OpenAI 官方博客T1·智能体与协同
78 分
OpenAI 推出基于视频预训练(VPT)的 Minecraft 智能体,通过大规模无标签人类游戏视频和极少量标注数据进行训练。该模型能够直接操作键盘鼠标界面,成功完成需人类专家耗时20分钟、执行24000次动作才能完成的“合成钻石工具”任务。这一成果展示了利用非结构化视觉数据构建通用计算机使用智能体的可行性。
Video PreTraining
利用大规模无标签视频数据学习视觉特征与行为模式的技术
OpenAI 推出基于视频预训练(VPT)的 Minecraft 智能体,通过大规模无标签人类游戏视频和极少量标注数据进行训练。该模型能够直接操作键盘鼠标界面,成功完成需人类专家耗时20分钟、执行24000次动作才能完成的“合成钻石工具”任务。这一成果展示了利用非结构化视觉数据构建通用计算机使用智能体的可行性。