兄弟們，很多人認為這輪人工智能确實很厲害，但搬磚總影響不到我吧，對不起，人類的體力勞動也将被取代。馬斯克剛剛宣布特斯拉人形機器人将于明年進廠上班，因為機器人将在大模型的幫助下實作真正意義上的進化。就在七月二十九日，谷歌推出了全球第一個視覺語言動作一體化的模型RT-2，這個模型到底有多厲害呢？
它可以讓機器人在一堆物品中找到不同種類的一個，例如藏在水果中的蔬菜、藏在飲料中的零食等。它還可以讓機器人執行非常具體的任務，例如将足球移動到籃球旁邊或撿起掉在地上的東西。
有了RT-2機器人，與之前隻能執行固定任務的笨家夥相比，好像一夜之間就進化出了真正的大腦，智能機器仿佛變得觸手可及。這是怎麼做到的呢？
·首先，看看rt的全稱——Roboti Transformer，是一個将大語言模型應用于機器人訓練的模型。沒錯，rt-2本質上就是将大語言模型應用于機器人訓練的視覺語言動作三位一體的全新模型。機票麥利用貝爾等大語言模型的研究進展，在視覺語言模型之上創造了視覺語言動作三位一體的全新模型，這才讓機器人擁有了這樣快速的智能進化。
·另一方面，rt-2展示出了超強的能力，也表明也許之前幾十年人們在機器人智能方向上的研究完全走錯了方向。即使是DeepMind的機器人技術主管也表示他們需要重新考慮有關機器人的整體研究規劃。
回顧人類的曆史，認識世界的方式總是在被科技的進步重塑，從過去的乞求甘霖到現在的人工降雨，從過去的天圓地方到現在的浩瀚宇宙都是這樣。rt-2的出現也許是機器智能的全新起點，也有可能是一條錯誤的分叉口，但這都沒有關系，因為探索是人類永遠不會放棄的永恒命題。
我是彭可舟，在瞬息萬變的ai世界為你領路。
