A Generalist Agent 对比 Sanalabs

Gato 是 DeepMind 在其 2022 年 5 月研究文章《A Generalist Agent》中介绍的通用智能体。一个具有共享权重的变换器策略处理聊天、图像描述、Atari 游戏和真实机器人手臂堆积积木等任务，均来自同一模型。文章将其描述为一种多模态、多任务、多体现策略，根据上下文选择输出文本、关节扭矩、按钮按压或其他标记。

该领域的大多数工具为每个任务领域训练独立模型。而 Gato 则将每种模态和环境序列化为扁平标记序列，并通过类似大型语言模型的变换器处理。这意味着一个预训练检查点可以在对话、视觉和控制之间切换，无需更换架构。

训练过程中，来自模拟和真实环境的数据与自然语言和图像数据集混合，损失被掩码处理，使 Gato 仅预测动作和文本目标。部署时，先对提示进行标记化，每个新观察结果追加到序列中，模型在 1024 标记的上下文窗口内一次采样一个动作向量。博客中包含按领域分组的任务图表，显示预训练模型达到专家分数阈值。

该文面向 AI 和机器人研究人员多于普通软件用户。您可以在 deepmind.google 阅读和引用该研究；这里审查的页面没有公开注册流程、API 层级或下载按钮。

Sana Labs 为知识工作和企业学习打造企业级 AI 工具，旗下有两款产品：Sana，适用于公司各应用中的 AI 代理；以及 Sana Learn，用于培训和入职。总部位于斯德哥尔摩的公司现已成为 Workday 的一部分。

与大多数企业 AI 供应商仅在现有软件上附加聊天机器人不同，Sana 连接公司的文档、应用和工作流程，使代理能够查找答案、生成报告并自动执行多步骤流程。Sana Learn 用一个平台替代了零散的 LMS、LXP 和创作工具，能够从 PDF 创建课程，并为每位学习者提供个人导师。

该平台面向金融服务、法律、制造和科技等大型组织。网站上列举的客户包括 Spotify、Polestar 和 Foodora，案例研究显示每位员工每周节省 10 小时，课程制作时间从 3 周缩短至 3 小时。