AI News

Neura Robotics 推出融合视觉、触觉与音频的机器人基础模型

AI Business更新于 11月16日 19:20

Prompt: AI moves beyond the screen

AI 导读

德国 Neura Robotics 发布一款融合视觉、触觉和音频的机器人基础模型,让机器人更全面地理解周围环境。触觉的加入尤为关键:机器人在抓取物体或与人协作时必须实时判断施力大小、物体运动和环境变化。物理 AI 的训练数据比文本数据更难、更昂贵地采集,这成为其从屏幕走向现实的主要瓶颈。

正文 · AI 翻译

从赋予机器人触觉的全新基础模型,到对机器人中心不断增长的投资,物理AI不仅正在成形,更在加速发展,推动AI的下一阶段超越数字世界,进入为理解和作用于物理世界而构建的系统。

机器人及其他物理AI系统必须感知周围环境,并对身边发生的情况作出响应。这需要一些能力,而当AI系统在屏幕背后运行时,这些能力的重要性要低得多。

本周出现了这一转变的若干迹象。

总部位于德国的Neura Robotics推出了一款基础模型,融合视觉、触觉和音频,让机器人对周围环境有更丰富的理解。

加入触觉尤其意义重大。语言模型可以生成错误答案后再试一次。而机器人在抓取物体或与人协同工作时,必须理解自己施加了多大的力、物体如何运动,以及周围环境正在实时发生什么变化。

这使得物理AI成为与企业在过去几年中投入使用的生成式AI系统截然不同的挑战。

围绕这些系统的生态也开始成形。波士顿正崛起为物理AI中心,机器人人才、客户和投资日益向该地区集中。制造企业也在将AI与数字孪生和实时仿真结合使用,寻求为物理运营注入更多智能。

这一转变正引发关注,因为潜在市场远不止人形机器人。物理AI最终可能影响制造业、物流、仓储、运输以及其他行业——在这些行业中,工作发生在仅靠软件无法控制的环境中。

但将AI引入物理世界也暴露出这项技术最大的局限之一:现实世界的训练难度要大得多。

语言模型可以从海量文本和其他数字信息中学习。物理AI系统则需要关于运动、物体、环境和交互的数据,其中许多数据更难、更昂贵地采集。

生成式AI的繁荣表明,借助海量数据和算力,模型可以多快地改进。

物理AI现在必须证明,当AI离开屏幕进入现实世界时,同样的进步也能发生。

英伟达发布开放智能体模型:这家AI芯片巨头的新Nemotron 3.5模型扩展了其开放AI战略,同时强化了公司更广泛的GPU生态。

高管与员工之间的智能体AI鸿沟依然存在:高管们报告称AI智能体取得了更多成功,而员工仍面临工具过载和信任问题。

AI账单激增给企业带来运营压力:随着智能体部署带来新的消耗和支出来源,超过半数企业难以控制AI成本。

OpenAI与谷歌合作瞄准企业模型选择:随着这家前沿AI提供商扩展企业获取其技术的方式,OpenAI模型现已在全部三大主流云平台上可用。

沃尔玛欢迎外部AI智能体——但设有一定防护措施:这家零售商正向外部购物智能体开放其在线平台,同时新增旨在保持透明度和客户选择权的控制措施。智能体AI帮助黑客提升能力——即使没有详细指令:CrowdStrike警告称,自主AI工具可能在未来一年显著提升低技能攻击者的能力。

来源

AI Business