英偉達成立最壕AI實驗室：Jim Fan領(lǐng)銜，專攻具身智能
“資金足夠一次性解決難題”
金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
英偉達最新大動作來了——通用具身智能體。
這則消息是由英偉達高級科學家Jim Fan透露，他表示：
我將和老隊友Yuke Zhu一起，在英偉達內(nèi)部組建一個新研究小組——GEAR，通用具身智能體研究。
我們相信，在未來，每一臺移動的機器都將是自主的，機器人和模擬智能體將像iPhone一樣無處不在。
我們正在構(gòu)建基礎(chǔ)智能體：一個具有通用能力的AI，可以在許多虛擬和現(xiàn)實的世界中學習如何熟練地行動。
Jim Fan還強調(diào)，2024年將是屬于機器人、游戲AI和模擬的一年。
而隨著這兩天英偉達市值暴漲，Jim Fan還補充了一條X說道：
我們有足夠的資金一次性解決機器人基礎(chǔ)模型、游戲基礎(chǔ)模型和生成式模擬。
我們團隊可能是全球最有錢的具身智能實驗室。
嗯，有錢，很壕。
相關(guān)成果展示
Jim Fan在發(fā)布這條職業(yè)履新消息之際，也順帶把英偉達此前在具身智能所做的相關(guān)工作盤點了一波。
例如被評為“2023年英偉達十大項目”之一的Eureka——
用GPT-4生成獎勵函數(shù)，教會機器人完成了三十多個復雜任務：比如，快速轉(zhuǎn)個筆，打開抽屜和柜子、拋球和接球。
使用GPU加速的物理模擬進行訓練，速度比實時快1000倍！
再如Voyager，把GPT-4放進《我的世界》——
在游戲中點亮科技樹的速度是此前方法的15.3倍，同時獲得的獨特物品是此前的3.3倍，探索范圍是2.3倍。
更關(guān)鍵的是，Voyager完全借助游戲畫面推理，一切操作與反饋通過文本和游戲的Javascript API進行。
它也是第一個LLM驅(qū)動、能熟練玩《我的世界》的智能體。
除此之外，還包括斬獲了NeurIPS 2022最佳論文的MineDojo。
這項研究提出一個由3個智能體組成的“具身GPT-3”，可以感知無限世界并在其中行動。
MineDojo是一個將《我的世界》變成 AGI 研究游樂場的開放框架。
團隊收集了100000個 YouTube 視頻、Wiki頁面和Reddit帖子，用于訓練《我的世界》智能體。
還有像VIMA這樣的研究：第一個帶有機械臂的多模態(tài)LLM，為機器人學習引入了“多模態(tài)提示”。
更多相關(guān)成果盤點，可以戳文末鏈接。
被黃仁勛帶火的具身智能
其實Jim Fan領(lǐng)隊搞通用具身智能體并不是非常意外的一件事情。
早在去年，黃仁勛便公開表達他對下一代人工智能的觀點：
這種新型的人工智能叫做具身智能（Embodied AI），即能理解、推理和與物理世界互動的智能系統(tǒng)。
而從去年至今，無論是高校還是產(chǎn)業(yè)，具身智能相關(guān)的研究可謂是層出不窮。
最為典型的便是斯坦福大學的家務機器人，驚呆了一眾網(wǎng)友。
那么Jim Fan團隊將在今年再帶來什么成果，是值得期待一波了。
參考鏈接：
[1]https://twitter.com/DrJimFan/status/1761052023821369639
[2]https://research.nvidia.com/labs/gear/
[3]https://twitter.com/DrJimFan/status/1761099207920992688
- 商湯林達華萬字長文回答AGI：4層破壁，3大挑戰(zhàn)2025-08-12
- 商湯多模態(tài)大模型賦能鐵路勘察設(shè)計，讓70年經(jīng)驗“活”起來2025-08-13
- 以“具身智能基座”為核，睿爾曼攜全產(chǎn)品矩陣及新品亮相2025 WRC2025-08-11
- 哇塞，今天北京被機器人人人人人塞滿了！2025-08-08
