一貫低調(diào)的上海機(jī)器人企業(yè)連續(xù)三天“放大招”——3月10日，上海智元新創(chuàng)技術(shù)有限公司發(fā)布全國首個(gè)通用具身基座大模型GO-1；3月11日，B站“百大UP主”稚暉君（智元聯(lián)合創(chuàng)始人彭志輝）在“斷更”7個(gè)月后發(fā)布全新作品“靈犀X2”原型機(jī)；3月12日，智元又與同為“上海籍”的大模型獨(dú)角獸階躍星辰簽約。

這一系列動(dòng)作被業(yè)內(nèi)解讀為：滬產(chǎn)機(jī)器人正加快向“能看、會(huì)說、有智商”進(jìn)階。

機(jī)器人與AI龍頭公司攜手

由“華為天才少年”彭志輝于2023年2月創(chuàng)辦的智元，兼具機(jī)器人本體制造和AI能力，這在國內(nèi)機(jī)器人公司中不多見。

此次與智元牽手的階躍星辰，到下月才滿兩周歲，卻已被業(yè)界貼上“卷王”標(biāo)簽——去年在10個(gè)月內(nèi)連發(fā)11個(gè)模型，今年初又“6天6模型”，狂秀語言、語音、推理、圖片理解、視頻生成等多個(gè)類別的模型“肌肉”。

那么，“稚暉君”與“卷王”的組合，將帶來什么？智元機(jī)器人本身已具備底層“大腦”，在此基礎(chǔ)上疊加大語言模型、多模態(tài)理解模型等，機(jī)器人的能力無疑將更為豐富細(xì)膩。

階躍剛剛開源的Step-Audio，被稱作“最懂中文的開源語音交互大模型”，能用粵語嘮嗑，還能識別用戶情緒。當(dāng)用戶用略帶沮喪的語氣詢問時(shí)，它會(huì)用溫和鼓勵(lì)的話語回應(yīng)。可以想見，當(dāng)智元機(jī)器人搭載階躍大模型的聊天能力，情緒價(jià)值妥妥拉滿。

智元最新的ViLLA（視覺—語言—潛在動(dòng)作）架構(gòu)，讓機(jī)器人通過看視頻就能學(xué)技能，若有階躍多模態(tài)的理解模型的加持，機(jī)器人能力進(jìn)化速度會(huì)更快。

上海AI產(chǎn)業(yè)厚度持續(xù)提升

據(jù)悉，此次智元、階躍兩家上海本土AI公司的就近牽手，體現(xiàn)出上海AI產(chǎn)業(yè)的厚度。上海市經(jīng)信委人工智能處介紹，上海始終致力于在智能算力集群、語料供給體系、虛實(shí)融合實(shí)訓(xùn)場、行業(yè)基座大模型等四大基礎(chǔ)底座上發(fā)力——

大模型訓(xùn)練依舊遵循“大力出奇跡”定律：今年上海智算規(guī)模力爭突破10萬P（PetaFLOPS，即每秒1000萬億次浮點(diǎn)運(yùn)算）；

高質(zhì)量語料數(shù)據(jù)決定模型的能力上限：去年3月，全國首家人工智能語料公司“庫帕思”在滬誕生，已在領(lǐng)先布局合成數(shù)據(jù)和思維鏈數(shù)據(jù)；

虛實(shí)融合實(shí)訓(xùn)場旨在實(shí)現(xiàn)人形機(jī)器人數(shù)據(jù)的規(guī)�；�收集和生產(chǎn)：今年1月21日，全國首個(gè)異構(gòu)人形機(jī)器人訓(xùn)練場在滬啟用，首期已部署超百臺異構(gòu)機(jī)器人，將為開發(fā)通用機(jī)器人基礎(chǔ)模型提供關(guān)鍵支撐；

上海目前擁有四大基座大模型：上海人工智能實(shí)驗(yàn)室的書生通用大模型、商湯的“日日新”大模型體系、稀宇科技的MiniMax-ABAB大模型、階躍星辰的Step系列通用大模型。

回歸產(chǎn)業(yè)的根本邏輯，這次兩家本土AI公司的夢幻聯(lián)動(dòng)，對于上海而言，不過是長期以來為AI產(chǎn)業(yè)不懈添柴加薪的結(jié)果。