谷歌發布史上最大“通才”AI模型，可讓機器人更自主

發布時間：2023-3-9 09:10 發布者：eechina

來源：大半導體產業網

據報道，近日，谷歌和柏林工業大學的團隊重磅推出了史上最大的視覺語言模型——PaLM-E。通過PaLM-540B語言模型與ViT-22B視覺Transformer模型相結合，PaLM-E參數量高達5620億（GPT-3的參數量為1750億）。

作為一種多模態具身視覺語言模型（VLM），PaLM-E不僅可以理解圖像，還能理解、生成語言，可以執行各種復雜的機器人指令而無需重新訓練。谷歌研究人員還觀察到一些有趣的效果，這些效果顯然來自PaLM-E的核心——大型語言模型。PaLM-E表現出了“正遷移”能力，即它可以將從一項任務中學到的知識和技能遷移到另一項任務中，從而與單任務機器人模型相比具有“顯著更高的性能”。

谷歌研究人員計劃探索PaLM-E在現實世界場景中的更多應用，例如家庭自動化或工業機器人。他們希望PaLM-E能夠激發更多關于多模態推理和具身AI的研究。

本文地址：http://m.qingdxww.cn/thread-813196-1-1.html 【打印本頁】

本站部分文章為轉載或網友發布，目的在于傳遞和分享信息，并不代表本網贊同其觀點和對其真實性負責；文章版權歸原作者及原出處所有，如涉及作品內容、版權和其它問題，我們將根據著作權人的要求，第一時間更正或刪除。