当然，人工智能可以写十四行诗，也能模仿得不错的霍默·辛普森涅槃乐队翻唱。但如果有人要迎接我们的新科技霸主，它们需要具备更实用的能力——这也是Meta和Nvidia让它们的系统练习从笔法技巧到协作家务等一切事物的原因。
这两家科技巨头今天早晨不约而同地发布了新的研究，内容涉及如何教 AI 模型与现实世界互动，基本上是通过巧妙地利用模拟环境来实现。
事实证明，现实世界不仅复杂且混乱，而且进展缓慢。学习控制机器人并执行诸如拉开抽屉并将物品放入其中的任务的智能体，可能需要重复该任务数百或数千次。这将花费数天时间——但如果让它们在一个相当逼真的现实世界模拟环境中进行练习，它们只需一两分钟就能学会几乎同样出色的表现。
Nvidia：EUREKA工具包优化强化学习
使用模拟器并非新鲜事，但Nvidia增加了一层额外的自动化，应用大型语言模型来帮助编写强化学习代码，引导初级的AI更好地执行任务。他们称之为进化驱动通用代理奖励工具包，即EUREKA。（是的，这有点牵强。）
假设你想教一个智能体拾取并按颜色分类物体。定义和编码此任务的方法有很多，但有些方法可能比其他方法更好。例如，机器人应该优先考虑减少移动次数还是缩短完成时间？人类在编写这些代码方面做得不错，但要找出哪种方法最佳，有时往往取决于试错。Nvidia 团队发现，经过代码训练的大型语言模型（LLM）在此方面表现得令人惊讶地出色，在奖励函数的有效性方面经常优于人类。它甚至能迭代优化自己的代码，随着进程不断改善，并帮助其泛化到不同的应用场景中。
上面展示的令人印象深刻的钢笔戏法仅是模拟的，但借助 EUREKA 技术，创建这一场景所需的人类时间和专业知识远少于没有该技术时的情况。使用这种方法，智能体在其他一系列虚拟灵巧性和运动任务中也表现出色。显然，它能很好地使用剪刀，这……大概是件好事。
当然，让这些动作在现实世界中运作是另一个不同且更具挑战性的问题——即真正让 AI “具身化”。但这清楚地表明，Nvidia 对生成式 AI 的拥抱不仅仅是口头说说。
Meta：Habitat 3.0构建未来机器人伴侣新栖息地
Meta也在积极追踪具身智能，并今天宣布了几项进展，首先是其“Habitat”数据集的新版本。该数据集的第一版于2019年推出，基本上是一套近乎照片级真实且经过仔细标注的3D环境，供AI代理在其中导航。同样，模拟环境并不新颖，但Meta试图让它们更容易获取和使用。
随后推出了2.0版本，拥有更多互动性更强、物理上更逼真的环境。他们还开始建立一个物体库，用于填充这些环境——许多AI公司发现这样做很有价值。
Objaverse 登场：为 AI 提供 80 万个虚拟道具供其玩耍
现在我们有了Habitat 3.0，它增加了通过VR让人类化身共享空间的可能性。这意味着人或基于人类行为训练的代理可以与机器人一起进入模拟器，并同时与机器人或环境进行互动。
这听起来很简单，但却是一项非常重要的能力。假设你想训练一台机器人通过将咖啡桌上的餐具拿到厨房、把散落的衣物放进洗衣篮来清理客厅。如果机器人独自工作，它可能会发展出一种策略，但这种策略很容易因附近走动的人而被打乱，甚至那人可能还会替它做一些工作。但如果有人类或类似人类的智能体共享空间，它可以在几秒钟内执行数千次任务，并学会与之协作或绕过他们行动。
他们将清理任务称为“社会性重新排列”，另一项重要任务则是“社会性导航”。在这种情况下，机器人需要不着痕迹地跟随某人，以便例如保持在可听范围内，或因安全原因观察对方——想象一下陪伴病人去洗手间的小型机器人。
他们称之为 HSSD-200 的新 3D 室内数据库也在环境保真度方面有所提升。他们发现，在一百个左右的高保真场景中训练，比在一万个低保真场景中训练能产生更好的结果。
Meta 还介绍了一套新的机器人仿真栈 HomeRobot，用于 Boston Dynamics 的 Spot 和 Hello Robot 的 Stretch。他们的希望是，通过标准化一些基本的导航和操作软件，让该领域的研究人员能够专注于更高层次的创新工作。
Habitat 和 HomeRobot 在它们的 GitHub 页面上以 MIT 许可证提供，而 HSSD-200 则以知识共享非商业许可提供——因此，研究人员可以自由使用。