Obrázek robotického systému umělé inteligence „Helix“ pro humanoidní roboty – model Vision-Language-Action (VLA)

Shrnutí: Vidění, jazyk, pohyb: Helix jako milník v robotice

Helix je inovativní systém umělé inteligence pro humanoidní roboty vyvinutý společností Figure AI. Jedná se o model Vision-Language-Action (VLA), který kombinuje vizuální vnímání, porozumění řeči a přesné řízení motorů v jednom systému. Helix představuje významný pokrok ve vývoji flexibilních robotických systémů pro nestrukturovaná prostředí, jako jsou domy. Díky své schopnosti vykonávat složité úkoly bez předchozího školení by mohl způsobit revoluci v interakci člověka a stroje.

Souvisí s tím:

• Hlasem ovládaní roboti: Helix od Figure. Umělá inteligence mění všechno! Průmysl, domácnost, budoucnost – pochopte, učte se, realizujte v reálném čase

Helixovy schopnosti

• Ovládání celé horní části těla humanoidních robotů v reálném čase, včetně 35 os pohybu
• Zpracování řečového vstupu a vizuálních informací pro provádění složitých úkolů
• Rozpoznávání a manipulace s neznámými objekty bez specifického výcviku
• Spolupráce mezi více roboty při provádění úkolů
• Provádění domácích prací, jako je například plnění ledničky

Technické detaily

Skládá se ze dvou hlavních složek:

1. Multimodální jazykový model se 7 miliardami parametrů (7–9 Hz)
2. Pohybová umělá inteligence s 80 miliony parametrů (200 Hz)

• Proškoleni pouze 500 hodinami kontrolovaného školení
• Běží na energeticky úsporných vestavěných grafických procesorech

Největší konkurenti

1. Google DeepMind: Vývoj podobných modelů VLA jako RT-2
2. Meta: Práce na pokročilých humanoidních robotech
3. Apple: Také v závodě o vývoj pokročilých humanoidů s umělou inteligencí
4. OpenAI: Bývalý partner Figure AI, nyní konkurent v oblasti vývoje umělé inteligence

Google DeepMind

Společnost Google DeepMind představila RT-2 (Robotics Transformer 2), průlomový model s technologií vidění, jazyka a akce (VLA). RT-2 umožňuje robotům vykonávat nové úkoly bez specifického školení tím, že se učí koncepty z textových a obrazových dat na internetu a převádí je do robotických akcí. V testech RT-2 prokázal výrazně lepší výkon při nových úkolech ve srovnání se svým předchůdcem RT-1.

Souvisí s tím:

• Google Project Mariner: Experimentální AI agent jako rozšíření prohlížeče – Autonomní webová navigace s technologií DeepMind

Meta

Společnost Meta investuje značné prostředky do vývoje humanoidních robotů poháněných umělou inteligencí. Společnost v rámci své divize Reality Labs zřídila nový tým zaměřený na výzkum a vývoj robotů pro spotřebitele. Meta plánuje vyvíjet systémy umělé inteligence, senzory a softwarové platformy, které mohou být využívány i jinými výrobci.

Jablko

Apple také zkoumá návrhy humanoidních i nehumanoidních robotů. Společnost je však stále v rané fázi vývoje. Analytik Ming-Chi Kuo předpovídá, že masová výroba nebude možná dříve než v roce 2028. Apple se zaměřuje zejména na interakci člověka s robotem.

Souvisí s tím:

• Zachvátila Apple robotická horečka? Nabídky práce odhalují robotickou ofenzivu Applu: Útočí nyní technologický gigant na trh s domácími spotřebiči?

OpenAI

OpenAI, bývalý partner společnosti Figure AI, buduje vlastní robotickou divizi a zaměřuje se na roboty jako ztělesnění umělé inteligence v reálném světě. Společnost nyní přímo konkuruje společnosti Google DeepMind a dalším v oblasti vývoje umělé inteligence pro robotiku.

Společnost Xpert.Digital disponuje hlubokými znalostmi napříč různými odvětvími. To nám umožňuje vyvíjet strategie na míru, které přesně odpovídají požadavkům a výzvám vašeho specifického segmentu trhu. Díky neustálé analýze tržních trendů a sledování vývoje v odvětví můžeme jednat proaktivně a nabízet inovativní řešení. Kombinace zkušeností a odborných znalostí vytváří přidanou hodnotu a poskytuje našim klientům rozhodující konkurenční výhodu.

Více informací zde:

• Využijte 5 oblastí odbornosti Xpert.Digital v jednom balíčku – již od 500 €/měsíc

Inovativní model VLA: Helix kombinuje vnímání, jazyk a pohyb

Nedávné uvedení systému Helix společností Figure AI na trh představuje významný pokrok v oblasti robotické umělé inteligence. Tento inovativní model Vision-Language-Action (VLA) se odlišuje od stávajících systémů několika průlomovými funkcemi a stanovuje nové standardy pro řízení humanoidních robotů. Helix integruje vizuální vnímání, porozumění řeči a přesné řízení pohybu do jediného systému, který je speciálně navržen tak, aby řešil výzvy fyzické robotiky.

