字節跳動推出機器人用的人工智能“大腦”

擁有 TikTok 的公司字節跳動推出了一種系統，充當機器人的“大腦”。它可以執行家務任務，如晾衣服或清理桌子。

GR-3是一種大規模的“視覺-語言-行動”語言模型，使得機器人能夠理解自然語言指令，並執行與未知物體相關的通用任務。它們可以在新的環境中工作，或處理與尺寸和空間關係相關的抽象概念。

在網站發布的視頻中，展示了實驗室的雙臂機器人ByteMini如何將衣架插入襯衫並將其放置在架子上。

🚀🚀🚀 想知道機器人處理現實世界家庭任務需要什麼嗎？長時間執行、可變形物體靈巧性和未見物體泛化——來見見 GR-3，字節跳動種子團隊的新視覺-語言-行動(VLA)模型！

GR-3 是一種可推廣的...pic.twitter.com/zECRjaXC0J

— Xiao 馬 (@yusufma555) 2025 年 7 月 22 日

在單獨的技術報告中，團隊表示，機器人能夠處理短袖衣物，盡管“所有訓練數據中的物品都是長袖的。”

通過GR-3，機器人能夠從多個選項中選擇特定物品並將其放置在指定位置。

系統不僅能夠根據名稱識別對象，例如“大小盤子”，也可以根據空間特徵，例如“左邊”。它可以通過一個指令完全執行“清理餐桌”的任務。

爲了訓練模型，字節跳動採用了多組件的方法，包括：

• 在“大數據集”格式的“圖像-文本”上進行聯合學習；
• 在通過VR設備收集的人類行爲軌跡信息上進行再訓練；
• 模仿方法基於安卓設備的運動數據進行設置。

«我們希望 GR-3 能夠成爲創建能夠幫助人們日常生活的通用機器人的一步」，團隊在聲明中表示。

提醒一下，在一月份，初創公司 Perplexity AI 宣布計劃收購美國 TikTok。該公司向 ByteDance 提出了將 Perplexity、TikTok U.S. 和新的資本合作夥伴合並爲一個法律結構的提議。