文章摘要
【关 键 词】 人形机器人、世界模型、智能模拟、物体交互、AI系统
OpenAI投资的1X公司最近展示了其人形机器人NEO背后的“世界模型”，这是一种先进的计算机程序，能够模拟智能体行为对世界的影响，并预测未来场景。NEO的设计初衷是成为通用家庭机器人，执行清洁、整理等家务任务。其“世界模型”通过模拟真实数据生成的视频，能够预测不同场景下的行为，如叠衣服、拉窗帘等，这些动作在家庭环境中常见但难以模拟。
1X的AI副总裁Eric Jang提到，NEO甚至能在镜子中认出自己，显示出自我反思的能力，尽管自我意识尚未觉醒。这种模型的重要性在于，它能够生成高保真视频，并在神经网络中进行重新规划、模拟和评估。1X创始人兼CEO Bernt Bornich强调，人形机器人数据显著推进了Scaling Law，这是评估AI系统性能提升的关键。
尽管“世界模型”在多智能体环境中显示出潜力，但它也面临一些挑战。物体一致性问题，如物体形状和颜色的不一致性，以及物理定律的不准确应用，都是当前模型需要解决的问题。例如，模型可能无法正确处理物体遮挡或不理想角度下的一致性，或者在模拟物理交互时不遵循重力等基本物理法则。
1X的研究团队采取了直接从原生传感器数据中学习的方法，利用数百万情境中的模拟来评估机器人策略。这种方法的优势在于能够获取真实世界的复杂数据，而无需手动创建资产。在过去一年中，1X团队收集了超过5000小时的人形机器人数据，包括在家庭和办公室环境中执行各种任务和与人互动的场景。
尽管存在问题，1X的“世界模型”展示了在模拟物体交互方面的潜力，能够根据不同的动作指令生成多样化的输出。例如，它可以模拟弹空气吉他的动作，或者在模拟中避开行人和障碍物。此外，模型还能生成长视频，如完整的T恤折叠演示，这在传统的刚体模拟器中难以实现。
总的来说，1X的“世界模型”为机器人领域带来了新的研究方向，尽管它仍处于发展阶段，但它的潜力和对机器人性能评估的影响不容忽视。随着技术的不断进步，我们可能会见证机器人领域的“ChatGPT时刻”，届时机器人将能够更好地理解和互动于我们的世界。
原文和模型
【原文链接】 阅读原文 [ 2252字 | 10分钟 ]
【原文作者】 新智元
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
