全球物理人工智能研究实验室Genesis AI今日正式启动,专注于智能机器人的AI模型开发,并宣布已完成1.05亿美元融资。
本轮投资由Eclipse和Khosla Ventures共同领投,参投方包括Bpifrance、HSG、前谷歌首席执行官埃里克·施密特以及法国电信巨头泽维尔·尼尔。
Genesis AI首席执行官周贤表示:"由物理AI驱动的通用机器人将定义人类历史的下一个重要篇章。虽然数字AI取得了非凡进步,但物理AI——让机器能够感知、理解并与现实世界交互的智能——仍然滞后。"
物理AI是指能够直接与物理世界交互并适应的人工智能系统,例如驱动和支持机器人系统的AI。Genesis AI表示,公司通过构建可扩展的通用数据引擎进行物理仿真,并利用大规模机器人数据收集,为物理AI带来了以数据为中心的全栈方法。
要达到人类的灵巧性和能力水平,机器人需要大量的训练数据和敏感性。当今的机器人都是专业化的;大多数工业机器人只能执行单一任务或一系列简化动作,通常由无法适应快速变化条件的软件堆栈控制。
由物理AI机器人基础模型(RFM)驱动的机器人可以在人类周围工作、适应和克服复杂空间、与人类协作,甚至理解它们最初未接触过的情况。Genesis表示希望提供一个平台,通过可部署于任何类型机器人的RFM,为不同机器人带来人类级别的智能。
Eclipse合伙人查理·姆万吉表示:"即使在当今最'自动化'的行业中,机器人与人类的比例也很少超过1:30,这是因为需要灵巧性、认知能力、移动性和现实世界推理的长尾任务,而当前的机器人根本无法处理。通用机器人是我们一直在等待的突破,将影响各行业数万亿的劳动价值。"
对机器人需求最高的行业,如汽车行业,每年仅增加约13,000台机器人。根据《科技日报》的报告,全球范围内目前仅有约2,000台AI驱动的机器人在使用。
为了解决这一问题,公司组建了一支由来自Mistral AI、英伟达、谷歌、卡内基梅隆大学、麻省理工学院、斯坦福大学、哥伦比亚大学和马里兰大学的行业技术人才和学术专家组成的专家团队。Genesis表示,其核心工程团队在仿真、图形学、机器人和大规模AI模型训练与部署方面拥有深厚的专业知识。
Genesis认为通用机器人在工厂车间、仓库、医疗保健和农业领域存在明显机遇。所有这些场景都需要精确的工具使用和与人类伙伴的密切配合,这无法通过现代解决方案采用的当前软件堆栈轻松编程实现。
专家表示,AI驱动机器人实时学习、适应和做出智能决策的能力,将对解决这些行业的挑战至关重要。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。