Meta Motivo：让我们在元宇宙相遇——现在我们看到了元宇宙的人工智能潜力。

在线联系（Konrad Wolfenstein）

语言选择 📢

发布日期：2024年12月16日 / 更新日期：2024年12月16日 – 作者：Konrad Wolfenstein

元宇宙新纪元：更完善的虚拟化身和更沉浸式的体验——图片来源：Xpert.Digital

🌐🧑‍💻🕶️ 元宇宙新纪元：更完善的虚拟化身和更沉浸式的体验

🤖 “Meta Motivo”：可能彻底改变元宇宙的人工智能模型

简洁版本：

Meta公司发布了一款名为Meta Motivo的全新人工智能模型，旨在控制人形数字代理的动作，并提升元宇宙体验。该模型采用基于无标签运动数据的创新算法，分析人体动作并进行自主学习，从而使数字虚拟形象能够执行更加逼真、更接近人类的动作。
Meta Motivo 提供多项高级功能，包括动作追踪、目标姿势达成和奖励优化。这些功能有望打造更逼真的非玩家角色 (NPC)，实现角色动画的普及化，并带来全新的沉浸式体验。
除了 Meta Motivo 之外，Meta 还推出了大型概念模型 (LCM)，旨在革新语言建模。与预测下一个词的传统大型语言模型 (LLM) 不同，LCM 专注于预测多语言、多模态嵌入空间中的概念或总体思路。该模型将思维与语言表示分离，从而实现更灵活的 AI 开发。
Meta公司还在人工智能和元宇宙技术领域进行了大量投资，预计2024年的资本支出将达到创纪录的370亿至400亿美元。该公司采取开放的态度，将其许多人工智能模型免费提供给开发者，以促进创新。

🌀 改进了数字代理的运动控制

Meta 近期发布了名为 Meta Motivo 的全新人工智能模型，在打造更具沉浸感和互动性的元宇宙体验方面迈出了重要一步。该模型采用一种新颖的算法，能够逼真地控制数字人形智能体的运动，为数字世界开辟了全新的视角。与传统方法不同，传统方法通常需要对运动数据进行繁琐的人工标注或将其嵌入到僵化的框架中，而 Meta Motivo 则直接利用未标注的运动数据。这种方法能够更深入地理解人类的运动模式，并实现自主学习新的、复杂的运动模式。

Meta Motivo 开发的核心目标是提升数字虚拟形象的身体控制能力。在传统的虚拟现实和增强现实环境中，角色往往显得静态，动作僵硬或不自然。这会影响用户在虚拟世界中的沉浸感，因为缺乏逼真的动画效果会降低整体体验。然而，Meta Motivo 旨在克服这一难题。它巧妙地结合了无监督强化学习和运动识别技术，使模型能够持续学习、朝着目标努力，并通过奖励机制优化自身性能。最终，生成的数字代理不仅看起来自然，还能灵活应对各种新情况，从而在元宇宙中实现全新的互动方式。

👾 打造更逼真的非玩家角色的潜力

打造更逼真的非玩家角色的潜力——图片来源：Xpert.Digital

打造更逼真的非玩家角色（NPC）的潜力巨大。例如，无需事先进行特定编程，即可训练NPC对虚拟环境中不断变化的情况做出反应。试想一下，在元宇宙的未来都市中，数十个数字角色同时行动。借助Meta Motivo，这些角色可以独立学习执行复杂的动作序列，从简单的移动到与其他角色的精心编排的互动。因此，元宇宙不再仅仅是一个静态的背景，而是一个动态的、鲜活的空间。这种角色动画的普及化还可以让独立开发者、小型创意工作室，甚至个人创作者无需使用昂贵或难以理解的动画工具，即可设计出高质量的虚拟形象。人工智能模型将承担大部分工作，从现有数据中独立推导出动作和行为模式。

🌎 开放的创新和发展方式

Meta 通过公开其最新研发成果来强调这一举措。它坚信，这种开放的态度不仅有利于自身业务，也有利于整个行业。当更多开发者能够使用这些先进工具时，就能促进创新，并推动一个创意、进步和实用性齐头并进的生态系统的发展。从长远来看，这将最终促成能够丰富整个元宇宙并从根本上改变虚拟现实或增强现实环境中用户体验的工具的开发。

📚 大型概念模型（LCM）：人工智能领域的新方法

另一个重要的里程碑是所谓“大型概念模型”（LCM）的引入。传统的语言模型（LLM）旨在预测序列中的下一个词，而LCM则采用了不同的方法。它专注于预测统领全局的思想或概念。这些思想或概念以多语言、多模态的嵌入空间来表示。这意味着模型的推理过程与纯粹的语言表示相分离。从长远来看，这可能使人工智能模型不仅能够“知道”下一个词是什么，还能理解术语和概念之间的概念联系。