微软发布首款实体AI“Lo-Alpha”:可感知触觉并实现双手操作
微软(MS)推出首个机器人模型,加大进军物理人工智能(AI)市场的力度。
MS Research于当地时间22日通过官方网站公开了机器人模型“Rho-alpha(罗-阿尔法)”。据MS介绍,该模型基于视觉语言模型(VLM)“Phi”系列打造。
同期公开的视频中,可以看到搭载Rho-alpha的机器人对自然语言指令作出反应并执行动作的画面。收到“打开上面的开关”等自然语言请求后,Rho-alpha先对情境进行分析,然后按请求内容原样完成操作。
Rho-alpha不仅能够感知触觉,还具备基于自然语言指令驱动机器人进行双手操作的特性。MS Research表示:“在现有视觉-语言-行动(VLA)模型通常采用的认知与学习模态范围之外进一步扩展”,并将Rho-alpha定义为突破传统VLA模型局限的“VLA+”模型。
Rho-alpha融合了触觉传感,使机器人能够感知并判断触觉信息。通过触觉反馈,机器人可以感知与物体的接触状态,从而实现更加精细的操作。
能够执行复杂的双手作业也是一大特点。MS Research称:“Rho-alpha会基于自然语言指令,将其转换为使机器人能够进行双手操作的精细控制信号”,“为机器人在非结构化环境中实现自主运作提出了新的可能性”。
当机器人在动作过程中出现错误时,还可以通过反馈进行强化学习。MS Research解释称:“用户可以借助3D鼠标等直观设备对机器人的动作进行纠正”,“Rho-alpha能够在系统运行过程中持续学习用户的纠正性反馈”。
MS Research加速器副总裁兼常务董事Ashley Lawrence表示:“物理人工智能将像生成式模型在语言和视觉处理领域引发变革那样,重新定义机器人领域”,“面向物理系统的VLA模型的出现,正在帮助机器人即便身处复杂且未预先设定、结构化程度较低的环境中,也能与人类一同实现自主感知、推理与行动”。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。