具身智能 最新动态

@DrJimFan 特斯拉已经拥有这个功能好几年了。用于创建不寻常的训练样本（例如近乎正面碰撞），即使现场有800万辆车也需要补充数据，尤其是随着我们的汽车变得越来越安全，危险情况变得非常罕见。

我对 AGI 的标准是：一个 AI 凭借它自己提出的新理论赢得诺贝尔奖。

激动地宣布 GR00T N1，全球首个面向人形机器人的开放基础模型！我们的使命是让物理 AI 走向大众。通用机器人大脑的力量，尽在掌中——仅有 2B 参数，N1 从迄今汇编的最多样化物理动作数据集中学习，以小博大： - 真实人形遥操作数据。 - 大规模仿真数据：我们开源 300K+ 轨迹！ - 神经轨迹：我们应用 SOTA 视频生成模型来“幻觉”出新的合成数据，其像素级特征具备准确的物理特性。用 Jensen 的话说，“系统性地无限数据”！ - 潜在动作：我们开发新颖算法，从野外人类视频和神经生成视频中提取动作 token。 GR00T N1 是一个单一的端到端神经网络，从光子到动作： - 视觉-语言模型（系统 2）通过视觉和语言指令解读物理世界，使机器人能够对其环境和指令进行推理，并规划正确的动作。 - 扩散 Transformer（系统 1）以 120 Hz“渲染”平滑而精确的运动动作，执行系统 2 制定的潜在计划。 我们将 N1 部署在 GR1 机器人、1X Neo 机器人以及大量仿真基准上。N1 在家庭和工业环境中的多样化操作任务上实现了高达 +30% 的提升。 虽然人形机器人是 N1 的主要焦点，但我们的模型也支持跨具身。我们对其微调，使其能在价值 $110 的 HuggingFace LeRobot SO100 机械臂上工作！开放机器人大脑运行在开放硬件上。听起来正合适。 让我们一起解决机器人技术，一次一个 token。 我们的白皮书、Github 仓库、HuggingFace 模型和开放数据集页面的链接在帖子串中：🧵