微软研究院:将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软研究院系统测量了机器人端侧推理与卸载推理的差异,并给出可复用的 Kubernetes 卸载工具链。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软研究院系统测量了机器人端侧推理与卸载推理的差异,并给出可复用的 Kubernetes 卸载工具链。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0,这是一套基于 ROS 的 GPU 加速软件包集合,新增智能体工作流与平台支持。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并列出多家厂商的落地方式,可据此判断开源机器人工具链的走向。
NVIDIA 发文阐述物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的安全体系,并称 NVIDIA Halos 是首个也是唯一面向物理 AI 的全栈安全系统。
Google DeepMind 发布 Gemini Robotics ER 2,作为面向机器人的具身推理模型,可理解物理世界、规划多步任务并调用 Google Search 等工具,现已通过 Gemini API 和 Google AI Studio 向开发者开放,Gemini Enterprise Agent Platform 上处于私密预览。
推荐理由:官方给出视频理解、任务编排与多机协作的能力变化和开放入口,可据此判断机器人在真实环境中的任务完成方式。
Google DeepMind 发布 Gemini Robotics 2,作为新一代机器人智能层,首次实现对完整人形机器人的全身控制,并提升手部与夹爪的精细操作能力。
推荐理由:Gemini Robotics 2 把机器人控制从上半身扩展到全身,并给出端侧适配与多机协作的具体路径。
Google DeepMind 推出为期三个月的 Robotics 加速器项目,从欧洲选出 15 家机器人初创公司,提供技术指导并支持其接入 Gemini 机器人模型与 AI 技术栈。入选企业覆盖物流、制造、医疗、气候与导航等领域,本周在伦敦集结启动。
Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人的推理优先模型升级版,增强了空间推理与多视角理解,并新增仪表读数能力,可读取压力表、液位计和数字读数。
推荐理由:官方给出与上一代及 Gemini 3.0 Flash 的对比,并新增仪表读数能力,可据此判断机器人在设施巡检中的自主程度。
GPT-4o 通过自然语言处理技术,提升团队写作协作效率,实现快速草稿、修订和调整语气。
OpenAI o3 模型能够推理复杂任务,助力自动化多步骤工作流程。
ChatGPT新增Canvas功能,可帮助用户将笔记、录音和草稿转化为优质写作内容。
OpenAI 训练了一对神经网络,让类人机械手解开魔方。神经网络完全在仿真中训练,使用与 OpenAI Five 相同的强化学习代码,并搭配名为 Automatic Domain Randomization(ADR)的新技术。系统能应对训练中从未见过的情况,例如被毛绒长颈鹿戳碰,说明强化学习不只适用于虚拟任务,也能解决需要高灵巧度的物理世界问题。
推荐理由:OpenAI 用仿真训练加 ADR 让机械手解魔方,读者可了解强化学习从虚拟任务走向物理操作的关键思路。
OpenAI 于 2019 年 4 月 27 日举办了首届 OpenAI Robotics Symposium。
OpenAI 表示已训练出一只类人机械手,能以空前的灵巧度操作实体物体。
推荐理由:OpenAI 用仿真训练出类人机械手完成实物操作,可了解早期具身智能的训练思路。
OpenAI 发布八个仿真机器人环境,以及 Hindsight Experience Replay 的 Baselines 实现,这些环境是过去一年为自身研究开发的,并已用于训练可运行在实体机器人上的模型。OpenAI 同时发布了一组机器人研究需求。
推荐理由:OpenAI 公开八个仿真机器人环境与 HER 的 Baselines 实现,读者可了解其机器人研究的基础设施与后续方向。
OpenAI 公布最新机器人技术,让完全在仿真中训练的机器人控制器部署到实体机器人上,在完成简单任务时能对环境中未预料的变化做出反应。OpenAI 表示,这些技术被用于构建闭环系统,而非此前的开环系统。
推荐理由:原文说明机器人控制器可完全在仿真中训练后部署到实体机器人,并具备闭环反应能力,读者可了解仿真到现实迁移的思路变化。
OpenAI 展示,在模拟机器人摔跤任务中,元学习智能体能够快速击败更强的非元学习智能体,并能适应物理故障。
OpenAI 创建了一套机器人系统,完全在仿真环境中训练并部署到实体机器人上,能够在看过一次任务演示后学会新任务。
推荐理由:OpenAI 展示了一套全仿真训练、可部署到实体机器人的系统,读者可了解机器人单次示范学习任务的早期路径。
OpenAI 造出全球首个完全在仿真中训练、并部署到实体机器人上的垃圾邮件检测 AI。该系统将仿真环境中学到的能力迁移至物理世界,用于识别现实场景中的垃圾信息。