今年9月,美国人形机器人公司Figure发布Helix 2.5模型,并租下旧金山湾区30套陌生住宅,让机器人不采新数据、不做现场训练,直接盲测整理客厅、叠毛巾、铺床三项家务。
测试结果显示,用人类行为数据集Index做过预训练的模型,完整任务成功率达到56%;从随机权重起步的对照组,成功率只有9%。
原文提到,大语言模型靠互联网文本学习,而机器人要学会拧瓶盖、叠衣服、修水管,需要记录动作的数据库,这个数据库需要行业从头构建。
今年9月,美国人形机器人公司Figure发布Helix 2.5模型,并租下旧金山湾区30套陌生住宅进行盲测。机器人不采新数据、不做现场训练,直接整理客厅、叠毛巾和铺床,完整任务成功率为56%,对照组仅9%。
今年9月,美国人形机器人公司Figure发布Helix 2.5模型,并租下旧金山湾区30套陌生住宅,让机器人不采新数据、不做现场训练,直接盲测整理客厅、叠毛巾、铺床三项家务。
测试结果显示,用人类行为数据集Index做过预训练的模型,完整任务成功率达到56%;从随机权重起步的对照组,成功率只有9%。
原文提到,大语言模型靠互联网文本学习,而机器人要学会拧瓶盖、叠衣服、修水管,需要记录动作的数据库,这个数据库需要行业从头构建。