来源:中国新闻网 时间:2025-03-11 08:46:05
智元机器人是由“稚晖君”彭志辉创办的人形机器人初创公司,也是上海首家实现人形机器人量产的企业。该企业2024年已下线1000台人形机器人,并将在2025年实现数千台的年产量。
智元机器人2024年已下线1000台人形机器人,并将在2025年实现数千台的年产量。中新网记者 汤彦俊 摄
智元具身研究中心常务主任任广辉当日接受记者采访时表示,GO-1大模型借助人类和多种机器人数据,让机器人获得了革命性的学习能力,可泛化应用到各类的环境和物品中,快速适应新任务、学习新技能。同时,它还支持部署到不同的机器人本体,高效地完成落地,并在实际的使用中持续不断地快速进化。
任广辉介绍,GO-1大模型的特点可归纳为4个方面。首先是人类视频学习。GO-1大模型可以结合互联网视频和真实人类示范进行学习,增强模型对人类行为的理解。
第二是小样本快速泛化。GO-1大模型具有强大的泛化能力,能够在极少数据甚至零样本下泛化到新场景、新任务,不仅降低了具身模型的使用门槛,也大大了降低后训练成本。以“倒水”这一动作为例,如果人形机器人没有搭载大模型,完成该动作的训练需要1万至5万条数据采集;搭载大模型后,完成该动作仅需1000条左右数据采集。
第三是“一脑多形”。作为通用机器人策略模型,GO-1大模型能够在不同机器人形态之间迁移,快速适配到不同本体,类似“群体升智”。
第四是持续进化。任广辉介绍,搭配一整套数据回流系统,GO-1大模型可以从实际执行遇到的问题数据中持续进化学习,“越用越聪明”。
3月10日,智元机器人发布通用具身模型基座:智元启元大模型(Genie Operator-1,简称GO-1)。智元机器人 供图
如何达成这些?智元机器人合伙人、具身智能事业部总裁姚卯青介绍,这源于GO-1的Vision-Language-Latent-Action(ViLLA,即视觉-语言-隐式-动作)架构,该架构由VLM(多模态大模型)+ MoE(混合专家)组成。
“VLM借助海量互联网图文数据获得通用场景感知和语言理解能力,MoE中的Latent Planner(隐式规划器)借助大量跨本体和人类操作数据获得通用的动作理解能力,MoE中的Action Expert(动作专家)借助百万真机数据获得精细的动作执行能力。”姚卯青介绍,通过三者环环相扣,让GO-1可利用人类视频学习,完成小样本快速泛化。
“例如,用户给出指令告诉机器人要做的事情,比如‘挂衣服’,模型就可以根据看到的画面,理解这句话对应的任务要求。”任广辉表示,该模型可根据之前训练时看过的挂衣服数据,设想这个过程应该包括哪些操作步骤,最后执行这一连串的步骤,完成整个任务的操作。
距离人形机器人进入家庭“打工”还有多久?“我们目前发布的技术处于从G3到G4的过渡阶段。”任广辉表示,人形机器人走进家庭创造价值,还需5年左右。
关键词:
上一篇:为千行百业筑牢“算力底座” 河南10000P算力集群将全面投运
下一篇:最后一页
引领高质量发展 共筑新饮料未来——中国饮料工业协会2024年年会在上海召开
3月5日,以引领高质量发展 共筑新饮料未来为主题的中国饮料工业协会2024年年会在上海召开。有关部委领...
梁云英代表:打响大悟品牌 做大做强老区黄茶产业
产业兴则乡村兴,产业旺则乡村旺。全国两会期间,全国人大代表、湖北省大悟县新城镇朱湾村党支部书记梁...
陈柏蓉代表:加强国际化布局和ESG建设 提升白酒产业竞争力
建立切实可行的对外合作机制,多渠道助力中国白酒出海。今年全国两会,全国人大代表、舍得酒业技术研究...
元气森林首次公开做好产品方法论
 近几年,元气森林先后打造了气泡水、外星人电解质水、冰茶、好自在等多款大单品,其创新能力、上...
“少年航天科普特训营”举行,VR空间站引关注