IT之家12月13日消息，Meta公司周四宣布推出名为MetaMotivo的人工智能模型，该模型旨在控制类人数字智能体的动作，从而提升元宇宙体验。

Meta还发布了大型概念模型LCM和视频水印工具VideoSeal等AI工具，并重申其对AI、AR和元宇宙技术持续投入的决心。

IT之家注：MetaMotivo是一个基于行为的基础模型，在Mujoco模拟器中进行训练，使用了AMASS动作捕捉数据集的子集和3000万个在线交互样本，通过一种新型的无监督强化学习算法进行预训练，以控制复杂虚拟人形智能体的运动。

IT之家12月13日消息，Meta公司周四宣布推出名为MetaMotivo的人工智能模型，该模型旨在控制类人数字智能体的动作，从而提升元宇宙体验。

Meta还发布了大型概念模型LCM和视频水印工具VideoSeal等AI工具，并重申其对AI、AR和元宇宙技术持续投入的决心。

IT之家注：MetaMotivo是一个基于行为的基础模型，在Mujoco模拟器中进行训练，使用了AMASS动作捕捉数据集的子集和3000万个在线交互样本，通过一种新型的无监督强化学习算法进行预训练，以控制复杂虚拟人形智能体的运动。

MetaMotivo使用一种新颖的FB-CPR算法进行训练，该算法利用未标记的动作数据集，留存零样本推理能力的同时，将无监督强化学习引导至学习类似人类的行为。

MetaMotivo使用一种新颖的FB-CPR算法进行训练，该算法利用未标记的动作数据集，留存零样本推理能力的同时，将无监督强化学习引导至学习类似人类的行为。

尽管模型没有经过任何特定任务的显式训练，但在预训练过程中，动作轨迹跟踪（例如侧手翻）、姿势到达（例如阿拉贝斯克舞姿）和奖励优化（例如跑步）等任务的性能都得到了提升，展现出更接近人类的行为。

尽管模型没有经过任何特定任务的显式训练，但在预训练过程中，动作轨迹跟踪（例如侧手翻）、姿势到达（例如阿拉贝斯克舞姿）和奖励优化（例如跑步）等任务的性能都得到了提升，展现出更接近人类的行为。

该算法的关键技术创新在于学习表示（representation），该表示可以将状态、动作和奖励嵌入到相同的潜在空间中。因此，MetaMotivo能够解决各种全身控制任务，包括运动跟踪、目标姿态到达和奖励优化，而无需任何额外的训练或规划。

参考Zero-ShotWhole-BodyHumanoidControlviaBehavioralFoundationModelsIntroducingMetaMotivoGithub该算法的关键技术创新在于学习表示（representation），该表示可以将状态、动作和奖励嵌入到相同的潜在空间中。因此，MetaMotivo能够解决各种全身控制任务，包括运动跟踪、目标姿态到达和奖励优化，而无需任何额外的训练或规划。

参考Zero-ShotWhole-BodyHumanoidControlviaBehavioralFoundationModelsIntroducingMetaMotivoGithub

未经允许不得转载：头条资讯网_今日热点_娱乐才是你关心的时事 » Meta 发布 Motivo AI 模型，打造更逼真元宇宙体验