【CNMO科技消息】10月14日，AMI实验室研究员昆廷·加里多在首尔举行的物理AI技术活动上表示，机器人要在制造现场自主判断和行动，需要将预测行为结果的世界模型与快速决策的AI结合，使预测能力真正转化为实际操作。
AI示意图
AMI实验室由前Meta首席AI科学家杨立昆联合创办，主要研究理解物理世界变化并预测未来状态的世界模型。与根据语境预测下一个词的LLM不同，世界模型关注机器人采取特定行动后，周围环境将发生何种变化。例如，机器人可以在移动前预测不同路径的结果，从而避开障碍物并选择合适路线。
该实验室采用JEPA技术，通过遮挡视频中的部分信息，再根据其余内容预测缺失信息，以学习物体运动规律和环境特征。在机器人执行抓取和搬运任务时，研究人员还引入两个不同层级的世界模型：上层模型负责设定接近物体、抓取物体等中间目标，下层模型决定完成各目标所需的具体动作。相关研究显示，采用这种分层规划后，机械臂抓取并移动物体的成功率达到70%，一次性规划整个任务的对照方案成功率为0%。
加里多提出，可将世界模型与视觉语言行动模型VLA结合。VLA根据摄像头画面和任务指令快速生成候选动作，世界模型则提前评估各动作可能产生的结果，再从中选择更合适的方案。
不过，任务时间延长后，规划动作数量和预测误差可能持续增加，运算负担也会加重。加里多认为，可通过分层规划和并行计算缓解相关问题。相比单纯提高视频生成或未来预测性能，如何让世界模型帮助机器人完成现实任务，是下一阶段需要解决的重点。
