2024年3月13日 — 在一项重大突破中,OpenAI的派生公司Covariant宣布成功建立了一种新的人工智能模型,使机器人能够像人类一样学习执行各种任务。这一发展标志着机器人技术迈向了更为灵活和自主的方向。
在2021年夏天,OpenAI关闭了其机器人团队,并指出由于缺乏训练数据,机器人的进展受到了阻碍。然而,Covariant的三名早期研究科学家在其成立于2017年的初创公司中找到了解决方案。他们利用了来自世界各地仓库的拣货机器人车队多年的数据以及来自互联网的文字和视频,创建了一个名为RFM-1的新模型。这一模型结合了大型语言模型的推理能力和高级机器人的身体灵活性。
RFM-1的功能令人瞩目。用户可以使用文本、图像、视频、机器人指令和测量等五种不同类型的输入来引导模型执行任务。例如,用户可以向模型展示一个装满运动器材的垃圾箱的图像,并告诉它捡起一包网球。然后,机器人会执行相应的任务,并根据需要进行调整。
尽管模型具有“类似人类”的推理能力,但仍存在局限性。在演示过程中,发现当提出一些新的概念时,模型可能无法完全理解。这表明模型需要更多的训练数据和进一步的改进。
Covariant表示,他们计划在接下来的几个月中向客户推出该模型,并希望在实际环境中不断提升其性能和效率。他们将模型部署在仓库等环境中进行测试,并与现实世界中的指令、物体和环境进行交互。
随着人工智能技术的进步,使用人工智能为机器人系统提供动力的公司之间的竞争也日益激烈。尽管还存在一些问题需要解决,但Covariant致力于不断学习和改进他们的模型,以使机器人能够更好地适应不断变化的环境。
在不久的将来,人们可以期待看到机器人技术在各个领域的更广泛应用,并且随着更多数据和改进的推出,机器人的学习和执行任务的能力将不断提升。
上一篇:视觉公司Cambrian Robotics获得种子资金2500万
下一篇:半年连融7亿!千亿赛道拐点将至?
- 热门资源推荐
- 热门放大器推荐
- AKD4634EN-A,AK4634 16 位单声道编解码器评估板
- DC2395A-G,基于 LTC2320-12 八通道、12 位、1.5Msps/ch 同步采样 SAR ADC 的演示板
- LT1783 的典型应用 - 采用 SOT-23 封装的 1.25MHz、Over-the-Top 微功率、轨至轨输入和输出运算放大器
- 使用 Analog Devices 的 LTC1439EG 的参考设计
- DEV-14870,Arduino MKR Vidor 4000 开发套件
- 用于仪表的 1.8V ADC 单端至差分转换
- ADP2126 超薄型、500 mA、6 MHz、同步、降压、直流至直流转换器的典型应用
- M54451EVB: MCF5445x 低成本评估板
- LTC6990CS6#TRMPBF 温度到频率转换器的典型应用。从 -20 oC (fOUT - 20kHz) 到 75 oC (fOUT - 25kHz) 的线性度为 3%
- LTC3569 配置为双通道 1.2A 可编程降压稳压器

非常经典的关于LLC的杨波博士论文
EL2008CT
XC6406PP60DL






京公网安备 11010802033920号