正在加载播放器……在 OpenAI 的 GPT-3 时代之前，各公司从零开始构建专业化的自然语言处理模型，为每个模型训练大量特定任务的数据。如今，大多数组织从像 OpenAI 的 GPT 系列、Claude 或 Llama 这样的通用模型开始，然后调整或提示它以满足他们的特定需求。General Intuition 的首席执行官 Pim de Witte 认为具身人工智能将遵循类似的模式。他认为，行业应该专注于更高质量的数据集，这些数据集能够生成能够在多个环境中转移对运动和交互直觉的基础模型，而不是收集巨大的现实世界数据集来构建专业化的机器人模型。“很多公司现在正在做大量专注于单个具身体、单个环境和单个机器人的专业化工作，”de Witte 在最近一次 Equity 节目中对 TechCrunch 说道。他认为，随着 General Intuition 开发和部署的通用模型的出现，大部分工作将很快变得多余。“模型本身的通用化就是产品，”他说。“它对空间和时间有基本的推理能力将是人们停止收集数十万或数百万小时的现实世界数据的原因。因为现实是，你只需要几分钟。”General Intuition 在数百万小时的视频游戏数据上训练后构建了自己的基础模型，这些数据包括人类按下控制器的哪个按钮以及何时按下的相关信息。de Witte 和 General Intuition 的首席投资者 Vinod Khosla 均认为，动作数据是发展类人空间-时间推理直觉的关键。上个月，这家初创公司在其理论支持下以 23 亿美元的估值筹集了 3.2 亿美元。该公司证明了其当前模型能够持续数小时玩视频游戏并推动四足机器人——后者在仅用八分钟的现实世界机器人数据进行微调后实现了这一点。“[机器人] 实际上可以在没有其他传感器的情况下仅通过前置摄像头进行无监督学习，而在动态物体被引入和人们经过的办公室里，这让我们非常惊讶，”de Witte 说。“我认为这预示着未来的到来。”General Intuition 的最终目标不是自己制造机器人，而是成为物理人工智能的基础模型，为其他机器人公司提供基础模型，以便他们构建自己的机器。就像 de Witte 所说的那样：“我们不会建立一家自动驾驶汽车公司。我们会使下一个人建立自动驾驶汽车公司变得轻松十倍。”当您通过我们文章中的链接进行购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。Rebecca Bellan 是 TechCrunch 的高级记者，负责涵盖塑造人工智能的商业、政策和新兴趋势。她的作品还曾出现在《福布斯》、《彭博社》、《大西洋》和《每日野兽》等其他出版物上。您可以通过发送电子邮件至 rebecca.bellan@techcrunch.com 或通过加密消息在 Signal 上联系或验证 Rebecca 的外联，以 rebeccabellan.491 联系她。查看个人资料