破局快讯,北京时间3月7日,谷歌和柏林工业大学的团队重磅推出了史上最大的视觉语言模型——PaLM-E,参数量高达5620亿(GPT-3的参数量为1750亿)。作为一种多模态具身视觉语言模型(VLM),PaLM-E不仅可以理解图像,还能理解、生成语言,可以执行各种复杂的机器人指令而无需重新训练。谷歌研究人员计划探索PaLM-E在现实世界场景中的更多应用,例如家庭自动化或工业机器人。他们希望PaLM-E能够激发更多关于多模态推理和具身AI的研究。(澎湃)
上一篇
两会快讯 | 全国人大代表郑育峰:建议在人口和经济金融总量较小的地(州、市)组建统一法人农商银行
下一篇
两会快讯 | 全国人大代表其实:建议进一步引导上市公司加大科技创新投入
赋能企业新技能,助力企业新发展!