凯发(中国)天生赢家·一触即发|美国ceranetwork超清免费|新一代赛博仆

2025-03-21 06:45:44

　　凯发天生赢家一触即发官网◈★◈◈。凯发天生赢家一触即发◈★◈◈，k8凯发◈★◈◈，凯发k8国际◈★◈◈。k8凯发天生赢家一触即发◈★◈◈。不知道你是否曾有过这样的想法◈★◈◈：当一个「甩手掌柜」◈★◈◈，把一切家务都交给家务机器人◈★◈◈。说实话◈★◈◈，这是在科幻作品中经常能够看到的场景◈★◈◈。

　　来自旧金山的初创公司Physical Intelligence（物理智能◈★◈◈，简称 Pi）正在致力于帮助人们实现这个梦想◈★◈◈。这家公司近日展示了一种「接受了前所未有的数据量训练」的人工智能模型美国ceranetwork超清免费◈★◈◈，它已经学会了干各种有用的家务活◈★◈◈。

　　Physical Intelligence 发布的视频显示凯发(中国)天生赢家·一触即发◈★◈◈，他们的机器人可以十分灵巧地完成各种家务活◈★◈◈，包括但不限于◈★◈◈：整理摆满了杯子和盘子的桌面◈★◈◈：

　　最令人深刻的是◈★◈◈，它们可以取出烘干机内的衣物并折叠整齐◈★◈◈。两只机械臂如同人类的双手一般◈★◈◈，配合熟练◈★◈◈：

　　有趣的是◈★◈◈，该公司开发的这种算法有时会表现出一些的类似人类的怪癖凯发(中国)天生赢家·一触即发◈★◈◈，例如摇晃 T 恤和短裤◈★◈◈，让它们平整地铺开◈★◈◈。

　　Physical Intelligence 的首席执行官豪斯曼（Hausman）指出◈★◈◈，折叠衣服对于机器人来说尤其具有挑战性◈★◈◈，需要更多关于物理世界的一般智能◈★◈◈，因为它涉及处理各种会不可预测地变形和皱折的柔性物品美国ceranetwork超清免费◈★◈◈。

　　他还表示◈★◈◈，目前的算法并不很稳定凯发(中国)天生赢家·一触即发◈★◈◈。就像 AI 聊天机器人有时也会「崩溃」一样◈★◈◈，这些「家务机器人」有时也会做出一些令人不可思议的举动◈★◈◈：比如它会将鸡蛋塞满已经装不下的纸箱◈★◈◈，把纸箱强行合上◈★◈◈；有一次在装东西时◈★◈◈，机器人突然把盒子从桌上扔了下去◈★◈◈。

　　尽管算法还不完美美国ceranetwork超清免费凯发(中国)天生赢家·一触即发◈★◈◈，但 Physical Intelligence 至少为未来的「通用家务机器人」提供了一种可能性◈★◈◈。

　　我们的目标是通过一个通用模型将人工智能带入物理世界◈★◈◈，基本上对于任何应用程序来讲◈★◈◈，该模型可以为任何机器人或任何物理设备提供动力◈★◈◈。

　　换句话说◈★◈◈，Physical Intelligence 的目标是创建一个类似于大型语言模型（LLMs）的物理世界模型◈★◈◈，这是一种「通用人工智能模型」◈★◈◈。

　　他们将构建语言模型的技术与控制和指导机器的自有方法相结合◈★◈◈，并通过训练大量的机器人数据来实现◈★◈◈。豪斯曼表示◈★◈◈，他们的方法「非常通用」凯发(中国)天生赢家·一触即发◈★◈◈，可以利用来自不同机器人类型的数据进行训练◈★◈◈，类似于人们训练语言模型的方式◈★◈◈。

　　公司在过去八个月中开发了其「基础模型」◈★◈◈，名为 π0（pi-zero）◈★◈◈。π0 通过使用来自多种机器人执行各种家务的数据进行训练◈★◈◈，公司还经常让人类远程操作机器人以提供必要的教学◈★◈◈。

　　Physical Intelligence 的联合创始人之一美国ceranetwork超清免费◈★◈◈、加州大学伯克利分校的副教授谢尔盖·莱文（Sergey Levine）表示凯发(中国)天生赢家·一触即发◈★◈◈，他们训练的数据量比以往任何机器人模型都要大得多◈★◈◈，并且「幅度非常大」凯发(中国)天生赢家·一触即发◈★◈◈。

　　与其他公司譬如 Figure AI 和特斯拉专注于构建仿人机器人◈★◈◈，以及像 Covariant 这样的公司开发通用机器人软件不同◈★◈◈，Pi 旨在创建可以应用于广泛机器人硬件的软件◈★◈◈。

　　对此美国ceranetwork超清免费◈★◈◈，知名科技投资者◈★◈◈，也是 Pi 的联合创始人之一的拉奇·格鲁姆（Lachy Groom）表示「使人类变得有趣的是我们的大脑◈★◈◈，而不是我们的硬件◈★◈◈，我们是终极的通用主义者」◈★◈◈。

　　Physical Intelligence 面临的一个关键挑战是◈★◈◈，与大型语言模型训练中可用的文本数据相比◈★◈◈，用于训练的机器人数据规模有限美国ceranetwork超清免费◈★◈◈。

　　实际上◈★◈◈，为了开发 π0◈★◈◈，公司结合了所谓的视觉语言模型（在图像和文本上训练）和扩散建模（从 AI 图像生成中借鉴的技术）◈★◈◈，以实现更通用的学习◈★◈◈。

　　为 了让机器人能够承担人类要求它们做的任何杂务◈★◈◈，这种学习需要大幅扩大◈★◈◈。 尽管还有很长的路要走◈★◈◈，但我们有一些你可以认为是基础框架的东西◈★◈◈，未来的事情从中可见一斑◈★◈◈。

　　但同时◈★◈◈，莱文对 Pi 的发展充满信心◈★◈◈。他表示有足够的迹象表明◈★◈◈，在现实世界中使用机器人的最大障碍「现在已经可以解决」◈★◈◈。