很可惜 T 。T 您现在还不是作者身份,不能自主发稿哦~
如有投稿需求,请把文章发送到邮箱admin@aa.com,一经录用会有专人和您联系
咨询如何成为春羽作者请联系:人才难得网小羽毛
随着互联网自然语言数据逐渐耗尽,商汤AI想要获得进一步的科技突破性成长,需要走出数字世界,发布迈向物理世界。具身
如同人类的平台进化轨迹——当机器能够在现实物理世界中自主探索,便能完成自我迭代与持续进化。商汤
近日,科技由全国工商联人工智能委员会倾力主办,发布商汤科技承办的具身“大爱无疆·模塑未来” WAIC 2025大模型论坛上,商汤科技正式发布「悟能」具身智能平台,平台从开悟世界模型到明晰智能、商汤开悟智能,科技旨在为具身智能打造一个能够在现实世界中自由探索成长的发布强大“训练场”。
基于方舟视觉感知、具身大装置、平台日日新大模型等多种技术的长期积累,商汤「悟能」具身智能平台以商汤“开悟”世界模型为核心引擎,依托商汤大装置提供强大的端侧和云侧算力支持,能够为机器人、智能设备赋予强大的感知、视觉导航及多模态交互能力,推动智能终端向更高层次的自主化与智能化演进。
商汤科技董事长兼首席执行官徐立表示,“世界模型和具身AI的结合,将开启AI发展的下一个阶段,完成由‘工具’向‘人’的跃迁,加速迈向AGI时代。商汤希望「悟能」具身智能平台能够帮助各类具身智能企业,帮助他们完成和现实世界交互的梦想。”
感知全能、导航精准、交互灵活
为具身智能打造“三大核心引擎”
感知、导航和交互,是具身智能的三大核心能力。
商汤科技在这三大方面均拥有深厚的技术积淀,如今这些积累转化成了「悟能」具身智能的能力。
首先,感知是机器探索现实世界的基础。
凭借商汤方舟在视觉AI领域十余年的深耕积累,从机器狗到机器人,「悟能」具身智能平台能为各类终端硬件赋予对万物的识别与理解能力,同时具有强大的场景适配性,可完全嵌入端侧芯片实现端侧推理,让感知更高效、响应更敏捷。
无论是机器狗的视角(上方视频)还是机器人的视角(下方视频),都能对外界有整体的天然感知识别,对物体形成自然划分切割。
导航是机器在现实世界中行动的“骨架”。
商汤绝影在纯视觉端到端智能辅助驾驶方案上的技术积累,可泛化适配至机器人、机器狗等硬件设备,让机器人在更多样的环境中实现精准路径规划与导航。
同样,无论是在绿化小路中四足奔走的、体型较小的机器狗(上方视频)还是行驶在城区正常车道的自动驾驶车辆(下方视频)都在实现精准路径规划与导航的同时,准确地进行了自动避障。
交互是机器与现实世界连接的桥梁。
基于“日日新”大模型的技术积累与不断迭代,“悟能”具身智能平台可以赋能机器人具备和现实世界的交互能力,具备有温度、有深度、长记忆、超稳定等能力亮点。
以AI生成的《长安的荔枝》电影介绍PPT为例,由“悟能”具身智能平台赋能的人形机器人,能够以各种风趣幽默、严谨务实等各种语言风格进行生动讲解。
同时,它还可以自动翻页,实时响应用户提问,敏锐捕捉用户意图,期间用户打断提问,它完成提问后还能回归继续讲解。
它还能结合长记忆能力进行阶段性回顾历史用户提问,作出小结,即便遇到嘈杂环境也能轻松应对。
商汤“悟能”具身智能平台可广泛适配包括汽车、机器人在内的各类终端,实现空间层面的现实世界互动。
构建4D真实世界
为机器进化提供高质量现实世界数据
基于强大的多模态深度理解能力,商汤“开悟”世界模型具备合理的空间一致性和时间一致性,可生成高质量数据,有效提升具身智能等终端设备的智能水平。
“开悟”世界模型能够仅凭自然语言描述,即可生成逼真的七路摄像头视角模拟数据,且不同视角下的几何位置高度对应,完全符合物理世界的规律。
“开悟”世界模型还能够编辑真实世界,可对现实世界中的车辆等场景元素进行替换、删除、增补,创造更加多样的现实场景。
基于强大的生成和编辑能力,“开悟”世界模型可以精准模拟方向盘、刹车和油门控制,带来如同在真实的街道场景中玩“极品飞车”的效果,让机器在现实世界中自由探索。
“极品飞车”啥效果,来这里看看:商汤董事长兼CEO徐立:人工智能的十年演进 | WAIC 2025主论坛
到了具身世界,发挥空间则更大。
相较于智能汽车,机器人适用和覆盖的场景更加广泛,能够通过主动探索生成更多高质量的现实世界数据,在具身智能数据匮乏的当前环境下,可通过构建面向人、物、场的4D真实世界,突破模型泛化能力的边界。
具身世界模型让用户仅需要输入简单的提示词,就能自主进行位姿、动作骨架和指令的生成,让机器人动作更合理。
