A Generalist Agent vs Cogram

Gato est l'agent généraliste présenté par DeepMind dans son article de recherche de mai 2022 intitulé « A Generalist Agent ». Une seule politique de transformeur avec des poids partagés gère la conversation, la description d'images, les jeux Atari et l'empilement de blocs par un bras robotique réel à partir du même modèle. L'article le décrit comme une politique multimodale, multitâche et multi-incarnation qui choisit d'émettre du texte, des couples articulaires, des pressions de boutons ou d'autres jetons selon le contexte.

La plupart des outils dans ce domaine entraînent un modèle distinct par domaine de tâche. Gato sérialise au contraire chaque modalité et environnement en une séquence plate de jetons et la fait passer à travers un transformeur conçu comme un grand modèle de langage. Cela signifie qu'un seul point de contrôle pré-entraîné passe du dialogue, à la vision, puis au contrôle sans changer d'architecture.

Pendant l'entraînement, les données issues d'environnements simulés et réels se mélangent avec des ensembles de données en langage naturel et d'images, avec une perte masquée pour que Gato ne prévoie que les cibles d'action et de texte. Lors du déploiement, un prompt est d'abord tokenisé, chaque nouvelle observation s'ajoute à la séquence, et le modèle échantillonne un vecteur d'action un jeton à la fois dans une fenêtre de contexte de 1024 jetons. Le blog inclut des graphiques regroupés par domaine des tâches où le modèle pré-entraîné dépasse les seuils de score expert.

Le texte s'adresse davantage aux chercheurs en IA et robotique qu'aux acheteurs de logiciels quotidiens. Vous pouvez lire et citer la recherche sur deepmind.google ; il n'y a pas de processus d'inscription public, de niveau API ou de bouton de téléchargement sur les pages examinées ici.

Cogram offre aux architectes et ingénieurs un espace de travail unique pour la documentation de projet, allant des comptes rendus de réunion et rapports de terrain aux RFIs, soumissions et courriels de projet. La plateforme se connecte à Procore, Deltek, Unanet, Microsoft Teams, Outlook, Autodesk, Zoom et Google Meet, puis génère des brouillons dans les modèles de votre entreprise au lieu de résumés génériques.

Les assistants de réunion génériques capturent des notes d'appel. Cogram est conçu autour des flux de travail AEC : les RFIs et soumissions se synchronisent avec Procore, les rapports de terrain proviennent de la voix et des photos sur site, et l'Agent de projet répond aux questions à partir des plans et correspondances. La tarification modulaire permet aux entreprises d'acheter uniquement les modules dont elles ont besoin, et les comptes collaborateurs externes sont gratuits.

Les chefs de projet, responsables de conception et administrateurs de construction utilisent Cogram pour réduire les tâches administratives répétitives ; la page d'accueil estime que cela peut économiser plusieurs heures par semaine. Les particuliers peuvent commencer un essai de 14 jours ; la tarification pour les équipes est proposée par siège après une démonstration.