- #人工智能创作者签约季#
AI发展的两条主要路线:一条路线是以语言为元模态,这是当前大型语言模型所采取的主要路径。在这条路线上,所有的信息和知识,无论是图像、声音还是其他形式的数据,最终都被转化为某种形式的符号表示并映射到统一的语义空间,由语言模型进行处理和理解。也就是说,目前的多模态模型虽然能处理图像、声音等,但本质上仍是将一切转化为抽象的token,并在统一的语义空间中操作。
另一条路线则是具身智能路线,强调直接的,直接的,直接的物理世界感知和交互。在这条路线上,AI不仅仅是处理抽象的符号,而是通过各种传感器直接感知世界,并通过物理行动与世界互动。这种方法更接近于生物智能的发展方式,允许AI形成更丰富、更直接的世界模型。具身智能的传感器(如触觉、压力、温度、平衡感等)提供了完全不同的信息类型。
虽然语言模型的成功使我们看到了纯符号处理的潜力,但要迈向真正的AGI,物理世界的直接体验和互动是不可或缺的组成部分。因为基于网络数据训练的大模型已触及认知边界,单纯增加参数量和数据量再也难以带来质的突破,参考Gork3的成本与收益。而且,具身智能不仅是为了获取更多数据,而是为了获取本质上不同的数据,并在根本上改变AI学习和理解世界的方式。所以未来最强大的AI系统可能是将两者优势结合的混合系统:既具备语言模型的抽象推理能力,又拥有具身智能的物理交互能力。
自动驾驶作为具身智能的先行场景,其"感知-决策-规划-控制"架构与Tesla的技术复用经验,已为具身智能提供了重要参考。具身智能的物理载体呈现多样性,从固定底座到人形机器人,没有单一最佳形态,而应基于场景需求选择,只是说人形机器人的形象更加符合大众固定思维,而且它的泛用性在多场景应用中也的确具有独特优势。不过因为当前的数据驱动模型仍难以真正理解因果关系,多模态融合能力有限,所以具身智能难以在开放环境中可靠运行。而世界模型的出现为解决这些挑战带来希望:如NVIDIA Cosmos等世界基础模型提供了符合物理规律的仿真环境,不仅降低了数据采集成本,还为具身智能提供了"演武场",使其能在闭环环境中快速学习。这种技术进步将加速具身智能的发展浪潮,推动AI向真正的通用人工智能迈进。2 赞 · 0 评论 - #人工智能创作者签约季# 深度学习进阶篇-国内预训练模型[5]:ERINE、ERNIE 3.0、ERNIE-的设计思路、模型结构、应用场景等详解22 赞 · 11 评论
- 先说结论:和老婆认识九年,相恋七年,结婚两年,现在我和老婆都想离婚
学生时期和老婆感情很好,毕业后一切都变了。
彩礼问题:我和老婆家里都是普通家庭,我毕业前家里还出了变故,所以结婚这件事基本靠不到我家里,我和老婆都是江西的,在我们那里彩礼基本都是四五十起步(不过女方基本都会带回),老婆身边的亲戚邻居近几年娶媳妇和嫁人基本都是五六十万的,老婆并不比他们差,所以当时老婆家里人觉得我老婆也值这个价。但是这个价当时订婚的时候我家里肯定是拿不出来的,我也刚开始工作也没攒多少钱,老婆就和她家里人商量给我拿38万就可以了,我想着38万没问题,我攒个3到4年就有了(当时22年7月毕业了,大概攒到个27年初就有了),老婆当时说只等我到27年,不然年纪大了她等不起,并且说帮我一起攒彩礼(最后也没有帮我攒,因为这个我们还吵架了。)鬼使神差的是,23年初过年我老婆说带我去她家给她父母见见,到时候也就提着一大堆礼物去了,后面和老丈人账丈母娘聊的都很好,聊着聊着就开始将订婚结婚的事了,但是当时我拿不出来那么多钱,只有十万,并且不想问家里要钱(这个理由后面会和大家说),老婆说让我去借,说实话我不是很想借,因为借了就要还人情,老婆说现在结婚哪个家里不借钱,当时她哥哥结婚她家也借钱了,说我不愿意为了娶她去借钱就不爱他之类的。于是就和老婆说,我能不能先拿十万,然后借28万,结完婚我们把28万还回去,我不想要家里的钱,老婆同意了。但是到后面真正订婚的时候老婆反悔了,我说你不是同意了嘛,她说他以为我是开玩笑的,说我想白嫖她。我当时的想法是相当于我们提前结婚了,27年的时候我们还是有38.8万的呀。借钱的时候我和我妈说好了这个钱到时候我去还,但是后面变成我爸妈去还了。在这里双方都憋着一口气,觉得都不理解对方。20 赞 · 454 评论