跳到正文
MTS(youtube.com)· Sophia·· 10 天前品質評分58

中國在世界模型領域領先機器人應用 | Anastasis Germanidis

中國在世界模型領域領先機器人應用 | Anastasis Germanidis

重點導讀

Runway 的 Anastasis Germanidis 詳細介紹開放權重的 Practis 1 世界動作模型,該模型能將影片預訓練遷移到九個機器人平臺,以及一臺只需不到 30 分鐘示範資料的人形機器人;他認為中國在世界模型領域居於領先,而通用型策略模型將在一年內進入量產。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Runway 共同創辦人暨執行長 Anastasis Germanidis 認為,中國在「理解世界模型能有多強大」這件事上已領先美國,而開放權重的機器人模型正是西方維持競爭力的關鍵。本集節目主要聚焦 Runway 新推出的 Practis 1 世界動作模型——影片預訓練為何能遷移到機器人控制、模型如何在小量資料下適應新硬體、以及它稱霸哪些基準測試;中美對比的框架只佔了訪談幾分鐘。

Germanidis 的發言立基於一家花了近五年時間規模化影片生成模型、如今把這套成果應用到機器人領域的公司。讀者讀完應能掌握:影片轉動作遷移背後的技術論述、Runway 宣稱的具體效能與資料效率數字、硬體合作夥伴與辦公室部署清單,以及 Germanidis 預測通用型機器人策略將在一年內進入量產。

Practis 1 把影片預訓練轉化為機器人馬達指令

Practis 1 是一個「世界動作模型」:它能預測馬達指令,並控制機器人完成一系列操作任務。Germanidis 將其定位為一年期研究工作的結晶,建立於 Runway 先前規模化影片生成模型的基礎之上。該模型以開放權重釋出,Runway 表示它在輝達的 Robo Lab 120 排行榜上位居第一。

影片為何是正確的預訓練素材,核心論點在於:一個被訓練來預測畫素與影片的模型,學到的是物理法則、世界運作的方式,以及人類如何完成任務——運動、家務。Germanidis 的直覺是,如果模型預測這些觀察結果的能力夠強,它應該也能以相容於機器人控制的動作格式,預測同樣的事情。

「如果你訓練出的模型在模擬世界方面夠好,它們顯然對媒體、內容創作、行銷與廣告有用……但對任何與實體世界互動的系統也同樣有用。」

這就是 Runway 明示的論點:一筆預訓練投資,同時服務媒體業務與實體 AI。

模型用不到 30 分鐘的示範資料,就能適應新的機器人機體

Runway 表示已將 Practis 1 適配到九種不同的機器人硬體平臺。Germanidis 點名了各類別的合作夥伴:與 Noble Machines 合作的建築用人形機器人、雙臂機器人、製造業機器人,以及與 Ultra 合作的物流工作。他也表示,同一個模型能在這些不同機體上處理各式各樣的任務。

資料效率的宣稱是本集最犀利的數字:用不到 30 分鐘的示範資料,就能適配到新的機體——包括人形構型。Germanidis 說這很重要,因為資料規模化是機器人領域最難的問題之一,而實驗室能取得多少資料,受制於他們擁有多少硬體。

宣稱專案Germanidis 陳述的細節
基準測試排名輝達 Robo Lab 120 排行榜第一,在所有開放機器人模型與所有世界動作模型中均居首位
已適配機體九種不同的機器人硬體平臺
適配資料量新機體(含人形)用不到 30 分鐘的示範資料
點名合作夥伴Noble Machines(建築用人形機器人)、Ultra(物流),以及雙臂與製造業機器人合作夥伴

Germanidis 也區分了世界模型與套用到機器人領域的前沿 LLM:世界模型能想像未來,並可透過同時生成畫素與動作來評估。這讓人得以判斷模型在沒有既有資料、或實體地點難以進入的新環境中能否奏效。

開放權重被定位為美國對抗中國的競爭力策略

Germanidis 直言,中國在世界模型領域比美國走得更前面——特別是在理解世界模型能有多強大這件事上。他主張西方必須維持競爭力,而開放研究能讓其他人貢獻並改進模型。

他的理由有兩部分。第一,通用型機器人還處於早期階段,開放權重是 Runway 瞭解實驗室、學術團隊與企業會採用哪些應用場景的最佳方式。第二,「機器人的大腦」具有戰略意義:如果機器人產業在未來幾年大幅成長,誰掌控那些機器人上跑的模型就至關重要,正如軟體世界裡掌控模型一樣。

他對硬體開發者補上一項務實論點:目前的模型仍需針對特定應用場景做大量微調與後訓練,若不掌控基礎模型,你只能做原始模型已支援的應用。主持人 Sophia 將此定調為美國在開放模型上傳統落後局面的一次轉變。

Runway 已轉型為軟硬體混合公司

Germanidis 將這次轉型描述為一連串轉型中的又一次。Runway 創立於八年前——以 2026 年 11 月的發布日期推算,大約是 2018 年——用他的話說,當時沒人在意生成式模型,公司後來轉型為大規模預訓練影片模型的前沿研究實驗室。機器人佈局是下一次轉型,已在過去一年間展開。

辦公室就是測試場。Runway 員工用 Practis 1 處理簡單任務,例如整理贈品、在辦公室裡幫忙。Germanidis 說這是測試自家模型有多好用的方式,並稱看著一家純軟體公司轉型為軟硬體混合公司很有意思。他把這樣的延續性歸功於第一原理思考,以及從媒體業務延續下來的創意思維。

通用型機器人策略一年內進入量產,從物流起步

Germanidis 的前瞻性主張:目前通用型策略模型的部署非常有限——據他所知,沒有任何公司的部署量超過數十或數百臺。他預期一年內這些模型將進入量產,不是所有應用場景同時到位,而是從物流、倉儲等較簡單的任務起步。他說,擴大這些部署規模,是達到 99% 可靠度的關鍵。

flowchart TD
    A["以世界觀察資料進行影片預訓練"] --> B["世界動作模型(Practis 1)"]
    B --> C["用不到 30 分鐘示範資料適配新機體"]
    C --> D["辦公室任務、整理贈品"]
    C --> E["在九種硬體平臺上的合作夥伴部署"]
    E --> F["簡單的量產應用場景、物流與倉儲"]
    F --> G["擴大部署規模,朝 99% 可靠度邁進"]

此圖反映 Germanidis 陳述的從預訓練到量產之路;最後一步的時程是他的預測,並非已觀察到的結果。

策略賭注在於:決定實體 AI 由誰掌控的是機器人的大腦,而非機體

貫穿本集的主軸是:槓桿在模型層。Germanidis 把開放權重同時連結到學習(找出應用場景)與控制(讓基礎模型保持可修改以支援新應用)。他把影片預訓練連結到攤提(一筆研究投資同時服務媒體與機器人)。他也把資料效率連結到機器人實驗室的根本限制——硬體取得。尚未化解的張力在於:量產部署的宣稱是一項預測,背後沒有具名客戶或出貨量承諾;而基準測試的領先地位是自行提報,對照的是主持人自己介紹的排行榜。這兩點都值得持續追蹤——看 Runway 日後公佈採用數字,也看獨立實驗室拿 Practis 1 對上 Germanidis 口中領先的中國世界模型時測出什麼結果。

來源: MTS (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論