@rohanpaul_ai：以人为中心的AI在孤立任务上表现越来越好，但本研究指出，下一步的飞跃是将它们连接成基础模型…

X AI KOLs Timeline 论文
human-centric-ai foundation-models ai-survey physical-grounding shared-representations ai-research

摘要

一项研究认为，以人为中心的AI需要将孤立任务连接成基础模型，并建立共享的人类表征和更好的数据以实现物理基础。

以人为中心的AI在孤立任务上表现越来越好，但本研究指出，下一步的飞跃是将它们连接成基础模型，这些模型能从感知到物理动作全方位理解人类。 如今，我们拥有强大的模型来处理姿态、虚拟化身、运动、交互、视频生成和机器人控制等任务。但大多数模型仍然作为独立系统运作。 本研究将所有这些组织成6个相互连接的层次，从人的外观到他们的移动方式、交互方式、影响世界的方式以及物理动作。 其主要建议是：仅靠更大的模型并非解决方案。 该领域需要共享的人类表征、更好的人类数据、更强的物理基础，以及测试这些能力是否能协同工作的评估方法。
查看原文
查看缓存全文

缓存时间: 2026/08/27 19:39

以人类为中心的人工智能在单一任务上表现日益精进，但本研究认为下一阶段突破的关键在于：将这些能力整合为能从感知贯穿至物理行动、全面理解人类的基础模型。

当前我们已拥有针对姿态、数字人、运动、交互、视频生成与机器人控制的强效模型，但多数仍以独立系统形式运作。

本研究将上述能力系统化为六个关联层次：从人类外在表征到运动模式、交互方式、对环境的影响直至物理行动。

其核心结论指出：仅靠扩大模型规模并非解决方案。该领域亟需建立统一的人体表征体系、更优质的人类行为数据集、更强的物理锚定机制，以及能够检验各项能力协同运作效果的评估标准。

相似文章

以人为本的智能在 Foundation Models 时代：综述

Hugging Face Daily Papers

本综述提出了一个统一的分类体系和框架，用于在 Foundation Models 时代跨视觉、动态和体现层面的以人为本的智能，旨在弥合分散的研究并提供连贯的参考。