A Meta revelou seu novo modelo V-Jepa 2 AI na quarta-feira, um ‘modelo mundial’ projetado para ajudar os agentes da IA a entender o mundo ao seu redor.
O V-JEPA 2 é uma expansão do modelo V-JEPA lançado no ano passado, que foi treinado em mais de 1 milhão de horas de vídeo. Esses dados de treinamento devem ajudar os robôs ou outros agentes de IA a trabalhar no mundo físico, entendendo e prevendo como conceitos como a gravidade influenciarão o que acontecerá em uma série posteriormente.
Esse é o tipo de significado comum que crianças e animais pequenos fazem enquanto seus cérebros se desenvolvem – quando você brinca com um cachorro, por exemplo, o cachorro (espero) entenderá como saltar uma bola garantirá que ela suba ou como ela deve correr para onde pensa que a bola pousará, e não onde está a bola naquele momento preciso.
A meta mostra exemplos em que um robô pode ser confrontado, por exemplo, o ponto de vista de segurar um prato e uma espátula e caminhar até um fogão com ovos cozidos. A IA pode prever que uma próxima ação muito provável seria usar a espátula para mover os ovos para o prato.
Segundo Meta, o V-Jepa é 2 30 vezes mais rápido que o modelo Cosmos da Nvidia, que também tenta melhorar a inteligência em relação ao mundo físico. A Meta pode, no entanto, avaliar seus próprios modelos de acordo com diferentes benchmarks que a Nvidia.
“Acreditamos que os modelos mundiais anunciam uma nova era para a robótica, para que os agentes da IA do mundo real possam ajudar com manuais e tarefas físicas sem precisar de quantidades astronômicas de dados de treinamento do tipo robô”, explicou o chefe da Meta da Meta, Yann Lecun, em um vídeo.
