具身智能 最新动态

Advanced Machine Intelligence (AMI) 正在打造新一代 AI 系统，它们能够理解世界、拥有持久记忆、可以推理和规划，并且可控且安全。 我们从相信我们以世界模型为核心的通用智能系统愿景的全球投资者那里筹集了 10.3 亿美元（约 8.9 亿欧元）的一轮融资。本轮融资由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 共同领投，并有来自世界各地的其他投资者和天使投资人参与。 我们是一支不断壮大的研究者和构建者团队，从第一天起就在巴黎、纽约、蒙特利尔和新加坡运营。 阅读更多：https://amilabs.xyz/ AMI - Real world. Real intelligence.

Advanced Machine Intelligence (AMI) 正在打造新一代 AI 系统，它们能够理解世界、拥有持久记忆、可以推理和规划，并且可控且安全。 我们从相信我们以世界模型为核心的通用智能系统愿景的全球投资者那里筹集了 10.3 亿美元（约 8.9 亿欧元）的一轮融资。本轮融资由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 共同领投，并有来自世界各地的其他投资者和天使投资人参与。 我们是一支不断壮大的研究者和构建者团队，从第一天起就在巴黎、纽约、蒙特利尔和新加坡运营。 阅读更多：https://amilabs.xyz/ AMI - Real world. Real intelligence.

📢当前的世界模型并没有真正在建模世界；它们建模的是某一个智能体对世界的视角。部分观测 ≠ 世界状态。 未来的世界模型将独立于任何单个智能体的视角。你将能够在任意时间点“放入”任意数量的智能体，而一个持久的世界状态将随着它们的交互而演化。想象一个神经 MMORPG 服务器。🧵[1/10]

参与无监督 FSD 测试的随行体验 https://t.co/AsyBHnndj8

如果机器人能在视频生成模型内部做梦会怎样？我们推出 DreamGen，这是一种全新引擎，它不依赖成群的人类操作员，而是借助以像素为单位的数字梦境来规模化机器人学习。DreamGen 生成海量的神经轨迹——即与电机动作标签配对的逼真机器人视频——并解锁了对新名词、新动词和新环境强大的泛化能力。无论你是人形机器人（GR1）、工业机械臂（Franka），还是一个可爱的小机器人（HuggingFace SO-100），DreamGen 都能让你做梦。 像 Sora 和 Veo 这样的视频生成模型本质上是神经物理引擎。通过压缩数十亿条互联网视频，它们学习到了一个包含无数可能的未来的多重宇宙——即从任意初始图像帧出发，世界可能如何展开的叠加态。DreamGen 通过一个简单的四步方案利用了这种能力： 1. 在目标机器人上微调一个 SOTA 视频模型； 2. 用多样化的语言提示词提示模型，模拟平行世界：你的机器人在新场景中会如何行动。过滤掉那些不遵循指令的坏梦（哈！）； 3. 利用逆动力学或潜在动作模型恢复伪动作； 4. 在經過大规模增强的神经轨迹数据集上训练机器人基础模型。 就这么简单。只是更多的数据，以及纯粹的旧式监督学习。很简单，对吧？ 令人惊叹的是它的效果能走多远。仅从一个单任务的“拾取-放置”数据集出发，我们的人形机器人学会了 22 种新行为，例如倒水、折叠、舀取、熨烫和锤击，尽管它从未见过这些动词。更棒的是，我们可以把机器人从实验室带出来，放到 NVIDIA 总部咖啡馆里，让 DreamGen 施展它的魔法。我们展示了真正的从零到一的泛化：新动词的成功率从 0% 提升到超过 43%，在未见过的环境中从 0% 提升到 28%。 与传统的图形引擎相比，DreamGen 并不在乎场景是否涉及可变形物体、流体、半透明材质、高接触交互或疯狂的光照。手工构建这些场景可不容易。对于 DreamGen，每个世界都只是通过扩散神经网络的一次前向传播。无论梦境多复杂，展开它所需的计算时间都是恒定的。 立即阅读我们的博客和论文！我们计划在未来几周内完全开源整个管道。链接在帖子中。

@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。