ABAB Pedia

Jost Tobias Springenberg

Jost Tobias Springenberg,通称 Tobi,是 Physical IntelligencePhysical IntelligencePhysical Intelligence(简称π或Pi)是一家总部位于旧金山的机器人人工智能公司,开发可用于多种机器人的通用基础模型,代表作包括π0系列模型。点击查看完整词条 的机器学习和机器人研究员。他出生于德国希尔登,先后学习认知科学和计算机科学,曾在弗赖堡大学和 Google DeepMindGoogle DeepMindGoogle DeepMind 是 Google 旗下的人工智能研究机构,2023年4月由2014年被 Google 收购的 DeepMind 与 Google Research 的 Brain 团队合并而成,由 Demis Hassabis 任首席执行官。它开发了 AlphaGo、AlphaFold 和 Gemini 系列模型,Hassabis 与 John Jumper 因 AlphaFold 的蛋白质结构预测工作获得2024年诺贝尔化学奖。点击查看完整词条 从事研究。他参与了全卷积视觉网络、Gato、RoboCat 和家务机器人模型 π0.5 等项目。

本页目录6 节
词条资料

早年与求学:从认知科学到计算机视觉

施普林根贝格出生于德国希尔登,平日使用简称 Tobi。他先在奥斯纳布吕克大学取得认知科学学士学位,其后在弗赖堡大学取得计算机科学硕士学位,并在该校的机器学习和计算机视觉研究组工作。他说,本科学习留下的一个长期兴趣,是了解人的认知;在自己的个人网站上,他也发表摄影作品。⁠[1][2]

重新检验图像识别网络的组成

2014年12月,他与 Alexey DosovitskiyAlexey DosovitskiyAlexey Dosovitskiy 是计算机视觉与机器学习研究者、Recursive 联合创始人,参与 FlowNet、CARLA 和 Vision Transformer 等研究。点击查看完整词条、Thomas Brox 和 Martin Riedmiller 发布研究,检验图像识别网络通常采用的最大池化步骤能否省去。他们在几项基准测试中发现,可以仅用卷积层构成效果相当的网络;论文获2015年国际学习表征会议工作坊接收。2015年,他又与 Tobias Domhan 和 Frank Hutter 合作,以训练早期学习曲线预测后续表现,帮助缩短挑选神经网络参数的过程。⁠[3][4]

至2024年:在 Google DeepMind 研究机器人的学习能力

他在 Google DeepMind 的控制团队研究机器学习在科学和机器人中的应用;他在这一时期的个人简介中写道自己居住在伦敦。他参与 Gato 的研究,把能够处理不同类型任务的模型部署到实体机器人上;又参与 RoboCat,研究如何让机器人在不同操作任务和硬件间积累技能。⁠[1][5]

2024年,他以第一作者身份在国际机器学习会议发表研究。团队把132项连续控制任务汇集在同一数据集中,既收录专家示范也保留欠佳的尝试,借此评估模型能否从以往的不同经验里学会多项任务。⁠[6]

在 Physical Intelligence 检验家务和精细操作

2025年4月,Physical Intelligence 发布 π0.5,他名列作者。团队让机器人走进训练资料未收录的家庭,根据指示整理厨房、收拾卧室物品,检验它面对陌生物品和摆放方式时能否完成工作。同年,他以公司研究员身份参加 AI Engineer 大会。⁠[7][5]

关联机构、网站与公开账号

弗赖堡大学:曾在机器学习与计算机视觉团队从事研究。官网:https://uni-freiburg.de/(在新窗口打开) 。⁠[1][4]

Google DeepMind:曾任控制团队研究员。官网:https://deepmind.google/(在新窗口打开) 。⁠[1][5]

Physical Intelligence:机器人研究员。官网:https://www.pi.website/(在新窗口打开) 。⁠[10][5]

个人网站:https://springenberg.aldeia.net/(在新窗口打开) 。他也以 stokasto 使用 GitHub,以 @jtspringenberg 使用 X;其 Google 学术作者页收录研究论文。 https://scholar.google.com/citations?user=MGXJkIAAAAAJ(在新窗口打开) 。⁠[1][11][5]

来源11 个来源

  1. Jost Tobias Springenberg(在新窗口打开)springenberg.aldeia.net↑
  2. Photography(在新窗口打开)springenberg.aldeia.net↑
  3. Striving for Simplicity: The All Convolutional Net(在新窗口打开)arxiv.org↑
  4. Jost Tobias Springenberg — IJCAI 2015(在新窗口打开)ijcai.org↑
  5. Jost Tobias Springenberg: Bio, Work & Ideas(在新窗口打开)ai.engineer↑
  6. Offline Actor-Critic Reinforcement Learning Scales to Large Models(在新窗口打开)proceedings.mlr.press↑
  7. A VLA with Open-World Generalization(在新窗口打开)pi.website↑
  8. Training General Robots for Any Task: Physical Intelligence's Karol Hausman and Tobi Springenberg(在新窗口打开)sequoiacap.com↑
  9. Training General Robots for Any Task: Physical Intelligence’s Karol Hausman and Tobi Springenberg(在新窗口打开)youtube.com↑
  10. Precise Manipulation with Efficient Online RL(在新窗口打开)pi.website↑
  11. stokasto (Jost Tobias Springenberg)(在新窗口打开)github.com↑