Фото: VCG

Недавно модель воплощенного мира WoW, разработанная Пекинским центром инноваций в области гуманоидных роботов, возглавила оценочный рейтинг WorldArena Challenge Track 2 (Data Engine). В ходе проведения глобальной оценки ИИ в реальных условиях, в которой приняли участие ведущие отечественные и зарубежные вузы, данный «мозг робота» из пекинского Ичжуана достиг лидирующего в отрасли уровня по ключевой способности «понимания реального физического мира и генерации данных».

WorldArena является первой базовой платформой для унифицированной и всесторонней оценки сенсорного восприятия и функциональной практичности модели воплощенного мира, совместно созданной Университетом Цинхуа, Пекинским университетом, Шанхайским университетом транспорта, Принстонским университетом и другими вузами. В турнире вызова WorldArena эффективность проверки в реальных условиях Track 2 (Data Engine) в основном зависит от того, смогут ли синтетические данные, сгенерированные моделью, действительно улучшить результаты тренировок стратегий роботов в нижнем звене.

Модель воплощенного мира WoW может предоставить роботам «мозг», способный понимать и прогнозировать физические законы, имитировать законы реального физического мира и самостоятельно генерировать высококачественные интерактивные данные, соответствующие физической логике, тем самым решая проблему нехватки данных в индустрии воплощенного искусственного интеллекта. В этот раз первое место в рейтинге по результатам заняла самая маленькая модель 1.3B из серии WoW. Будучи «игроком легкого веса», модель WoW 1.3B по производительности превзошла многие более крупные универсальные видеомодели и специализированные воплощенные модели.

На техническом уровне модель WoW совершила три основных прорыва: она обладает способностью генерировать данные на уровне физического движка, изучать интерактивные траектории роботов и точно репетировать будущие сценарии. Благодаря первой рефлексивной парадигме SOPHIA формируется замкнутый цикл «самоэволюции» данных, позволяющий из небольшого количества реальных траекторий генерировать миллионы высококачественных интерактивных данных. Это позволяет реализовать замкнутый цикл рассуждения «от изображения к действию», что эквивалентно наделению алгоритма «двумя руками», способными прикоснуться к реальному миру. Данные, сгенерированные моделью WoW, продемонстрировали значительно лучшие результаты по сравнению с ведущими базовыми моделями в стране и за рубежом в экспериментах, в которых роботы выполняют захват, размещение предметов, задачи на большие расстояния и др.

(Газета «Ичэн Шибао»)