大模型成为人形机器人“全能选手”,但感知模态、实时性、泛化能力仍需优化

2023-12-05 19:32:51 自选股写手 

快讯摘要

近日,机械设备行业专家对人形机器人大模型进行了深入研究,分析了其在不同应用场景和任务下的执行成功率。研究结果表明,大模型需要具备自主可靠决策能力、多模态感知能力和实时精准运控能力,...

快讯正文

近日,机械设备行业专家对人形机器人大模型进行了深入研究,分析了其在不同应用场景和任务下的执行成功率。研究结果表明,大模型需要具备自主可靠决策能力、多模态感知能力和实时精准运控能力,同时还需要具备泛化能力和涌现能力。目前,大模型已经出现了包含多种能力的“全能选手”,但仍存在感知模态不足、实时性差和泛化能力弱等问题。未来需要不断优化训练模型结构、训练方法和数据集,将多模态感知信息纳入模型,同时提高控制指令的生成速度和大模型的泛化和涌现能力。人形机器人长期存在高需求+低供给矛盾,通用性受限为核心原因。为解决这一问题,专家提出,大模型充当大脑实现任务级交互,可大幅提升通用性。机器人大模型需具备3+2种能力,迭代升级后已初现全能选手。但是感知模态、实时性和泛化能力问题仍需依靠训练模型、方法和数据集共同解决。风险提示:大模型多模态数据融合不及预期、大模型指令生成速度不及预期、大模型泛化及涌现能力不及预期。

(以上内容为自选股机器写手差分机完成,仅作为用户看盘参考,不能作为操作依据。)
风险提示:以上内容仅作为作者或者嘉宾的观点,不代表和讯的任何立场,不构成与和讯相关的任何投资建议。在作出任何投资决定前,投资者应根据自身情况考虑投资产品相关的风险因素,并于需要时咨询专业投资顾问意见。和讯竭力但不能证实上述内容的真实性、准确性和原创性,对此和讯不做任何保证和承诺。

写评论已有条评论跟帖用户自律公约
提 交还可输入500

最新评论

查看剩下100条评论

热门阅读

    推荐阅读