數字人的AB面：在元宇宙中過氣，在AIGC中重生
來源：光錐智能作者：郝 鑫“29800元一年的虛擬主播，號稱24小時不停播，月入十幾萬，實際上卻是關鍵詞都不能回復，播了半個月，直播間還因違規被快手封禁，最終投訴無門、退款無果。&
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）的創新成果近日由智元機器人公司正式發布。這款通用具身基座模型，以其獨特的Vision-Language-Latent-Action（ViLLA）框架，為機器人領域帶來了革命性的突破。
ViLLA框架由兩大核心組件構成：VLM（多模態大模型）與MoE（混合專家）。VLM作為GO-1的主干網絡，基于開源多模態大模型5-2B的權重進行訓練，通過互聯網上的大規模純文本和圖文數據，賦予了GO-1強大的場景感知和理解能力。而MoE則包含了隱動作專家模型和動作專家模型，前者利用互聯網上的大規模人類操作和跨本體操作視頻，使模型能夠理解并執行各種動作；后者則通過高質量的仿真數據和真機數據，確保了動作的精細執行能力。
GO-1的發布，標志著機器人在小樣本快速泛化、跨本體應用等方面取得了顯著進展。該模型能夠在極少數據甚至零樣本的情況下，快速適應新場景和新任務，實現“一腦多形”的跨本體部署。同時，智元機器人還預告，未來幾個月將推出基于強化學習的仿真模型，并即將亮相新的人形機器人。
GO-1的成功，得益于其獨特的數字金字塔構建方式。底層是互聯網的大規模純文本與圖文數據，為機器人提供了廣泛的知識基礎。在此基礎上，通過引入互聯網的大規模人類操作/跨本體視頻和仿真數據，GO-1得以學習各種動作操作模式，并增強泛化性。金字塔的頂層則是高質量的真機示教數據，用于訓練精準動作執行。
在實際應用中，GO-1展現出了卓越的性能。用戶只需通過簡單的語言指令，機器人就能根據場景和物體理解指令的含義，并快速執行相應動作。例如，用戶告訴機器人“掛衣服”，機器人就能根據所學知識和仿真數據，理解掛衣服的步驟，并精準完成任務。GO-1還能通過數據回流系統持續進化，從實際執行中遇到的問題數據中不斷學習，提高任務完成的成功率。
GO-1的應用場景廣泛，從家庭場景中的準備餐食、收拾桌面，到辦公和商業場景中的接待訪客、發放物品，再到工業等其他場景的操作任務，都能輕松應對。這意味著機器人將能夠走向更多不同場景，適應多變的真實世界，為人類的工作和生活帶來更多便利。
智元啟元大模型GO-1的發布，不僅為機器人領域帶來了技術上的突破，更為具身智能的通用化、開放化與智能化發展開辟了新道路。未來，隨著技術的不斷進步和應用場景的不斷拓展，機器人將在更多領域發揮重要作用，為人類創造更加美好的生活和工作環境。
本文鏈接：http://www.tebozhan.com/showinfo-45-11417-0.html智元啟元大模型GO-1發布，具身智能邁向新高度，新人形機器人即將亮相！
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：2376512515@qq.com
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：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號