「オンプレミス型基礎行動モデルに向けて」と題した本セッションでは、生成AIにおける最近の画期的な進展を、ロボットシステム向けに実用的かつ導入可能な知能へとどう転換できるかについて考察しました。拡散モデルや視覚言語モデルは、強力で汎用性の高いロボット行動を実現する可能性を秘めていましたが、既存のアプローチは、実世界での利用には規模が大きすぎたり、処理速度が遅かったり、大量のデータを必要としたり、プライバシー上の懸念があったりと、課題が多かったのです。本ウェビナーでは、ルドルフ・リウティコフ氏が、スコアベースの拡散モデル、視覚・言語・動作モデル、動作トークン化など、モデルのサイズ、データ要件、学習および推論コストを劇的に削減した最新の進歩を紹介し、ロボット工学のための効率的でプライバシーを保護するオンプレミス型基礎行動モデルへの明確な道筋を示しました。
.