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
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。