9月9日，紅星新聞記者從成都人形機(jī)器人創(chuàng)新中心獲悉，該中心基于世界模型完成了全國首個(gè)機(jī)器人任務(wù)執(zhí)行系統(tǒng)R-WMES。通過給到機(jī)器人一個(gè)“我想達(dá)成”的目標(biāo)的圖片，機(jī)器人自動判斷現(xiàn)有的狀態(tài)，并自主規(guī)劃任務(wù)和執(zhí)行任務(wù)，最終達(dá)到與目標(biāo)圖片相符合。

視頻演示截圖

在該中心提供的視頻中，成都人形機(jī)器人創(chuàng)新中心做了兩段演示。其中一段演示中，給到機(jī)器人一個(gè)插有吸管的玻璃瓶的圖片作為目標(biāo)。機(jī)器人通過對現(xiàn)場環(huán)境的觀察，看到了一個(gè)沒有吸管的玻璃瓶。通過在隱空間規(guī)劃，R-WMES系統(tǒng)規(guī)劃出完成任務(wù)的完整機(jī)器人動作：需要機(jī)器人抓取一根吸管插入玻璃瓶，以達(dá)到預(yù)設(shè)目標(biāo)圖片（帶吸管的玻璃瓶）一致的效果。

據(jù)介紹，機(jī)器人世界模型由4大要素組成，他們是：任意指定目標(biāo)（Any Specified Target）、隱空間規(guī)劃（Latent Space Planning）、動態(tài)物理交互（Dynamic Physical Interaction）、視角變換（View Transformer）。

R-WMES 在本次成果中率先實(shí)現(xiàn)了在陌生環(huán)境中無監(jiān)督訓(xùn)練（Unsupervised Training）的任務(wù)執(zhí)行，展示了其任意指定目標(biāo)（Any Specified Target）和隱空間規(guī)劃能力（Latent Space Planning）。值得一提的是，R-WMES也實(shí)現(xiàn)了中國在機(jī)器人世界模型上零的突破，為人形機(jī)器人更聰明、更接近人類思考推理方式打下了堅(jiān)實(shí)的基礎(chǔ)。

據(jù)介紹，世界模型是一種真正接近人類大腦思考方式的系統(tǒng)框架，通過學(xué)習(xí)現(xiàn)實(shí)世界中的物理和因果規(guī)律，具備“類似條件反射的物理直覺”，可在內(nèi)部模擬環(huán)境變化，基于當(dāng)前環(huán)境狀態(tài)推演未來狀態(tài)，并評估規(guī)劃出的行為所產(chǎn)生的后果。這一概念源于心理學(xué)中的“心智模型”。舉個(gè)例子，當(dāng)人們看到烏云密布時(shí)，就會自然地預(yù)判“馬上就要下雨了”，因?yàn)槿说拇竽X已經(jīng)提前模擬了未來的天氣變化。

世界模型是目前人工智能與人形機(jī)器人技術(shù)競爭的最高地。越來越多的機(jī)構(gòu)和學(xué)者認(rèn)為，如果希望 AI 具備真正的類人智能，不能僅依賴數(shù)據(jù)驅(qū)動的模式匹配，真正的智能應(yīng)包含對物理規(guī)律的建模能力以及對環(huán)境變化的內(nèi)部模擬機(jī)制。這就是世界模型。

紅星新聞記者 彭祥萍

編輯 成序