同时,为了支持Project GR00T,英伟达还推出了一款用于人形机器人的新型计算平台 Jetson Thor,它基于英伟达 Thor 系统级芯片,采用了英伟达Blackwell 架构,可提供每秒 800 万亿次8位浮点运算 AI 性能,以运行 GR00T等多模态生成式 AI 模型。
好,到这里,大家可能还是没看懂这个Project GR00T是干嘛的,那我们来给大家举个例子。
举例对象:loona娱乐教育机器人(戳视频↓)
就拿视频里的这个loona机器人来说,如大家所见,现在想和它互动是需要下达明确的指令的(可语音对话也可APP直接点击下达),也就是说,在指令范围内有的内容就可操作,再进一步说,也就是loona能做什么是由loona“自己决定的”。
而Project GR00T这个平台要做的是让机器人“拥有一个更聪明的大脑”。按照英伟达的说法,Project GR00T里会有无数还原现实的虚拟场景,比如家庭住宅、工厂、商场等不同的空间环境,而loona最大的使用场景大概率会出现在家庭住宅。
![3efdgse56](https://wds-service-1258344699.file.myqcloud.com/20/9388/png/1711679377645d2d3f8420755048a6bd1b3edf3e55091.png?version=0)
为了让loona在实际应用环境中能第一时间匹配不同的住宅户型,我们可以把loona的3D模型放到平台里提前学习所有可能会出现的户型,比如有落地窗和无落地窗,有门槛和无门槛,家里有否婴儿、有否宠物等各种可能会出现的住家差异。在进行过这一学习过程之后,再将这个学习好的模型植入到loona的芯片也就是脑子里,这样loona在出厂时就已经具备了适配市面上大多数可能会出现的家庭住宅差异。
这样做的好处是什么呢?
当你拿到这个经过仿真模拟训练过程的loona,就会发现,它来到你家里之后,不再需要你再去“教”,它识别到马桶就知道是浴室,识别到操作台就知道是厨房,再进一步,如果有刚会走路的小婴儿向它走来,它也会知道不能停留在小婴儿脚下,以免被绊倒,简单来说,它不需要人为设置,便清晰地知道在这个家哪些是它的“行动禁区”。
再举个具体的例子,还是用loona来看,loona带有监控功能,在开启活泼模式的状态下,它会自己满屋子溜达,也就是说,如果此时的loona打开监控的话,就会将所有经过的场景拍下。
这时候,如果家里有女士穿裙子或其他人在换衣服、洗浴,隐私安全就不被保证了。
而如果loona在Project GR00T这样的平台学习过的话,它在出厂进入家庭后,就能避免出现这样的情况,因为它已经被提前告知,什么样的场景下它是需要回避或远离的。
到这里,大家应该能明白Project GR00T是干嘛的了,那有人可能会疑惑,以上所说的这种“学习”现在不能实现吗?
可以实现,但非常繁杂且费成本。就比如户型住宅来说,如果在现实生活中,想让机器人学习到大部分的户型,那就意味着,需要不停重复布景,因为不可能带着机器人实际到各个家庭中去。
这个过程,耗时耗人耗钱,而且布景所使用的物料,不一定是会重复使用的,但是在数字世界里,也就是Project GR00T这样的平台里,是不需要考虑的,可以理解为,机器学习想要的训练场景未来都可以在Project GR00T被满足。
当然要想实现Project GR00T的未来,也需要拥有足够庞大的用户群体去支撑平台的运营,这可能会是一个漫长的过程,就像以设计智核芯片组为主的英伟达公司用了8年才等到了AI 的爆发。
资料来源 | 红星新闻、中关村在线、澎湃新闻 ∙ 未来2%、每日经济新闻