10 月 10 日消息,字節跳動研究團隊最新推出了第二代機器人大模型 GR-2(Generative Robot2.0),其亮點在于創新構建“機器人嬰兒期”學習階段,模仿人類成長學習復雜任務,具備卓越的泛化能力和多任務通用性。
GR-2 模型和其它很多 AI 模型一樣,包括預訓練和微調兩個過程。
在預訓練階段,GR-2“觀看”了多達 3800 萬個來自各類公開數據集的互聯網視頻以及 500 億個 tokens,涵蓋了家庭、戶外、辦公室等多種日常場景,讓 GR-2 具備在后續策略學習中跨越廣泛機器人任務和環境的泛化能力。
在微調階段,團隊使用機器人軌跡微調了視頻生成和動作預測,展現出卓越的多任務學習能力,在超過 100 個任務中實現了平均成功率 97.7%。
此外,GR-2 在新穎、之前未見的場景中表現出色的泛化能力,包括新的背景、環境、物體和任務。
附上參考地址
GR-2: A Generative Video-Language-Action Model with Web-Scale Knowledge for Robot Manipulation
字節跳動推機器人大模型 GR-2 展現智能自主操作新高度
GR-2 登場!ByteDance Research 提出機器人大模型,具備世界建模和強大泛化能力
本文鏈接:http://www.tebozhan.com/showinfo-45-8628-0.html字節跳動發布 GR-2 機器人 AI 大模型:任務平均完成率 97.7%,模擬人類學習處理復雜任務
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