AI热点 1月前 90 阅读 0 评论

Meta 推出名为 V-JEPA 2 的“世界模型”,助力机器人理解物理世界

作者头像

AI技术专栏作家 | 发布了 246 篇文章

感谢IT之家网友 咩咩洋 的线索投递!

IT之家 6 月 12 日消息,Meta 公司周三发布了其最新的人工智能模型 V-JEPA 2,这是一种“世界模型”,旨在帮助人工智能智能体理解周围的世界。

据IT之家了解,V-JEPA 2 是 Meta 去年发布的 V-JEPA 模型的扩展版本,其训练数据包括超过 100 万小时的视频素材。这些数据旨在帮助机器人或其他 AI 智能体在物理世界中运行,理解并预测诸如重力等概念将如何影响事件的后续发展。

这种能力类似于儿童和动物在大脑发育过程中所形成的常识性联系。例如,当人们与狗玩接球游戏时,狗能够理解球在地上弹跳后会反弹向上,以及它应该朝着球可能落地的位置奔跑,而不是球当前所在的位置。

Meta 举例称,在某些场景中,机器人可能会面临这样的情况,例如,手持盘子和锅铲,朝着放有煮好鸡蛋的炉灶走去。AI 可以预测,接下来最有可能的动作是用锅铲将鸡蛋移到盘子里。

据 Meta 称,V-JEPA 2 的运行速度比 Nvidia 的 Cosmos 模型快 30 倍,后者也致力于提升与物理世界相关的智能水平。不过,Meta 和 Nvidia 可能使用不同的基准来评估各自模型的性能。

Meta 首席人工智能科学家 Yann LeCun 在视频中表示:“我们相信世界模型将开启机器人技术的新纪元,使现实世界中的 AI 智能体能够在不需要海量机器人训练数据的情况下,有效协助人类完成日常家务和体力劳动。”

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!