2024的我们应该如何看待具身智能

主要观点总结

本文讨论了具身智能领域，特别是机器人和通用人工智能的挑战和机遇。作者提到数据采集和数据量是机器人发展的关键难题，从不同的维度讨论如何解决这一问题，包括模仿学习、行为克隆、泛化性研究、视频模型等。同时指出未来可能的趋势和前沿技术如大规模强化学习、动作规划等。作者还强调了数据闭环的重要性，并认为通用机器人公司在投入发展时应注重长线发展。

关键观点总结

关键观点1: 具身智能是下一个令人激动的技术方向，通用机器人是有生之年可能见证的重要里程碑。

作者坚信具身智能将带来巨大的技术突破，而通用机器人则是有望在未来几十年内实现的里程碑。他呼吁社会要关注这个领域的发展，并且投入更多的资源进行科研和基础设施建设。

关键观点2: 数据采集是机器人发展的关键难题。

作者指出机器人数据的采集是一个难题，因为高质量的数据对于训练大模型至关重要。他提到了几种解决此问题的方法，包括模仿学习中的行为克隆和泛化性研究等。

关键观点3: 未来趋势和前沿技术包括大规模强化学习、动作规划等。

作者探讨了未来的发展趋势，包括大规模强化学习、视频模型的应用以及动作规划在机器人中的应用等。他认为这些技术有可能带来泛化性，并促进通用机器人的发展。

文章预览

作者 | Buoyancy  编辑 | 自动驾驶之心 原文链接：https://zhuanlan.zhihu.com/p/706749901 点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 具身智能 』 技术交流群 本文只做学术分享，如有侵权，联系删文 最近看了记录短片《斯坦福AI六十年》。从1962年到2022年，机器人或者具身智能的研究从第一天起就贯穿了人工智能的发展。2024年，这六十年中提出的大多数问题，从象棋，视觉，语音识别都获得了解决——除了机器人。而如何创造通用机器人便是我日思夜想的问题。做科研自然是令人疲乏的，然而思考这个问题却是令人兴奋的。 23年可谓是具身智能在中文圈被知晓的元年。这种爆红是我不必再和每个VC解释我们的究极理想并不是制造一个机械躯壳，而是未来能彻底解放人类劳动力 ………………………………