Hugging Face 中国社区共建

立即加入

转自: @indigo11昨天 Google 发布了一款拥有 5620 亿参数的大模型 PaLM-E，项目网站 http://palm-e.github.io 这是一个多模态的 LLM，它可以接受的数据包括： - 语言（language） - 图像（images） - 场景表征（neural scence representations） - 物体表征（object representations） PaLM-E 是一个仅有解码器的 LLM，在给定提示的情况下，自动生成文本 Tokens。 为什么被称为 PaLM-E，那是因为使用了 Google PaLM（2022 年的 LLM）作为预训练的语言模型，并使其成为 Embodied。 为机器人感知世界建立的 “基础模型” 将需要跨越不同环境大量数据集，那些虚拟环境、机器人交互、人类的视频、以及自然语言都可以成为这些模型的有用数据源，学界对使用这些数据在虚拟环境中训练的 “智能代理（Agent）” 有个专门的分类 EAI（Embodied Artificial Intelligence）