OpenAI今年9月发布Astra模型后,用户很快发现该模型擅长理解物理世界相关任务。英伟达机器人业务负责人迪普·塔拉在英伟达柏林GTC大会后接受The Information采访时表示,Astra是打造可处理多样化作业机器人的一项突破;他在最新一期《AI Deep Dive》节目中称,借助Astra,用于训练机器人AI模型的部分数据生成速度提升100倍,并可助力工厂机器人落地流程自动化。
塔拉在节目中说,“Astra时刻已经到来”,智能体基本可以调用所有可用的物理AI工具,无论是仿真还是模型训练。他认为,打造实用机器人的进展与一年前相比,“完全是坐上了另一艘火箭”。Astra在物理任务上已有表现:可用工程软件对机械零件建模,在控制机械臂时性能优于部分专用机器人AI模型;搭载Astra的机器人还曾画出金门大桥风景。
长期以来,机器人研究者依靠计算机仿真训练机器人AI,但搭建机器人交互对象和工作环境的仿真版本耗时较久,有时需数月。塔拉预测,得益于Astra可自动化这一流程,未来6至12个月在仿真环境中训练、落地的新一代机器人AI模型,精度会远超当前主流模型。运行这类仿真需要英伟达设计的AI芯片,这类芯片也用于模型训练和机器人端模型推理。塔拉还谈到机器人三层思考速度、未来1至3年可能出现“机器人领域的ChatGPT时刻”,以及人形机器人在制造业中的定位。
💬 评论