特斯拉计划如何通过基础模型赢得机器人竞赛

特斯拉的人工智能团队在Twitter上分享了其对特斯拉机器人等自主机器人的基础模型计划。

他们的目标是创建一个通用的、自主的双足人形机器人，可以执行危险、重复或无聊的任务。

与其他机器人项目一样，特斯拉希望通过使用自主机器人的基础模型来实现这一目标，而这些模型是在大量数据上进行训练的，并成为专门应用程序的基础。在计算语言学领域，GPT-4是这种模型的一个例子。

对于机器人模型，特斯拉计划依靠已经在特斯拉自动驾驶汽车中使用的多模态神经网络。这些目前处理多种模式，如摄像头视频、地图、导航、IMU（惯性测量单元）或 GPS，以预测是否有车辆、骑自行车的人、人或其他物体挡在路上。

根据特斯拉人工智能团队的说法，这些网络也可用于任何机器人的防撞。来自整个车队的所有数据也用于重建可以进一步训练AI的道路部分。此外，该团队正在开发生成模型，例如，可以生成简短的新视频剪辑，其中车辆根据不同的真实世界数据表现出不同的行为。

这增加了可用的数据量 – 这是基础模型的基本要求。一个短片还展示了特斯拉机器人或类似系统如何在办公室收集数据。

Summary 总结

• 特斯拉计划为自主机器人开发视频基础模型。
• 特斯拉计划基于已经用于其自动驾驶车辆的多模态神经网络开发这些模型，以处理摄像头视频、地图、导航等数据。
• 为了给这些雄心勃勃的计划提供计算能力，特斯拉计划在2024年10月之前将其Dojo超级计算机提高到100 exaflops。