谷歌KDD'23工作：如何提升推薦系統(tǒng)Ranking模型訓(xùn)練穩(wěn)定性
谷歌在KDD 2023發(fā)表了一篇工作，探索了推薦系統(tǒng)ranking模型的訓(xùn)練穩(wěn)定性問題，分析了造成訓(xùn)練穩(wěn)定性存在問題的潛在原因，以及現(xiàn)有的一些提升模型穩(wěn)定性方法的不足，并提出了一種新
在機(jī)器人技術(shù)的前沿探索中，一款名為智元啟元大模型Genie Operator-1（GO-1）的創(chuàng)新成果近日橫空出世，由智元機(jī)器人公司正式發(fā)布。這一突破性進(jìn)展標(biāo)志著通用具身基座模型邁入嶄新階段，為機(jī)器人智能化發(fā)展開辟了新路徑。
GO-1的核心在于其創(chuàng)新的Vision-Language-Latent-Action（ViLLA）框架，該框架巧妙融合了VLM（多模態(tài)大模型）與MoE（混合專家）技術(shù)，展現(xiàn)出卓越的性能。VLM作為主干網(wǎng)絡(luò)，基于開源多模態(tài)大模型5-2B的權(quán)重，通過大規(guī)模互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練，賦予了GO-1強(qiáng)大的場景感知與理解能力。而MoE則進(jìn)一步強(qiáng)化了模型的動(dòng)作規(guī)劃與執(zhí)行能力，使其能夠理解并執(zhí)行復(fù)雜任務(wù)。
GO-1的五大亮點(diǎn)尤為引人注目：采訓(xùn)推一體化設(shè)計(jì)，實(shí)現(xiàn)了數(shù)據(jù)采集、模型訓(xùn)練與推理的無縫銜接；小樣本快速泛化能力，使得模型能夠在極少數(shù)據(jù)甚至零樣本情況下適應(yīng)新場景與新任務(wù)；一腦多形特性，讓GO-1能夠輕松遷移至不同形態(tài)的機(jī)器人本體；持續(xù)進(jìn)化機(jī)制，通過數(shù)據(jù)回流系統(tǒng)不斷學(xué)習(xí)與優(yōu)化；以及人類視頻學(xué)習(xí)能力，利用互聯(lián)網(wǎng)視頻與真實(shí)人類示范提升模型對人類行為的理解。
在構(gòu)建過程中，GO-1采用了數(shù)字金字塔結(jié)構(gòu)，從底層的互聯(lián)網(wǎng)大規(guī)模純文本與圖文數(shù)據(jù)，到人類操作視頻、仿真數(shù)據(jù)，再到頂層的真機(jī)示教數(shù)據(jù)，層層遞進(jìn)，為機(jī)器人提供了全面的“基礎(chǔ)教育”與“能力培訓(xùn)”。這種設(shè)計(jì)使得GO-1能夠輕松應(yīng)對多樣化的環(huán)境與物體，快速學(xué)習(xí)并執(zhí)行新操作。
ViLLA框架的引入，更是讓GO-1在接收多相機(jī)視覺信號與人類語言指令后，能夠直接輸出機(jī)器人的動(dòng)作執(zhí)行。與傳統(tǒng)的Vision-Language-Action（VLA）模型相比，ViLLA通過預(yù)測隱式動(dòng)作標(biāo)記（Latent Action Tokens），有效彌合了圖像-文本輸入與機(jī)器人執(zhí)行動(dòng)作之間的鴻溝。例如，當(dāng)用戶以自然語言向機(jī)器人發(fā)出“掛衣服”的指令時(shí)，GO-1能夠迅速理解任務(wù)要求，規(guī)劃并執(zhí)行掛衣服的各個(gè)步驟。
GO-1的廣泛應(yīng)用場景同樣令人矚目。從家庭場景中的準(zhǔn)備餐食、收拾桌面，到辦公和商業(yè)場景中的接待訪客、發(fā)放物品，再到工業(yè)等更多領(lǐng)域的操作任務(wù)，GO-1都能夠迅速適應(yīng)并高效完成。GO-1的數(shù)據(jù)回流機(jī)制還使其能夠持續(xù)進(jìn)化，不斷優(yōu)化自身性能。例如，在制作咖啡時(shí)若出現(xiàn)杯子放歪的情況，GO-1能夠從錯(cuò)誤中學(xué)習(xí)，直至成功完成任務(wù)。
智元啟元大模型GO-1的成功發(fā)布，不僅展現(xiàn)了智元機(jī)器人在具身智能領(lǐng)域的深厚積累與創(chuàng)新實(shí)力，更為機(jī)器人技術(shù)的未來發(fā)展指明了方向。隨著GO-1的廣泛應(yīng)用與持續(xù)優(yōu)化，我們有理由相信，機(jī)器人將在更多場景中替代人類完成工作，為人類生活帶來更多便利與驚喜。
