Vi introduserer NitroGen, en åpen kildekode-grunnlagsmodell trent til å spille 1000+ spill: RPG, plattformspill, battle royale, racing, 2D, 3D, du nevner det! Vi er på jakt etter generelle legemliggjorte agenter som mestrer ikke bare fysikken i den virkelige verden, men også all mulig fysikk på tvers av et multivers av simuleringer. Vi fant ut at vår GR00T N1.5-arkitektur, opprinnelig designet for robotikk, enkelt kan tilpasses for å spille mange spill med vidt forskjellige mekanikker. Vår oppskrift er enkel og bitter med leksjoner: (1) et 40 000+ timers høykvalitetsdatasett med offentlig spill i naturen; (2) en svært kapabel grunnmodell for kontinuerlig motorisk kontroll; (3) et Gym-API som pakker inn hvilken som helst spillbinær for å kjøre utrullinger. Vår datakuratering er veldig morsom: det viser seg at spillere elsker å vise frem ferdighetene sine ved å legge sanntids gamepad-kontroll over en videostrøm. Derfor trener vi en segmenteringsmodell til å oppdage og hente ut disse gamepad-visningene og gjøre dem om til eksperthandlinger. Deretter maskerer vi det området for å hindre at modellen utnytter en snarvei. Under trening lærer en variant av GR00T N1.5 å kartlegge fra 40 000 timer med piksler til handlinger gjennom diffusjonstransformatorer. NitroGen er bare begynnelsen, og det er en lang vei å bakkeklatre i mulighetene. Vi fokuserer bevisst kun på System 1-siden: «gamerinstinktet» med rask motorisk kontroll. Vi åpner *alt* for deg å fikle med: forhåndstrente modellvekter, hele handlingsdatasettet, kode og et whitepaper med solide detaljer. I dag er robotikk et oversett av vanskelige AI-problemer. I morgen kan det bli en delmengde, en prikk i det mye større latente rommet av legemliggjort AGI. Så bare ber du om og "ber om" en robotkontroller. Det kan være sluttmålet (ordspill ment). NitroGen ledes i fellesskap av våre briljante hjerner: Loic Magne, Anas Awadalla, Guanzhi Wang. Det er et flerinstitusjonelt samarbeid. Sjekk ut Guanzhis tekniske dypdykktråd og repo-lenker nedenfor!