成都人形機(jī)器人創(chuàng)新中心成功研發(fā)國內(nèi)首個基于世界模型的機(jī)器人任務(wù)執(zhí)行系統(tǒng)（R-WMES），標(biāo)志著成都在構(gòu)建人形機(jī)器人智能化核心能力上取得里程碑式進(jìn)展，為產(chǎn)業(yè)智能化升級注入強(qiáng)勁動能。
什么是“世界模型”？世界模型是一種真正接近人類大腦思考方式的系統(tǒng)框架，通過學(xué)習(xí)現(xiàn)實(shí)世界中的物理和因果規(guī)律，具備“類似條件反射的物理直覺”。舉個例子：當(dāng)人們看到烏云密布時，就會自然地預(yù)判“馬上就要下雨了”，因?yàn)槿说拇竽X已經(jīng)提前模擬了未來的天氣變化。對于“世界模型”與大模型的區(qū)別，成都人形機(jī)器人創(chuàng)新中心相關(guān)負(fù)責(zé)人介紹，大模型依賴海量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)習(xí)與模式匹配，缺乏對物理世界的真實(shí)理解，也難以進(jìn)行可解釋的推理。如果希望AI具備真正的類人智能，不能僅依賴數(shù)據(jù)驅(qū)動的模式匹配，真正的智能應(yīng)包含對物理規(guī)律的建模能力以及對環(huán)境變化的內(nèi)部模擬機(jī)制——這就是世界模型。
成都人形機(jī)器人創(chuàng)新中心基于“世界模型”完成了全國首個機(jī)器人任務(wù)執(zhí)行系統(tǒng)R-WMES。通過給機(jī)器人一個想達(dá)成的目標(biāo)圖片，機(jī)器人自動判斷現(xiàn)有狀態(tài)，并自主規(guī)劃任務(wù)和執(zhí)行任務(wù)，最終達(dá)到與目標(biāo)圖片相符合。該系統(tǒng)在陌生環(huán)境中展現(xiàn)出強(qiáng)大的自適應(yīng)性和任務(wù)完成度，從源頭上解決了人形機(jī)器人不夠“聰明”的問題，是加快機(jī)器人邁向?qū)嵱没?、商業(yè)化的重要抓手。
在該中心提供的視頻中，成都人形機(jī)器人創(chuàng)新中心做了兩段演示。其中一段演示中，給到機(jī)器人一個插有吸管的玻璃瓶的圖片作為目標(biāo)。機(jī)器人通過對現(xiàn)場環(huán)境的觀察，看到了一個沒有吸管的玻璃瓶。通過在隱空間規(guī)劃，R-WMES系統(tǒng)規(guī)劃出完成任務(wù)的完整機(jī)器人動作：需要機(jī)器人抓取一根吸管插入玻璃瓶，以達(dá)到預(yù)設(shè)目標(biāo)圖片（帶吸管的玻璃瓶）一致的效果。
據(jù)介紹，機(jī)器人世界模型由4大要素組成，他們是：任意指定目標(biāo)（Any Specified Target）、隱空間規(guī)劃（Latent Space Planning）、動態(tài)物理交互（Dynamic Physical Interaction）、視角變換（View Transformer）。R-WMES 在本次成果中率先實(shí)現(xiàn)了在陌生環(huán)境中無監(jiān)督訓(xùn)練（Unsupervised Training）的任務(wù)執(zhí)行，展示了其任意指定目標(biāo)（Any Specified Target）和隱空間規(guī)劃能力（Latent Space Planning）。值得一提的是，R-WMES也實(shí)現(xiàn)了中國在機(jī)器人世界模型上零的突破，為人形機(jī)器人更聰明、更接近人類思考推理方式打下了堅(jiān)實(shí)的基礎(chǔ)。
此次“世界模型”機(jī)器人系統(tǒng)的成功落地，是成都人工智能與人形機(jī)器人產(chǎn)業(yè)創(chuàng)新能力的一次重要展示。它不僅鞏固了成都在國內(nèi)人形機(jī)器人領(lǐng)域的領(lǐng)先地位，更將有力吸引產(chǎn)業(yè)鏈上下游資源集聚，加速技術(shù)迭代與應(yīng)用場景拓展，推動成都人工智能與人形機(jī)器人產(chǎn)業(yè)生態(tài)邁向更高能級，使人形機(jī)器人產(chǎn)業(yè)爆發(fā)的“奇點(diǎn)時刻”更近一步。今年1—6月，成都全市人工智能核心產(chǎn)業(yè)規(guī)模超750億元、相關(guān)企業(yè)上千家。未來，成都將持續(xù)優(yōu)化創(chuàng)新環(huán)境，支持關(guān)鍵核心技術(shù)攻關(guān)，賦能產(chǎn)業(yè)高質(zhì)量發(fā)展，搶占未來人工智能與人形機(jī)器人發(fā)展制高點(diǎn)。