给出“在厨房区域的架子上找东西”指令,具身世界模型可以准确生成相应的场景视频和机器人的连续位姿,从上图变成下面连续的动态视频
再来一组,还是只给出初始视角。
给出“进入娱乐室、向右转,然后打开通往院子的门”指令,具身世界模型不仅可以进行连续位姿生成,还支持多角度查看,并保持高度的时空一致性
给出“生成一段切黄瓜的机器人视频”指令,具身世界模型可准确生成动作骨架,随后输出具身第一视角、第三视角4D世界视角等多种视角的视频。
给出“生成一段白天公园里机器人跳跃的视频”指令,具身世界模型同样可以模拟生成符合3D关系的4D世界的真实视频。
即便是不同相机位姿视角的视频生成,具身世界模型也能轻松拿捏,来看下具身世界模型生成的多视角视频
商汤“悟能”具身智能平台正在实质性打破虚实界限,构建AI与物理世界交互的高效通路。
未来,商汤科技希望助力赋能具身智能企业实现感知、理解与生成能力的跃迁,将具身交互的不确定性挑战转化为产业升级的确定性路径,推动AI向下一个十年加速进化。
本文为作者独立观点,不代表人才难得网立场,未经允许不得转载。
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
1)反对宪法所确定的基本原则;
2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
5)煽动民族仇恨、民族歧视,破坏民族团结;
6)破坏国家宗教政策,宣扬邪教和封建迷信;
7)散布谣言,扰乱社会秩序,破坏社会稳定;
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法规禁止的其他内容;
2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
1)轻蔑:贬低、轻视他人及其劳动成果;
2)诽谤:捏造、散布虚假事实,损害他人名誉;
3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
6)谩骂:以不文明的语言对他人进行负面评价;
7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
8)威胁:许诺以不良的后果来迫使他人服从自己的意志;
3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
2)单个帐号多次发布包含垃圾广告的内容;
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息,主要表现为:
1)包含自己或他人性经验的细节描述或露骨的感受描述;
2)涉及色情段子、两性笑话的低俗内容;
3)配图、头图中包含庸俗或挑逗性图片的内容;
4)带有性暗示、性挑逗等易使人产生性联想;
5)展现血腥、惊悚、残忍等致人身心不适;
6)炒作绯闻、丑闻、劣迹等;
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息,主要表现为:
1)可能存在事实性错误或者造谣等内容;
2)存在事实夸大、伪造虚假经历等误导他人的内容;
3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。
6. 传播封建迷信,主要表现为:
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
2)求推荐算命看相大师;
3)针对具体风水等问题进行求助或咨询;
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;
7. 文章标题党,主要表现为:
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
2)内容与标题之间存在严重不实或者原意扭曲;
3)使用夸张标题,内容与标题严重不符的。
8.「饭圈」乱象行为,主要表现为:
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序
9. 其他危害行为或内容,主要表现为:
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
2)不当评述自然灾害、重大事故等灾难的;
3)美化、粉饰侵略战争行为的;
4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)