舉報(bào) 0收藏 0打賞 0評論 0分享 0 更多>同類資訊
抖音高管力挺：嚴(yán)懲AI造謠黑手，營銷號真假難辨何時(shí)休？03-11OpenAI新突破：CoT監(jiān)控技術(shù)有效遏制大模型惡意行為03-11
迪普科技發(fā)布AI基座方案：賦能各行業(yè)數(shù)字化智能化轉(zhuǎn)型03-11
AI APP混戰(zhàn)正酣，互聯(lián)網(wǎng)大廠爭搶新入口，誰將脫穎而出？03-11悅享控股2024財(cái)報(bào)亮點(diǎn)：AI業(yè)務(wù)爆發(fā)，全年凈利潤達(dá)2597萬美元03-11
微軟Copilot新廣告形式：沉浸式體驗(yàn)，讓購物更便捷？03-11
梁文峰堅(jiān)守科研初心，拒騰訊阿里投資，DeepSeek未來何去何從？03-11
百度昆侖芯杭州新設(shè)科技公司，涉足AI軟件開發(fā)領(lǐng)域03-11
宇樹科技新專利：頭戴智能設(shè)備舒適度大升級！03-11微軟CEO納德拉：大模型非關(guān)鍵，系統(tǒng)整合與產(chǎn)品開發(fā)才是王道03-11
智元機(jī)器人發(fā)布通用基座大模型GO-1，新人形機(jī)器人亮相在即具體來說，VLM作為通用具身基座大模型的主干網(wǎng)絡(luò)，繼承開源多模態(tài)大模型5-2B的權(quán)重，利用互聯(lián)網(wǎng)大規(guī)模純文本和圖文數(shù)據(jù)，讓智元機(jī)器人的Genie Operator-1（GO-1）具備了通用的場景感知和理解能…03-11
亞馬遜云Bedrock重磅上線：DeepSeek-R1大模型服務(wù)，全面托管新體驗(yàn)！03-11網(wǎng)易有道翻譯技術(shù)革新，小參數(shù)模型登頂翻譯質(zhì)量榜首03-11
中國AI崛起，Manus能否成為智能時(shí)代的勝負(fù)手？從技術(shù)角度看，Manus本質(zhì)上是基于基座大模型的系統(tǒng)性工程優(yōu)化，通過構(gòu)建多智能體協(xié)作框架，將任務(wù)劃分為“規(guī)劃-執(zhí)行-驗(yàn)證”三個(gè)階段，由不同AI代理接力協(xié)作，模擬人類處理復(fù)雜任務(wù)的流程。 Manus通過預(yù)設(shè)工…03-11Manus合規(guī)隱憂：海外爆火后能否“轉(zhuǎn)正”入華？了解了Manus產(chǎn)品本質(zhì)，也就明白了其為何更多地面向海外用戶——Manus使用的大模型未經(jīng)備案。不過，隨著我國《生成式人工智能服務(wù)管理暫行辦法》等相關(guān)規(guī)定出臺，Monica也隨之在國內(nèi)無法使用。 那么，也…03-11點(diǎn)擊查看更多 +全站最新
新能源車電池報(bào)告深度解析：這些關(guān)鍵指標(biāo)你真的懂嗎？
吉利銀河翼真L380：重塑豪華MPV標(biāo)桿，價(jià)格親民體驗(yàn)升級！
2025年換電車電池新趨勢：為何聰明人偏愛鉛酸電池？四大理由揭曉
2025年汽車降價(jià)潮不止，純電車型成降價(jià)先鋒！
2025年車企新戰(zhàn)局：智駕普及與一口價(jià)策略齊飛
谷歌前CEO施密特重返CEO崗位，加入火箭公司或成馬斯克新對手熱門內(nèi)容抖音高管力挺：嚴(yán)懲AI造謠黑手，營銷號真假難辨何時(shí)休？迪普科技發(fā)布AI基座方案：賦能各行業(yè)數(shù)字化智能化轉(zhuǎn)型AI APP混戰(zhàn)正酣，互聯(lián)網(wǎng)大廠爭搶新入口，誰將脫穎而出？微軟Copilot新廣告形式：沉浸式體驗(yàn)，讓購物更便捷？梁文峰堅(jiān)守科研初心，拒騰訊阿里投資，DeepSeek未來何去何從？百度昆侖芯杭州新設(shè)科技公司，涉足AI軟件開發(fā)領(lǐng)域
本文鏈接：http://www.www897cc.com/showinfo-16-136253-0.html智元機(jī)器人發(fā)布通用基座大模型GO-1，新人形機(jī)器人即將亮相！
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號