36氪人工智能梳理32个物理AI世界模型
AI 总结
36氪人工智能汇编了32个面向物理AI的世界模型与研究体系,覆盖机器人、自动驾驶、仿真和策略训练。文中将世界模型描述为通过数据学习、预测环境变化的内部模拟器,涵盖英伟达、百度、宇树、Google DeepMind、Meta、Waymo、Wayve、小米等机构的系统。报告同时指出,物体变形或消失、碰撞与滑动模拟失准、连续预测误差,以及生成速度和计算成本仍是具体限制。
深度见解
该梳理呈现了世界模型用于物理AI的多条主要路线,但其中许多能力信息来自公司披露或研究论文,仍需独立验证。
让机器人拿起一只杯子,它要解决的问题远比识别物体多:杯子在哪里,机械臂从哪个方向伸过去,夹爪什么时候合拢,移动过程中会不会碰到桌沿。无人车经过路口时,也要判断:如果现在加速,旁边的车和行人接下来会怎样行动。
这类需要在现实环境中感知、决策和行动的AI,通常被称为物理AI。人形机器人、自动驾驶汽车、机械臂和无人机,都是它的应用载体。重量、惯性、摩擦和碰撞,会直接影响它们能否把一项任务完成。
世界模型是帮助AI预测环境变化的一类模型,可以将其理解为系统内部一个通过数据学习的模拟器。它接收当前观察,结合动作等条件,推演接下来可能发生什么,为规划、训练和评测提供依据。
以拿杯子为例,模型可以尝试预测:机械臂沿某条轨迹移动,能否接近杯子;夹爪抬起后,杯子会不会随之移动,是否可能滑落。把候选动作对应的未来结果交给规划系统比较,就有机会在真实执行前发现不合适的方案。
#Nvidia#Baidu#Unitree#Google DeepMind#Meta#World Labs#Waymo#Wayve#Xiaomi#Tencent#AgiBot#ByteDance