热门搜索:  刑事侦缉档案4

么么哒

从“害羞狂奔”到1500米耐力赛,机器人一天多次刷新人类纪录_我的网站

尼基塔第三季

一 |     IT之家 7 月 21 日消息,科技媒体 The Decoder 昨日(7 月 20 日)发布博文,报道称谷歌 DeepMind 发布 GenCeption 模型,将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。         IT之家援引博文介绍,大语言模型在学习预测下一个 Token 的时候,在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。         但是在计算机视觉领域,视觉模型缺少等效的训练方法,主要由专业模型主导,包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”,每个模型都使用其特定的架构。         谷歌 DeepMind 团队为此提出 GenCeption 模型方案,尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。

二 |          GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局,仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。

三 |          GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练,与传统扩散模型需多步去噪不同,GenCeption 在一次前向传播中完成预测,从而提升视觉任务处理速度。模型通过文本提示指定任务,可输出深度图、表面法线图、分割掩码,并可处理相机运动表示。    

双臂抬到脸旁,身体大幅前倾,一台身高不到1.4米的机器人以一种近乎“捂脸狂奔”的姿态冲过终点。8月23日下午和晚间,第二届世界人形机器人运动会迎来多个田径项目的决赛。其中在400米小型组决赛中,天工机器人Omni以45.66秒夺冠。         训练数据以合成为主。论文称,数据集仅包含 7500 段视频,由 800 个数字人体模型与 200 段动作捕捉序列组合生成,再通过 Blender 在不同背景和镜头角度下渲染。         泛化方面,GenCeption 几乎只在单人合成视频上训练,但可处理真实多人视频,也可迁移到动物和类人机器人类别。因为奔跑时身体前倾、双手靠近脸部,独特的“害羞式跑姿”成为赛场上的抢镜一幕。论文称,部分输出细节甚至超过训练时 Blender 渲染结果,可保留猫胡须和单根发丝边缘。         性能方面,论文给出两组处理时间数据:小模型处理 81 帧视频约需 6 秒;大模型参数量为 140 亿,处理同样长度视频约需 10 秒。         参考。稍早结束的400米大型组决赛中,天工Ultra机器人率先冲线,以38.15秒夺冠。使用了荣耀闪电机器人的追风仔仔和惊鸿动力队分获二、三名。今晚进行的1500米决赛中,来自天工机器人的天卓队以2分21秒64的成绩夺得冠军。天工机器人一天包揽三金,荣耀机器人拿到多个奖牌,去年在田径项目表现出色的宇树机器人暂未在田径项目斩获奖牌。今天多个项目的田径决赛,人形机器人的成绩多次超越人类运动员纪录。

四 | 但它们考验的不是同一种能力——如果说400米还在追问自主完赛的机器人“能跑多快”,到了1500米,问题已经变成:一台机器人能不能在持续高速运动中控制节奏、处理弯道和散热,并把稳定的跑姿一直保持到终点。一年时间从88秒跑进40秒今年机器人400米最直观的变化是速度。去年首届世界人形机器人运动会400米决赛中,高羿科技使用宇树H1机器人以1分28秒03夺冠,北京人形机器人创新中心使用天工Ultra参赛的两支队伍获得亚军和季军。一年之后,今年400米大型组冠军成绩已经达到38.15秒。与去年的冠军成绩相比缩短了近50秒。而且机器人还在不断刷新自己的成绩。此前预赛中,天工队以39.70秒获得小组第一,到了决赛又将成绩提高到38.15秒。这种提速并不只是让机器人的腿迈得更快。

五 | 北京人形机器人创新中心相关人士对第一财经记者表示,相比去年,今年天工Ultra在关节电机、构型和散热等方面均进行了升级。更大功率的关键电机提高运动能力和爆发力,同时采用轻量化和破风设计,以减少高速奔跑时的阻力。

