Google DeepMind机器人负责人Brian Heater探讨了通用目标机器人、生成型人工智能以及办公室WiFi的重要性。该团队最近发布了Open X-Embodiment，这是一项与33个研究机构协作创建的机器人功能数据库，被认为有望如同ImageNet一般推动机器人技术的进步。这一数据库涵盖了500多项技能和15万项任务，涵盖了22个机器人的不同体现。

虽然规模上可能不及ImageNet庞大，但这只是一个开始。DeepMind还利用该数据培训了其RT-1-X模型，并成功实现了50%的成功率。机器人领域正迈向一个令人振奋的时刻，尽管一些公司在硬件开发方面可能已经走在了生成型人工智能和模拟的前列。然而，未来几年内这个领域将迎来哪些变革，仍是未知数。

图源备注：图片由AI生成，图片授权服务商Midjourney

Vincent Vanhoucke，Google DeepMind的机器人负责人，分享了该团队的历史以及将通用目标机器人与生成型人工智能相结合所面临的挑战。他强调了通用目标方法的重要性，即无论是工业机器人还是家庭机器人，都可以应用相似的原理，只需根据特定问题进行快速微调。

他还谈到了生成型人工智能在机器人领域中可能发挥的关键作用，特别是在模拟环境中生成数据进行分析。模拟是数据收集的一部分，但需要解决模拟与现实之间的差距。生成型人工智能可以用于生成模拟环境，从而缩小这一差距，这对于机器人技术的发展至关重要。

总的来说，通用目标机器人的发展可能还需要一些时间，但生成型人工智能将在这一进程中发挥关键作用。模拟环境和生成型人工智能有望推动机器人技术的不断发展，使机器人能够更好地执行各种任务。这个领域充满了创新和挑战，机器人技术的未来令人兴奋。