>> 中信建投-人工智能行業(yè)機器人智能化三部曲(二)：Meta及微軟篇-231016
| 上傳日期： |
2023/10/17 |
大?。?/td>
| 5095KB |
| 格式： |
pdf 共26頁 |
來源： |
中信建投 |
| 評級： |
-- |
作者： |
閻貴成,金戈,于芳博 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
核心觀點：隨著各項人工智能技術的不斷發(fā)展，具備與物理世界交互潛力的智能機器人成為學界和業(yè)界的重要研究賽道。近年來Meta、微軟均持續(xù)完善其機器人模型領域的布局。2023年8月，Meta推出在少量訓練數(shù)據(jù)情況下便能取得優(yōu)異表現(xiàn)的MT-ACT模型。2023年2月微軟推出基于ChatGPT的機器人控制框架，將ChatGPT的“知識儲備”落實到現(xiàn)實場景中。機器人模型發(fā)展百家爭鳴，值得進一步關注。
從R3M到MT-ACT，Meta持續(xù)探索如何使用有限的數(shù)據(jù)集實現(xiàn)更優(yōu)秀的機器人控制。在2022年3月推出的R3M模型中，Meta首次引入人類視頻數(shù)據(jù)作為機器人控制模型的知識來源，提升機器人模型訓練效率。在2022年12月推出的CACTI模型中，使用數(shù)據(jù)增強技術實現(xiàn)了訓練數(shù)據(jù)規(guī)模高效擴充。2023年8月推出的MT-ACT模型將數(shù)據(jù)增強技術（基于SAM視覺模型）和動作序列生成技術結合，在7500個原始訓練數(shù)據(jù)的情況下，在不同難度的測試中分別實現(xiàn)了81.67%、65.17%、31.33%的成功率，小規(guī)模數(shù)據(jù)表現(xiàn)優(yōu)于其他可比模型。
將強化學習與MoE技術融合，Meta推出機器人控制模型新方案ASC。在2023年4月推出的ASC模型中，先通過強化學習分別對單一任務進行訓練，再通過MoE技術實現(xiàn)不同技能模塊之間的有機協(xié)同，在模擬場景和兩個現(xiàn)實場景中分別實現(xiàn)了94.9%和96.7%/100%的成功率，并且具備較強的抗干擾能力，能夠在環(huán)境變化的情況下自動調整完成相關任務的方式。通過將更強的OWL-ViT視覺模型與ASC模型結合，模型可以根據(jù)文本描述來識別更為復雜的物體，有望在更廣泛的場景中處理更為復雜的任務。
Meta：機器人模型與谷歌有所差異。谷歌的技術路線在本系列第一篇中有詳細描述，而Meta目前工作中尚未將大模型與機器人控制所結合，且相較谷歌嘗試利用大規(guī)模的數(shù)據(jù)集提升機器人模型的表現(xiàn)，Meta的相關工作更加關注如何基于小規(guī)模的數(shù)據(jù)，結合數(shù)據(jù)增強、人類視頻數(shù)據(jù)預訓練等方式實現(xiàn)通用機器人控制模型的構建，即數(shù)據(jù)效率方面的提升。
微軟：結合自然語言能力，微軟提出面向機器人控制領域的新框架。2022年8月推出的機器人軌跡控制模型LATTE，可以識別用戶的自然語言輸入調整機器人的運行軌跡。2023年2月發(fā)表文章“ChatGPT for Robotics”，其核心在于通過大語言模型（ChatGPT）來處理用戶指令，進而調用相應的機器人控制API來完成具體的任務。在演示中，經(jīng)過進一步學習的ChatGPT模型在僅有自然語言輸入的情況下，可以控制機器人利用不同顏色的方塊拼接出微軟Logo。
風險提示
算力發(fā)展不及預期：機器人模型的訓練和推理對算力有著較高需求，若后續(xù)算力發(fā)展不及預期則會影響機器人大模型的迭代和發(fā)展。
機器人模型技術發(fā)展不及預期：機器人模型屬于先進AI算法，若后續(xù)機器人模型算法更新迭代效果不及預期，則會影響機器人模型演進及拓展，進而會影響其商業(yè)化落地等。
數(shù)據(jù)數(shù)量與數(shù)據(jù)質量不及預期：機器人模型需要大量的高質量數(shù)據(jù)進行訓練，若數(shù)據(jù)數(shù)量和質量存在短板，則會影響模型效果。
機器人大模型研發(fā)競爭激烈：美國科技大廠紛紛入局機器人模型研發(fā)，相關產(chǎn)品表現(xiàn)出了很強的競爭力，機器人模型研發(fā)競爭越發(fā)激烈。
|
|
