Jost Tobias Springenberg
Jost Tobias Springenberg,通稱 Tobi,是 Physical IntelligencePhysical IntelligencePhysical Intelligence(簡稱π或Pi)是一家總部位於舊金山的機器人人工智能公司,開發可用於多種機器人的通用基礎模型,代表作包括π0系列模型。點擊查看完整詞條 的機器學習和機器人研究員。他出生於德國希爾登,先後學習認知科學和計算機科學,曾在弗賴堡大學和 Google DeepMindGoogle DeepMindGoogle DeepMind 是 Google 旗下的人工智能研究機構,2023年4月由2014年被 Google 收購的 DeepMind 與 Google Research 的 Brain 團隊合併而成,由 Demis Hassabis 任首席執行官。它開發了 AlphaGo、AlphaFold 和 Gemini 系列模型,Hassabis 與 John Jumper 因 AlphaFold 的蛋白質結構預測工作獲得2024年諾貝爾化學獎。點擊查看完整詞條 從事研究。他參與了全卷積視覺網絡、Gato、RoboCat 和家務機器人模型 π0.5 等項目。
本頁目錄6 節
詞條資料
早年與求學:從認知科學到計算機視覺
2014至2015年重新檢驗圖像識別網絡的組成
2014年12月,他與 Alexey DosovitskiyAlexey DosovitskiyAlexey Dosovitskiy 是計算機視覺與機器學習研究者、Recursive 聯合創始人,參與 FlowNet、CARLA 和 Vision Transformer 等研究。點擊查看完整詞條、Thomas Brox 和 Martin Riedmiller 發佈研究,檢驗圖像識別網絡通常採用的最大池化步驟能否省去。他們在幾項基準測試中發現,可以僅用卷積層構成效果相當的網絡;論文獲2015年國際學習表徵會議工作坊接收。2015年,他又與 Tobias Domhan 和 Frank Hutter 合作,以訓練早期學習曲線預測後續表現,幫助縮短挑選神經網絡參數的過程。[3][4]
至2024年:在 Google DeepMind 研究機器人的學習能力
他在 Google DeepMind 的控制團隊研究機器學習在科學和機器人中的應用;他在這一時期的個人簡介中寫道自己居住在倫敦。他參與 Gato 的研究,把能夠處理不同類型任務的模型部署到實體機器人上;又參與 RoboCat,研究如何讓機器人在不同操作任務和硬件間積累技能。[1][5]
2024年,他以第一作者身份在國際機器學習會議發表研究。團隊把132項連續控制任務彙集在同一數據集中,既收錄專家示範也保留欠佳的嘗試,藉此評估模型能否從以往的不同經驗裡學會多項任務。[6]
2025年起在 Physical Intelligence 檢驗家務和精細操作
2025年4月,Physical Intelligence 發佈 π0.5,他名列作者。團隊讓機器人走進訓練資料未收錄的家庭,根據指示整理廚房、收拾臥室物品,檢驗它面對陌生物品和擺放方式時能否完成工作。同年,他以公司研究員身份參加 AI Engineer 大會。[7][5]
2026年1月6日,他與 Karol HausmanKarol HausmanKarol Hausman 是機器人學與人工智能研究者,機器人基礎模型公司 Physical Intelligence 的聯合創始人兼首席執行官。他此前在 Google Brain 和 Google DeepMind 從事機器人學習研究,並任斯坦福大學兼職教授。點擊查看完整詞條 接受紅杉資本Sequoia CapitalSequoia Capital是一家由Don Valentine於1972年創立的風險投資機構,投資範圍從種子期延伸至成長階段。其歷史投資包括Apple、Cisco、Google、YouTube、Airbnb和Stripe;2021年推出可繼續持有上市證券的Sequoia Capital Fund結構,2023年區域業務轉為獨立品牌與合夥組織。點擊查看完整詞條訪問。他談到一臺機器人偶爾完成操作與值得日常託付之間的距離,並用實驗證據說明團隊如何衡量進步:裝盒吞吐量約翻倍,製作意式咖啡的演示持續約13小時,處理衣物的演示約4小時。3月19日,他又與 Charles Xu 等人發表機器人精細操作研究,團隊在擰螺絲、系紮帶和插接線纜等任務中單獨測量最需精度的階段。[8][9][10]
關聯機構、網站與公開賬號
弗賴堡大學:曾在機器學習與計算機視覺團隊從事研究。官網:https://uni-freiburg.de/(在新窗口打開) 。[1][4]
Google DeepMind:曾任控制團隊研究員。官網:https://deepmind.google/(在新窗口打開) 。[1][5]
Physical Intelligence:機器人研究員。官網:https://www.pi.website/(在新窗口打開) 。[10][5]
個人網站:https://springenberg.aldeia.net/(在新窗口打開) 。他也以 stokasto 使用 GitHub,以 @jtspringenberg 使用 X;其 Google 學術作者頁收錄研究論文。 https://scholar.google.com/citations?user=MGXJkIAAAAAJ(在新窗口打開) 。[1][11][5]
來源11 個來源
- Jost Tobias Springenberg(在新窗口打開)springenberg.aldeia.net↑
- Photography(在新窗口打開)springenberg.aldeia.net↑
- Striving for Simplicity: The All Convolutional Net(在新窗口打開)arxiv.org↑
- Jost Tobias Springenberg — IJCAI 2015(在新窗口打開)ijcai.org↑
- Jost Tobias Springenberg: Bio, Work & Ideas(在新窗口打開)ai.engineer↑
- Offline Actor-Critic Reinforcement Learning Scales to Large Models(在新窗口打開)proceedings.mlr.press↑
- A VLA with Open-World Generalization(在新窗口打開)pi.website↑
- Training General Robots for Any Task: Physical Intelligence's Karol Hausman and Tobi Springenberg(在新窗口打開)sequoiacap.com↑
- Training General Robots for Any Task: Physical Intelligence’s Karol Hausman and Tobi Springenberg(在新窗口打開)youtube.com↑
- Precise Manipulation with Efficient Online RL(在新窗口打開)pi.website↑
- stokasto (Jost Tobias Springenberg)(在新窗口打開)github.com↑