标签
腾讯发布了 Hy-Embodied-RxBrain-1.0，一个用于具身认知的统一多模态基础模型，它将语言推理与视觉想象相结合，用于理解、世界状态预测和子目标规划。
RxBrain是一个具身认知基础模型，它通过语言和视觉想象联合推理来表征具身规划，采用统一的多模态混合Transformer架构。无需大规模动作数据即可在真实机器人上取得良好表现。
一篇预印本论文认为，AI 可以映射已知的生物学，但无法执行“种类形成”——即创造新的变量和约束——这需要人类科学家的具身参与。作者提出了一套课程体系，旨在培养科学家成为“未参数化检测器”，以在生物发现中补充 AI 的能力。
本文倡导将能动方法融入人工智能的感知与认知领域，重点阐述了四个关键概念：经验、行动与感知的不可分割性、自主性和具身性。研究发现与强化学习存在共鸣，但建议更广泛地整合能动思想。
本文提出了一种用于人工代理的基于身体的视角形成的最小架构，通过引入内感受生存能力信号和意动对齐机制来扩展先前工作，从而从现象学角度将机器主体性操作化。