前 Meta 科学家携视觉 AI 进军工厂车间，让机器看懂物理世界
AI 正在改变我们周围的一切，但迄今为止，它主要局限于数字领域。然而，越来越多的初创公司正试图将其带入现实世界。由两位前 Meta 研究科学家创立的初创公司 Perceptron 就是其中之一。该公司成立于 2024 年 11 月，开发前沿视觉模型，旨在帮助机器更熟练地与其物理环境互动。本周，该公司发布了其最新模型 Isaac 0.5，其创建者称该模型旨在为机器提供在工业环境中感知、推理和行动的能力。具体来说，该软件能够帮助视觉引导机器人导航复杂环境，如仓库或工厂车间。它还可以帮助公司从机器人录制的视频中提取视觉情报。Isaac 0.5 还以开放权重模型的形式发布，因此任何人都可以检查其参数和训练材料。
该初创公司由 Armen Aghajanyan 和 Akshat Shrivastava 联合创立，他们此前曾在 Meta 的 FAIR（基础人工智能研究）部门工作。两人将他们的软件视为工业自动化部署的未来。该公司表示，物理 AI 目前迫使人们做出错误选择：要么使用通用的基础模型，每个实例需要多个专用云 GPU；要么使用狭窄的模型，只能处理感知或控制，但不能两者兼得。Aghajanyan 和 Shrivastava 表示，他们的工具不同于现有的模型，因为它是通用的，不是为特定重复任务而构建的，而是设计为根据其所处的特定环境灵活调整。
在采访中，Shrivastava 让我考虑一个简单的物理过程，比如整理盒子。想象一个机器人被部署来分拣包裹，它需要完成哪些任务？这样一个相对简单的任务实际上包含许多步骤。机器人必须首先阅读包裹上的标签，进行一些空间分析以了解盒子的位置，并决定拿起哪一个。如果它要拿起一系列盒子，它必须规划先拿起哪些盒子以及按什么顺序。Perceptron 的软件旨在帮助机器人完成每个步骤。需要明确的是，业界已有软件可以帮助机器完成大部分任务，但很少有程序能够像 Isaac 0.5 那样将感知、推理和行动整合到一个模型中。
