随着互联网上的自然语言数据逐渐耗尽，AI想要获得进一步的突破性成长，需要走出数字世界，迈向物理世界。7月27日，商汤科技在世界人工智能大会大模型论坛上发布“悟能”具身智能平台。该平台以商汤具身世界模型为核心引擎，能够为机器人、智能设备提供感知、视觉导航以及多模态交互能力，推动智能终端向更高层次的自主化与智能化演进。
“咱们来算一笔账，按唐朝的银子换算，一次运输得花掉今天的1000万人民币！”在世界人工智能大会现场，基于“悟能”具身智能平台的人形机器人以风趣幽默语言风格对《长安的荔枝》电影介绍PPT进行生动讲解，还能在讲解同时实时响应用户提问、回翻到相应页面，敏锐捕捉用户意图，期间有用户打断其提问，机器人完成回答后还能回到原有进程中继续讲解。据了解，“悟能”具身智能平台可以赋能机器人具备和现实世界的交互能力，具备有温度、长记忆、稳定性强等能力特点。
商汤科技董事长兼CEO徐立说，人类终将面临一个根本性问题：当书本与互联网知识穷尽时，下一代的人工智能将从何处获取？这即需要强大的现实世界理解模型+深度3D理解模型来协同提升该能力，“感知世界，进而更好地理解世界生成世界，最后与现实的硬件交互来改变我们的世界。”
例如在机器人领域，基于“悟能”平台的赋能，机器人能够通过主动探索生成更多高质量的现实世界数据，在具身智能数据匮乏的当前环境下，平台可以通过构建面向人、物、场的4D真实世界，突破模型在真实世界“举一反三”等能力的边界。例如用户只需要给出简单的提示语，比如“在厨房区域的架子上找东西”“进入娱乐室、向右转，然后打开通往院子的门”等等，具身世界模型就能自主进行位姿、动作骨架和指令的生成。
当前，大模型发展进入“深水区”，能否理解并模拟物理世界，推动人工智能从“认知”走向“行动”，成为大模型发展下一步要解决的重要问题。在汽车领域，商汤旗下“商汤绝影”在会上展示了行业首个已量产、可交互的“绝影开悟”世界模型。作为应用于真实训练数据生产的世界模型，“绝影开悟”生产效率很高，基于一张A100的GPU，“绝影开悟”每天生成的数据，相当于10台真实车或者是100台路测车的数据采集能力，比得上500台量产车。“目前，商汤绝影20%的数据是通过世界模型生产。”商汤绝影相关负责人表示。
除商汤外，腾讯、蘑菇车联近期也相继公布了在世界模型方面的进展。
记者：孙奇茹
悦来网配资提示：文章来自网络，不代表本站观点。
