微软研究院展示卸载物理AI推理可提升机器人性能与电池续航
微软研究院挑战了物理AI推理必须仅在机器人 onboard GPU 上运行的假设,证明将推理任务卸载到边缘或云基础设施可显著提升移动操作工作负载的性能。他们对机器人工作负载进行的系统研究表明,依赖 onboard 计算会限制性能、电池续航和可扩展性。
微软研究院挑战了物理AI推理必须仅在机器人 onboard GPU 上运行的假设,证明将推理任务卸载到边缘或云基础设施可显著提升移动操作工作负载的性能。他们对机器人工作负载进行的系统研究表明,依赖 onboard 计算会限制性能、电池续航和可扩展性。
本文介绍了 Human2Any,这是一种利用约束感知组合规划实现从人到机器人迁移的方法。来源中未提供其他详细信息或正文内容。
AMD已收购World Labs,交易金额为82亿美元,将其AI空间智能能力及其全新的“Atlas”全模模型架构纳入其产品组合。
Black Forest Labs 发布了 FLUX 3 Action,这是一款用于机器人控制的 7B 参数开放权重世界动作模型(WAM),在 RoboLab-120 排行榜上以 42.92% 的任务成功率位居第一。
上海人工智能实验室推出了InternW0,这是其InternW物理世界模型系列的首个实例,旨在动态环境中保持可操作的预测。该模型采用非对称视频-动作架构和流匹配技术,联合学习未来的视觉动态和连续机器人控制。
基于 NVIDIA Warp 构建的 MuJoCo Warp (MJWarp) 允许兼容的 MuJoCo 模型在 GPU 规模上运行,从而在一次调用中推进数百或数千个独立仿真世界的进展。这种架构将重点从最小化单个环境的延迟转移到提高聚合吞吐量,这有利于强化学习和大规模采样。
作者展示了 Show-Harness,这是一种具身 Harness,允许视觉-语言模型 (VLM) 通过连接意图与动作的紧凑语义接口来控制机器人。该系统为 VLM 推理暴露了离散的语义动作单元,并使用特定于具身的解释器将其映射到本地机器人动作。