meta 還發(fā)布了大型概念模型 LCM 和視頻水印工具 Video Seal 等 AI 工具，并重申其對 AI、AR 和元宇宙技術(shù)持續(xù)投入的決心。

IT之家注：meta Motivo 是一個基于行為的基礎(chǔ)模型，在 Mujoco 模擬器中進行訓(xùn)練，使用了 AMASS 動作捕捉數(shù)據(jù)集的子集和 3000 萬個在線交互樣本，通過一種新型的無監(jiān)督強化學(xué)習算法進行預(yù)訓(xùn)練，以控制復(fù)雜虛擬人形智能體的運動。

meta Motivo 使用一種新穎的 FB-CPR 算法進行訓(xùn)練，該算法利用未標記的動作數(shù)據(jù)集，保留零樣本推理能力的同時，將無監(jiān)督強化學(xué)習引導(dǎo)至學(xué)習類似人類的行為。

盡管模型沒有經(jīng)過任何特定任務(wù)的顯式訓(xùn)練，但在預(yù)訓(xùn)練過程中，動作軌跡跟蹤（例如側(cè)手翻）、姿勢到達（例如阿拉貝斯克舞姿）和獎勵優(yōu)化（例如跑步）等任務(wù)的性能都得到了提升，展現(xiàn)出更接近人類的行為。

該算法的關(guān)鍵技術(shù)創(chuàng)新在于學(xué)習表示（representation），該表示可以將狀態(tài)、動作和獎勵嵌入到相同的潛在空間中。因此，meta Motivo 能夠解決各種全身控制任務(wù)，包括運動跟蹤、目標姿態(tài)到達和獎勵優(yōu)化，而無需任何額外的訓(xùn)練或規(guī)劃。