英伟达成立最壕AI实验室:Jim Fan领衔,专攻具身智能
“资金足够一次性解决难题”
金磊 发自 凹非寺
量子位 | 公众号 QbitAI
英伟达最新大动作来了——通用具身智能体。
这则消息是由英伟达高级科学家Jim Fan透露,他表示:
我将和老队友Yuke Zhu一起,在英伟达内部组建一个新研究小组——GEAR,通用具身智能体研究。
我们相信,在未来,每一台移动的机器都将是自主的,机器人和模拟智能体将像iPhone一样无处不在。
我们正在构建基础智能体:一个具有通用能力的AI,可以在许多虚拟和现实的世界中学习如何熟练地行动。
Jim Fan还强调,2024年将是属于机器人、游戏AI和模拟的一年。
而随着这两天英伟达市值暴涨,Jim Fan还补充了一条X说道:
我们有足够的资金一次性解决机器人基础模型、游戏基础模型和生成式模拟。
我们团队可能是全球最有钱的具身智能实验室。
嗯,有钱,很壕。
相关成果展示
Jim Fan在发布这条职业履新消息之际,也顺带把英伟达此前在具身智能所做的相关工作盘点了一波。
例如被评为“2023年英伟达十大项目”之一的Eureka——
用GPT-4生成奖励函数,教会机器人完成了三十多个复杂任务:比如,快速转个笔,打开抽屉和柜子、抛球和接球。
使用GPU加速的物理模拟进行训练,速度比实时快1000倍!
再如Voyager,把GPT-4放进《我的世界》——
在游戏中点亮科技树的速度是此前方法的15.3倍,同时获得的独特物品是此前的3.3倍,探索范围是2.3倍。
更关键的是,Voyager完全借助游戏画面推理,一切操作与反馈通过文本和游戏的Javascript API进行。
它也是第一个LLM驱动、能熟练玩《我的世界》的智能体。
除此之外,还包括斩获了NeurIPS 2022最佳论文的MineDojo。
这项研究提出一个由3个智能体组成的“具身GPT-3”,可以感知无限世界并在其中行动。
MineDojo是一个将《我的世界》变成 AGI 研究游乐场的开放框架。
团队收集了100000个 YouTube 视频、Wiki页面和Reddit帖子,用于训练《我的世界》智能体。
还有像VIMA这样的研究:第一个带有机械臂的多模态LLM,为机器人学习引入了“多模态提示”。
更多相关成果盘点,可以戳文末链接。
被黄仁勋带火的具身智能
其实Jim Fan领队搞通用具身智能体并不是非常意外的一件事情。
早在去年,黄仁勋便公开表达他对下一代人工智能的观点:
这种新型的人工智能叫做具身智能(Embodied AI),即能理解、推理和与物理世界互动的智能系统。
而从去年至今,无论是高校还是产业,具身智能相关的研究可谓是层出不穷。
最为典型的便是斯坦福大学的家务机器人,惊呆了一众网友。
那么Jim Fan团队将在今年再带来什么成果,是值得期待一波了。
参考链接:
[1]https://twitter.com/DrJimFan/status/1761052023821369639
[2]https://research.nvidia.com/labs/gear/
[3]https://twitter.com/DrJimFan/status/1761099207920992688
- 罕见!云计算一哥CTO,现场不发产品只讲教训2024-12-06
- 清华系初创面壁智能获新一轮数亿元融资2024-12-11
- 马斯克新文生图模型闪现!网友抢时间疯狂实测:人物生成超逼真,可算把赛博皮卡画明白了2024-12-09
- “云计算一哥”一口气发布6个大模型、3nm芯片!多模态还要搞Any-to-Any2024-12-04