Mô hình thế giới GE 2.0 của Agibot: Chỉ 2 tỷ tham số nhưng đứng đầu bảng xếp hạng WorldArena

Nội dung dịch chi tiết

Theo thông tin từ tài khoản chính thức của Agibot, mô hình thế giới Genie Envisioner-Sim 2.0 (GE 2.0) đã xuất sắc giành vị trí quán quân tại WorldArena Track1, hạng mục đánh giá khả năng nhận thức và phản hồi hành động trong lĩnh vực robot.

"Mô hình thế giới" là các mô hình AI lớn có khả năng hiểu các quy luật vật lý. Nhờ đó, robot có thể nắm bắt các kiến thức thực tế như: cốc rơi sẽ vỡ, nước chảy chỗ trũng hay cấu trúc cao sẽ đổ. Trong quá trình đánh giá, đội ngũ Agibot đã sử dụng phiên bản gốc của GE 2.0, chỉ thực hiện tinh chỉnh cơ bản dựa trên dữ liệu của bảng xếp hạng mà không áp dụng các tối ưu hóa đặc thù cho đề thi.

GE 2.0 đã hoàn thiện vòng lặp kỹ thuật của trình mô phỏng thế giới, bao gồm các khả năng cốt lõi như: tạo chuỗi thời gian dài, tạo đa góc nhìn, tạo trạng thái thực thể, suy luận gần thời gian thực và phân biệt phần thưởng. Trong các tác vụ suy luận dài hạn, GE 2.0 thể hiện sự ổn định vượt trội, chất lượng hình ảnh suy giảm rất ít so với các mô hình tiêu chuẩn ngành.

Đội ngũ phát triển đã xác thực khả năng của GE 2.0 thông qua các phân tích so sánh kết quả rollout từng trường hợp và ma trận nhầm lẫn, khẳng định độ tin cậy của mô hình trong vai trò bộ đánh giá chiến lược. Với sự hỗ trợ của mô hình phần thưởng, GE 2.0 có thể tự động lọc dữ liệu chất lượng cao để phản hồi cho mô hình chiến lược, giúp cải thiện đáng kể hiệu suất của robot.

Trong cuộc cạnh tranh với các đối thủ mạnh như DreamDojo của Nvidia hay Ctrl-World từ liên minh Thanh Hoa - Stanford, GE 2.0 đã giành chiến thắng thuyết phục. Với quy mô chỉ 2 tỷ tham số, mô hình này cho thấy hiệu quả vượt trội so với các mô hình siêu lớn từ các tập đoàn công nghệ hàng đầu, khẳng định tiềm năng lớn của các mô hình nhẹ trong việc ứng dụng vào robot hình người.