六 | 算法也开始针对不同距离“专项训练”。

七 | 北京人形机器人创新中心运动控制算法专家韩刚告诉记者,100米、400米和1500米对机器人提出的要求并不一样。“100米要求加速快,400米和1500米要求弯道快。”尤其到了400米,机器人不只需要在直道上加速,还要高速过弯。如何调整重心、保持身体稳定,同时控制关节温度,都会影响最终成绩。今年田径比赛的另一个变化是人类操作员“消失”了。去年田径比赛中,记者在现场有不少人类操作员跟着机器人一起奔跑,还出现了机器人在奔跑中把人类撞倒的情况。但今年除了100米障碍赛和400米障碍赛外,其余项目都需要机器人全自主完成。也就是起跑由操作人员向机器人下达一次指令,起跑后全程由机器人自主完成比赛(自主决策、自主跑动)。天工机器人技术人员介绍,去年机器人主要采用巡线方式,也就是通过识别跑道线完成比赛;今年则升级为通过定位建图进行自主导航,不再需要一直“盯着”赛道线,也能够在赛道内高速奔跑。

八 | 从外部看,这种技术变化远没有38.15秒的成绩那么醒目,但对于机器人未来真正进入现实环境可能更加重要。现实中的巡检、物流和抢险救灾场景不会永远提供一条清晰的白线,机器人需要一边高速移动,一边判断自己在哪里、应该往哪里走。小型组冠军的“害羞式跑姿”,其实同样是机器人为了追求速度形成的结果。韩刚介绍,这台机器人强在腰和腿,在奔跑过程中会主动将身体不断向前压,降低重心,保持较高步频的同时进一步增加步幅。重心越低,能够迈出的步幅越大,因此最终形成了身体明显前倾、双手靠近脸部的夸张姿态。看起来像“害羞”,实际上想的只有一件事:跑得更快。机器人面对体力考验从400米到1500米,比赛距离的增加实际上在不断延长机器人的“压力测试”时间。在今晚的1500米决赛现场,记者看到有多支机器人参赛队伍未完成比赛。去年灵翌科技(宇树科技子公司)以6分34秒的成绩夺得1500米跑冠军,今年冠军成绩大幅压缩到3分钟内,前三名均超过人类纪录。

九 | 但宇树今年未获奖牌。据记者了解,未来几天宇树机器人还将出现在跳远、原地跳高、400米障碍、自选拳术等比赛中。人类运动员长跑会遇到体能下降,人形机器人也有自己的“疲劳”方式——关节和电机发热。随着持续高速运动,机器人关节和电机温度会上升,硬件状态随之发生变化,原本训练好的动作也可能出现偏差。通常步幅越小,步态调整越灵活;步幅越大,机器人转向控制难度越大。韩刚举例称,一台机器人第一圈跑下来时,可能还能保持标准的过弯姿态,身体倾斜到较大角度而不摔倒;但跑到三四圈之后,随着关节持续发热,还能不能保持相同的稳定性,就需要控制算法与硬件共同配合。和人类长跑相似,机器人的长跑也不能只想着一直跑到最快。“你又希望它快,然后你又不希望它跑的地方过热。”韩刚说,这就意味着在比赛策略上需要进行折中。

十 | 参赛的荣耀赛队也给出了类似判断,将不同距离的技术要求概括为“100米看极限爆发,400米兼顾速度与散热,1500米还要处理节奏、弯道和耐久”。其参赛机器人同样针对高负荷运动进行了散热和关节系统设计。

十一 | 这也是1500米比赛比单纯刷新速度更值得关注的地方。一台机器人跑得快,可以依赖高功率电机、关节和运动控制算法;但如果要高速跑完1500米,就需要电池、电机、关节、散热、导航和控制系统长时间协同工作。任何一个环节出现问题,都可能在几圈之后被放大。

十二 | 跑道只是测试场。一位在运动会现场观看了比赛的投资人对第一财经记者表示,竞速比赛一方面是在不断提高机器人运动能力的上限,另一方面也把硬件可靠性推向极限。这些能力未来并不是为了让机器人留在跑道上,而可能迁移到长距离巡检、物流以及复杂环境抢险救灾等需要高强度移动的场景。她同时对记者表示,运动会展现了机器人的实力,但又不代表机器人的全部实力,通常那些专门为运动会做足准备的机器人表现会更好。田径比赛还没有结束。下周进行的100米决赛,将把机器人的考验从耐力重新拉回极限速度和爆发力。

Current article:http://09b.jiubengtaibingpengou.pics/news/20260826_455.html

Published on:01:51:16