的頻率生成的 24-DOF 動作(手腕姿勢和手指關節角度),充當高速「設定點(setpoint)」,供更高速率的全身控制器跟蹤。全身控制器確保安全、穩定的動力,如保持平衡。

        所有行為均由神經網絡視覺運動 Transformer 策略驅動,將像素直接映射到動作。

        從 ChatGPT 到 Sora,再到機器人,OpenAI 想包攬「智能」這件事

        2021 年夏天,OpenAI 悄悄關閉了其機器人團隊,當時,OpenAI 曾宣布無限期終止對機器人領域的探索,原因是缺乏訓練機器人使用人工智能移動和推理所需的數據,導致研發受到阻礙。

        但顯然,OpenAI 并沒有放下對這個領域的關注。

        2023 年 3 月,正在一年前,極客公園報道了OpenAI投資了來自挪威的機器人制造商 1X Technologies。其副總裁正是我在文初提到的,認為具身智能將會突然到來的 Eric Jang。

        而無獨有偶,1X Technologies 的技術方向,也是端到端的神經網絡對于機器人的控制。

        而今年 3 月初,OpenAI和其他投資人一起,參與了 Figure 的 B 輪融資,使其成立兩年,就達到了 26 億美金估值。

        也正是在這一輪融資之后,OpenAI 宣布了與 Figure 的合作。

        Figure 的創始人 Brett Adcock,是個「擅長組局」的連續創業者,整個職業生涯中創立過至少 7 家公司,其中一家以 27 億美元的估值上市,一家被 1.1 億美元的價格收購。

        創建公司后,他招募到了研究科學家 Jerry Pratt 擔任首席技術官,前波士頓動力/蘋果工程師 Michael Rose 擔任機器人控制主管。此次進行分享的 AI 團隊負責人 Corey Lynch,則原本是 Google Deepmind 的 AI 研究員。

        Figure 宣布自己在電機、固件、熱量、電子產品、中間件操作系統、電池系統、執行器傳感器、機械與結構方面,都招募了硬核的設計人才。

        公司的確進展很快。在與 OpenAI 合作之前,已經做出了不少成績。2024 年 1 月,Figure 01(Figure 的第一款人形機器人) 學會了做咖啡,公司稱,這背后引入了端到端神經網絡,機器人學會自己糾正錯誤,訓練時長為 10 小時。

        Figure 01 引入 AI 學會做咖啡 | 圖片來源:Figure

        2 月,公司對外展示 Figure 01 的最新進展,在視頻里,這個機器人已經學會搬箱子,并運送到傳送帶上,但速度只有人類的 16.7%。

        甚至在商業化上,也已經邁出了第一步:Figure 宣布與寶馬制造公司簽署商業協議,將 AI 和機器人技術整合到汽車生產中,部署在寶馬位于南卡羅來納州斯巴達堡的制造工廠。

        而在今天的視頻展示推文中,Figure 宣布其目標是訓練一個世界模型,最終能夠賣出十億個級別的模型驅動的人形機器人。

        不過,盡管OpenAI 與 Figure 的合作進展順暢,但看起來 OpenAI 并未把寶壓在一家機器人公司。

        北京時間 3 月 13 日,來自谷歌研究團隊、加州大學伯克利分校、斯坦福大學教授等一群研究者新成立的一家機器人 AI 公司 Physical Intelligence,被彭博社爆料也拿到了 OpenAI 的融資。

        毫無意外,該公司,也是研究未來能夠成為通用機器人系統的人工智能。

        多頭下注機器人領域,13 天合作做出領先的機器人大模型,OpenAI 在機器人領域意圖為何,引人關注。

        智能人形機器人,未來不止看馬斯克的了。

         

         

        最新文章

        極客公園

        用極客視角,追蹤你不可錯過的科技圈.

        極客之選

        新鮮、有趣的硬件產品,第一時間為你呈現。

        張鵬科技商業觀察

        聊科技,談商業。

        无码熟妇人妻AV在线影片,美女扒开腿让男人桶爽揉,国产精品久久久久久AV,国产精品国产三级区别第一集