前阵子，老黄在 CES 上又狠狠秀了波肌肉。不外呢年夜少数人，基础都被全新的 RTX 50 系显卡给吸住了，世超这两天研讨了下发明，那些被咱 “ 冷清 ” 的新技巧里，一个两个实在也都憋着年夜招。就拿 Cosmos 天下基本模子平台来说，这但是个让 AI 可能懂得物理天下的好货色。 依据官方的说法， Cosmos 平台是一个专门为物理人工智能开辟者计划的平台。这又是物理人工智能，又是开辟者，打眼一看，似乎跟咱也没啥太年夜关联。但年夜伙儿先别焦急，此次 Cosmos 一宣布，技巧讲演一甩，有些报道的题目曾经用上了 “ 开启物理 AI 年夜时期 ” 如许的字眼，连老黄都说 “ 呆板人的 ChatGPT 时辰行将到来 ” 。 而世超也去翻了翻 Cosmos 的技巧讲演，这么说吧， Cosmos 就比如物理 AI （ 呆板人、无人车等 ）的 “ 黄埔军校 ” ，我们当前能不克不及指望呆板人养老，它说不定能帮上年夜忙。 我们能够简略把 Cosmos 平台，当成一个东西箱，里边儿大略集成了天下基本模子 ( WFM ) 、高等分词器器、保险护栏以及减速数据处置管道这么多少个 “ 东西 ” 。前面那多少个专业名词没据说过没关系，但模子总该晓得是啥吧。此次，英伟达一口吻在 Cosmos 上宣布了 8 个天下基本模子，并且都是基于 2000 万小时的视频练习出来的，参数目从 40 亿到 140 亿不等，依据差别场景的利用需要，还能够分为 Nano 、 Super 跟 Ultra 三种。看着唬人，但天下基本模子，跟我们熟习的图像、视频天生模子差未几，是 天生式 AI 模子。只不外它天生的货色并不是视频那么简略，更正确的说，当你输入文本、图像、视频或许活动数据当前，天下基本模子天生的是 有物理法则的 “ 场景 ” 、 “ 情况 ” 。实质上，就是分解出高度仿真的数据，来实现物理 AI 跟虚构情况的交互。至于其余的什么高等分词器、保险护栏跟减速数据处置管道，咱懂得个大略就行。像高等分词器能够把庞杂的数据简化，给数据划重点。保险护栏就更好懂得了，就是避免无害的输出，维护隐衷。别的， Cosmos 还用到了一个 “ 先预练习再后练习 ” 的方法。大略意思是，预练习阶段先给模子喂年夜范围的实在视频数据，最少要让模子晓得物理天下究竟是咋运行的。接着，后练习阶段再详细成绩详细剖析，对预练习模子停止微调，满意特定义务的需要。总之就是， Cosmos 平台经由过程种种技巧手腕，为物理 AI 构建出了 一个跟事实物理天下相似的空间跟交互情况。不外说了这么半天，可能有差友仍是没太清楚，这玩意儿究竟能用来干啥。实在这个成绩，老黄曾经在宣布会上讲得很明白了，就是呆板人跟主动驾驶汽车。拿呆板人行业来说，为啥这么多年了始终没啥年夜冲破， 很主要的一个起因就是缺数据。跟年夜言语模子不太一样，呆板人练习须要的数据不仅是笔墨、图像那么简略，由于呆板人要感知这个天下，还要跟这个天下发生交互，以是它就得进修物理法则、静态变更。但这些数据，偏偏是最难网络的。仍是拿呆板人洗碗举例，看似举措很简略，但呆板人想学会你得有视觉数据，比方餐具的外形巨细、油污水平，另有抓放碗的力度、用多鼎力气擦洗这些力学数据，固然，洗碗进程中手臂挪动、抓取角度的调剂，包含一些庞杂的静态要素，也须要网络、标注数据。像之前的斯坦福 Aloha 家务呆板人，仍是开辟者经由过程亲自树模 “ 遥控 ” 呆板人实现指定举措，来网络数据。以是这个时间， Cosmos 就派上用处了。模仿出一个洗碗情况，不就相称于，提前给呆板人预习了一遍事实天下，等模子班师了，再放到事实天下去实操。如许一来， 练习效力上去了，本钱也能把持住。依照英伟达官方的先容，当初曾经有一局部呆板人跟主动驾驶公司用上了 Cosmos 。OpenAI 投的那家 1X ，用 Cosmos 来给呆板人做静态计划。小鹏也用 Cosmos 来分解种种气象跟路况的数据，练习主动驾驶算法。固然了，精准模仿事实天下只是幻想状况下的 Cosmos ，包含技巧讲演里也提到，现阶段的天下基本模子还比拟晚期， 天生的视频并不完整合乎物理法则。该说不说，世超当初也感到走天下模子这条路，确切有搞头。假如有一天， AI 能对事实天下停止模仿乃至是一比一复刻，并像我们人一样懂得天下、做出决议，这才更切近我们人类对人工智能的冀望。客岁，包含 Lecun 、李飞飞这些 AI 年夜拿，另有谷歌 Deepmind ，实在都在研讨天下模子。世超盲猜一波，往年活着界模子跟呆板人范畴里，可能会呈现冲破性的停顿。但不论成与不成， 善于 “ 卖铲子 ” 的英伟达，都是谁人最年夜赢家。撰文：西西编纂：江江 面线 美编：子曰 图片、材料起源：NVIDIACosmos World Foundation Model Platform for Physical AI局部图源收集前往搜狐，检查更多