瞄准机器人“推理大脑”！英伟达推出具身智能推理模型Cosmos Reason

【瞄准机器人“推理大脑”！英伟达推出具身智能推理模型Cosmos Reason】在当地时间周一揭幕的行业顶级会议SIGGRAPH（国际计算机协会计算机图形学和交互技术特别兴趣小组年度会议）上，“全球股王”英伟达推出一系列面向机器人开发者的世界模型、应用库和基础设施。其中，最引人关注的是参数量只有70亿的开源物理AI应用和机器人视觉推理模型Cosmos Reason。英伟达介绍称，自从OpenAI多年前发布CLIP模型以来，视觉语言模型已经改变了计算机视觉任务，例如物体与模式的识别等。然而，此前的模型无法解决多步骤任务，也难以应对模糊或新颖的现实体验。
凭借记忆和理解能力，Cosmos Reason能够使机器人和AI具身代理“像人类一样推理”，并在真实世界中采取行动。在英伟达给出的案例中，运行视觉推理模型的机器人手臂，成功根据“面包+烤面包机”的场景，推断出最合理的下一步动作是将面包放进烤面包机进行烘烤，并将思考逻辑转化成机器手臂的操作指令。这项功能叫做“机器人规划与推理”。除此之外，这个模型还能用于一系列AI应用。例如自动化对大规模、多样化训练数据集进行整理、标注，也能从海量视频数据中提取有价值的信息并进行归因分析。（财联社）