在AI發(fā)展進(jìn)程中有一個非常有趣卻有違常識的現(xiàn)象——

「一些對人類而言相對困難的任務(wù)，例如下棋，對AI來說卻相對容易實現(xiàn)。而在開放世界中與環(huán)境交互、進(jìn)行規(guī)劃和決策等對人類來說較簡單的事，AI卻面臨巨大挑戰(zhàn)」

而這，就是莫拉維克悖論。

不過，現(xiàn)在GITM成功打破了這一悖論限制，在復(fù)雜且類似于現(xiàn)實世界的環(huán)境中取得突破，能夠像人類一樣生存，探索和創(chuàng)造了！

在緊密模擬真實世界的暢銷游戲《我的世界》（Minecraft）中，由商湯科技聯(lián)合清華大學(xué)、上海人工智能實驗室等機構(gòu)研究者們共同提出的通才AI智能體 Ghost in the Minecraft（GITM），不但能夠玩轉(zhuǎn)《我的世界》，且比以往所有智能體都有更加優(yōu)秀表現(xiàn)。

項目主頁：https://github.com/OpenGVLab/GITM

像人類一樣生存，探索和創(chuàng)造

此研究在向通用人工智能（AGI）方向邁出了重要一步。

廣泛的任務(wù)覆蓋

GITM在《我的世界》內(nèi)主世界的所有技術(shù)挑戰(zhàn)上實現(xiàn)了100%的任務(wù)覆蓋率（成功解鎖了完整的科技樹的262個物品），而此前所有智能體的總和只能覆蓋30%。（以往所有智能體方法包括OpenAI和DeepMind在內(nèi)總共只解鎖了78個）

高任務(wù)成功率

在最受關(guān)注的「獲取鉆石」任務(wù)上，GITM取得了67.5%的成功率，相比于目前最佳成績（OpenAI VPT）提高了47.5%。

極高的訓(xùn)練效率

GITM的訓(xùn)練效率也達(dá)到新高度。環(huán)境交互步數(shù)只需已有方法的萬分之一，單一CPU節(jié)點訓(xùn)練2天即可完成，遠(yuǎn)遠(yuǎn)低于之前OpenAI VPT所需的6480個GPU天或DeepMind DreamerV3所需的17個GPU天。

通才AI智能體「Ghost in the Minecraft」（GITM）玩轉(zhuǎn)《我的世界》游戲，生存模式白手起家，拿到主世界的所有物品，挖鉆石不在話下，還能制作附魔書！

GITM面對各類地形、環(huán)境、白天黑夜場景，甚至遇到怪物也能自如應(yīng)對

GITM還可以進(jìn)一步應(yīng)用在《我的世界》更加復(fù)雜的任務(wù)中，比如生存所需的避難所、農(nóng)田、鐵傀儡，創(chuàng)造自動化設(shè)備所需的紅石電路、進(jìn)入下界所需的下界傳送門等。

這些任務(wù)展示了GITM強大的能力和可擴(kuò)展性，使得智能體能夠在《我的世界》中長時間生存、發(fā)展，探索更加高級的世界。

通用人工智能突破加速AI產(chǎn)業(yè)化革命

研發(fā)攻克《我的世界》中所有技術(shù)挑戰(zhàn)的AI智能體GITM，目的是構(gòu)建一個具備自主學(xué)習(xí)和掌握整個真實世界技能的通用人工智能方向。

GITM打破了傳統(tǒng)以RL為基礎(chǔ)的架構(gòu)，采用大型語言模型（LLM）作為智能體核心的新范式。

這一創(chuàng)新也有助于推動通用人工智能（AGI）的研究目標(biāo)加速實現(xiàn)，發(fā)展出能夠在開放世界環(huán)境中像人一樣進(jìn)行感知、理解和交互的智能體，并為機器人和自動駕駛等產(chǎn)業(yè)帶來巨大突破和進(jìn)步，有效解決現(xiàn)實世界中復(fù)雜環(huán)境和各類長尾問題，推動AI技術(shù)更大規(guī)模的產(chǎn)業(yè)落地。

「Ghost in the Minecraft」（GITM）

得益于「大模型+大算力」推進(jìn)AGI（通用人工智能）發(fā)展的戰(zhàn)略布局，以及全棧大模型研發(fā)體系，商湯科技得以在多模態(tài)、多任務(wù)通用大模型領(lǐng)域快速發(fā)展，以「日日新SenseNova」大模型體系為核心，不斷助力創(chuàng)新技術(shù)快速應(yīng)用于智能汽車、智慧生活、智慧商業(yè)和智慧城市等領(lǐng)域，持續(xù)提升產(chǎn)業(yè)智能化。

今天，GITM的成功將推動自動駕駛等應(yīng)用處理復(fù)雜任務(wù)的能力更上一層樓，打破更高的技術(shù)天花板。