通用直覺公司 CEO Pim de Witte 認為，具身 AI 的發展路徑將遵循與自然語言處理相似的規律。他指出，與其耗費大量資源收集真實世界數據來訓練專用機器人模型，不如轉而構建高質量數據集，從而訓練出能夠跨環境遷移運動直覺的基礎模型。
在 TechCrunch 播客 Equity 節目中，Pim de Witte 表示：“目前許多公司正專注於單個機器人形態、特定環境和特定機型的定製化開發工作。”他認為，隨著通用基礎模型的出現，這些工作大部分將很快變得冗餘。“模型的泛化能力本身就是產品。模型具備對空間和時間的底層推理能力，這才是讓人們停止採集數十萬甚至數百萬小時真實世界數據的根本原因。事實上，你只需要幾分鐘的數據就夠了。
”
通用直覺公司致力於開發高質量數據集以推進具身 AI 技術
通用直覺公司基於數百萬小時的遊戲視頻數據訓練出了自己的基礎模型，訓練數據包含了人類玩家按下了哪些按鍵以及何時按下等信息。Pim de Witte 和該公司主要投資人均認為，動作數據是開發類人空間時間推理直覺的關鍵。
基於這一理念，通用直覺於上月完成 3.2 億美元的融資，估值達 23 億美元。公司已通過實驗驗證，當前模型既能連續數小時運行電子遊戲，也能在僅用 8 分鐘真實機器人數據進行微調後，驅動一台四足機器人。Pim de Witte 表示：“機器人在僅有前置攝像頭、無其他傳感器的情況下，在辦公環境中面對動態物體和來往行人仍能實現零樣本泛化，這一點令我們非常驚訝。我認為這預示了未來的方向。
”
通用直覺的最終目標並非自建機器人產品線，而是成為物理 AI 領域的基礎模型供應商，成為其他機器人公司構建自有產品的底層基座。Pim de Witte 表示：“我們不會去做自動駕駛公司。我們要做的是讓下一個做自動駕駛公司的人變得容易十倍。”
想睇更深入嘅 AI 模型與工程科技報道？
前往 The Base Principle 繁體中文 AI 新聞 →