Dynalang 是一个创新的人工智能项目,旨在通过多模态世界模型利用多种语言类型来解决任务。该项目的核心在于使用语言来预测未来情境,从而促进智能体在不同环境中进行有效决策与行为。
在 HomeGrid 环境中,用户可以通过安装相应的依赖快速启动并运行示例训练脚本。它支持多种任务模式,如 homegrid_task
、homegrid_future
、homegrid_dynamics
和 homegrid_corrections
,让用户能够在不同的情景下训练与测试人工智能模型。
安装 HomeGrid 环境:
pip install homegrid
运行示例脚本:
sh scripts/run_homegrid.sh homegrid_task EXP_NAME GPU_IDS SEED
在 Messenger 环境中,用户需要安装特定的系统依赖和 Messenger 环境本身。完成这些安装步骤后,用户可以下载预嵌入的语言数据并在此基础上进行训练。
安装信使环境的依赖项:
sudo apt-get install \ libsdl-image1.2-dev libsdl-mixer1.2-dev libsdl-ttf2.0-dev \ libsdl1.2-dev libsmpeg-dev subversion libportmidi-dev ffmpeg \ libswscale-dev libavformat-dev libavcodec-dev libfreetype6-dev
克隆 Messenger 环境并安装:
git clone https://github.com/ahjwang/messenger-emma pip install -e messenger-emma
从谷歌云端硬盘下载预嵌入的语言数据,并放入指定的数据目录。
运行训练示例脚本:
sh scripts/run_messenger_s1.sh EXP_NAME GPU_IDS SEED
虚拟导航(VLN)模块要求用户安装一个较早版本的 Habitat 模拟器,同时还需下载 Matterport3D 和 Room-to-Room 数据集来进行模拟场景的准备。
安装 VLN 所需的依赖。
克隆 VLN-CE 和 Habitat-lab:
git clone https://github.com/jlin816/VLN-CE VLN_CE git clone https://github.com/jlin816/habitat-lab habitat_lab
下载并解压需要的场景数据到指定文件夹。
下载并准备 Room-to-Room 数据集。
运行用于训练的示例脚本:
sh scripts/run_vln.sh EXP_NAME GPU_IDS SEED
LangRoom 环境通过特定分支运行,支持同时执行动作和语言输出。用户需要切换到 langroom
分支并安装对应的环境,然后运行示例训练脚本。
切换到 LangRoom 分支并进行安装。
git checkout langroom pip install langroom
运行训练示例脚本:
sh run_langroom.sh EXP_NAME GPU_IDS SEED
此模块提供对语言模型的文本数据进行预训练和微调的能力,通过使用 TinyStories 数据集来优化智能体在各种语言任务上的表现。
安装额外的依赖:
pip install datasets
运行训练脚本以开展预训练及微调:
sh scripts/pretrain_text.sh EXP_NAME GPU_IDS SEED roneneldan/TinyStories /PATH/TO/EVAL/REPLAY/EPISODES
为了实现最优的训练效果,用户可以参考项目中的训练脚本,使用多个 GPU 来管理模型的训练进程。同时,通过 parallel
脚本可以提高训练的速度,实现更快的迭代。
本项目参考并改编自 DreamerV3 项目。
如果您在科研工作中使用了本项目,请参考以下引用格式:
@article{lin2023learning,
title={Learning to Model the World with Language},
author={Jessy Lin and Yuqing Du and Olivia Watkins and Danijar Hafner and Pieter Abbeel and Dan Klein and Anca Dragan},
year={2023},
eprint={2308.01399},
archivePrefix={arXiv},
}
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程 效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧 爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富 智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实 现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号