AI在圍棋對弈、醫學研發等複雜領域中，屢次展現出超越人類的能力，但在簡單的日常任務上，機器仍面對挑戰。為了解決此一難題，專注於基盤模型和學習演算法開發的公司 Physical Intelligence，經過 8 個月的研究，推出一項汎用機械人基盤模型「π0」，目標是支援多種任務的機械人操作需求。今次他們就示範了利用機械人來摺疊衣服、執拾檯面、組裝箱子。
Physical Intelligence 表示，π0 是實現「人工物理知能（Artificial Physical Intelligence）」的首步，未來期望能如同現行大型語言模型（LLM）及聊天機械人助理般，讓機械人具備解決任意日常任務的能力。透過 π0，使用者將可要求機械人完成不同的指令任務。
π0 的設計理念不同於一般 LLM，除了基於文本及圖像資料的學習外，還加入機械人操作的實體體驗訓練。該模型可通過特有的新架構直接輸出動作指令，進而使機械人獲得一定程度的「物理知性」，更能有效應對多樣化的物理性操作需求。在展示影片中，π0 已展現多項家務工作的能力，包括打開洗衣機門、取出並折疊衣物，整理餐桌，甚至計量並研磨咖啡豆，以及組裝箱子等任務。
機械人從洗衣機收拾衣服：
機械人將洗衣機取出的衣服摺疊
機械人收拾桌面
機械人計量咖啡豆並移到咖啡機
機械人組裝箱子
這款 π0 原型模型經由開源數據集與來自8款不同機械人的資料訓練而成，涵蓋了多樣化的操作任務。其訓練數據選用了廣泛的物理互動資料，而非特定用途，目的是賦予模型廣泛的物理知識基礎，藉此奠定物理知能的第一步。
Physical Intelligence 認為，要真正實現這項技術的潛力，需要結合整個機械人社群的力量，並透露已經與多間企業和研究機構展開合作，期望能透過社群力量推動 π0 模型的進一步發展。
分享到 :
最新影片