Unikátní architektura duálního systému

Snad nejvýznamnější rozdíl mezi systémem Helix a jinými systémy umělé inteligence pro roboty spočívá v jeho inovativní dvoukomponentní architektuře. Tato duální systémová struktura řeší základní problém v oblasti umělé inteligence v robotice.

Systém 1 a systém 2: Doplňková inteligence

Na rozdíl od konvenčních přístupů Helix využívá dva doplňkové systémy, které společně dosahují jedinečné rovnováhy mezi univerzálností a rychlostí. Systém 2 (S2) je multimodální jazykový model se 7 miliardami parametrů, pracující na frekvenci 7–9 Hz a fungující jako analytický „mozek“ robota. Zpracovává vizuální data a řečové příkazy, interpretuje prostředí a rozhoduje se, které akce provést.

Doplňkem je Systém 1 (S1), rychlá, reaktivní vizuomotorická řídicí jednotka s 80 miliony parametrů. Tato komponenta převádí sémantické informace dodávané S2 do přesných, kontinuálních akcí robota s působivou frekvencí 200 Hz. Obrázek AI vysvětluje, že předchozí přístupy selhaly buď kvůli nedostatku univerzálnosti, nebo rychlosti: „Použití VLM (Visual Large Language Model) je univerzální, ale ne rychlé, a použití vizuálních pohybových strategií pro roboty je rychlé, ale ne univerzální.“ Helix tuto dichotomii překonává svou duální strukturou.

Tato architektura se zásadně liší od jiných známých modelů VLA, jako je například RT-2 od Google DeepMind, který také kombinuje vizuální data a hlasové příkazy, ale nemá srovnatelné rozdělení na dvě části.

Souvisí s tím:

• Platforma Google Gemini s Google AI Studio, Google Deep Research s Gemini Advanced a Google DeepMind

Komplexní možnosti ovládání

Ovládání přes 35 stupňů volnosti

Dalším charakteristickým rysem systému Helix je jeho schopnost koordinovat 35 stupňů volnosti současně. Toto komplexní ovládání umožňuje přesnou a vysokorychlostní manipulaci s celou horní částí těla humanoida, včetně zápěstí, trupu, hlavy a jednotlivých prstů. Tato schopnost ovládání překonává většinu stávajících systémů a umožňuje složité manipulační úkoly vyžadující vysoký stupeň jemné motoriky.

Zobecnění a učení objektů

Univerzální rozpoznávání objektů bez specifického tréninku

Klíčovou vlastností systému Helix je jeho schopnost rozpoznat a zpracovat prakticky jakýkoli malý předmět v domácnosti bez předchozího školení o jeho specifických vlastnostech. Tato široká zobecnitelnost umožňuje systému zpracovat tisíce předmětů s různými tvary, velikostmi, barvami a materiálovými vlastnostmi.

Na rozdíl od mnoha jiných robotických systémů s umělou inteligencí, které je třeba přeprogramovat nebo přeškolit pro každý nový úkol nebo typ objektu, se Helix dokáže přizpůsobit různým situacím a reagovat na příkazy v přirozeném jazyce. To představuje zásadní změnu, protože systém používá jednu neuronovou síť k učení veškerého chování – jako je zvedání a pokládání předmětů, používání zásuvek a ledniček a interakce s ostatními roboty – bez nutnosti jemného ladění pro konkrétní úkol.

Koordinace více robotů

Unikátní schopnosti spolupráce

Helix je první model VLA schopný současně ovládat dva roboty a umožnit jim spolupráci. Tato schopnost umožňuje robotům společně řešit složité úkoly zahrnující podávání objektů a koordinaci jejich pohybů. Obzvláště pozoruhodná je téměř lidská komunikace mezi roboty prostřednictvím kývání hlavou a očního kontaktu.

Tato forma koordinace představuje významný pokrok oproti konvenčním systémům, kde je každý robot obvykle ovládán individuálně nebo vyžaduje specifický výcvik pro konkrétní role. S Helixem používají oba roboty stejné modelové hmotnosti bez nutnosti individuálního nastavování.

Efektivita a implementace školení

Minimální požadavky na školení, maximální výkon

Dalším klíčovým rozdílem je pozoruhodná efektivita tréninkového procesu. Helix byl vyvinut s využitím pouze 500 hodin vysoce kvalitních, teleoperovaných tréninkových dat, což je výrazně méně než u srovnatelných přístupů, které často vyžadují tisíce hodin specifických demonstrací. Tato efektivita nejen podtrhuje technickou sofistikovanost systému, ale také jeho ekonomickou životaschopnost pro komerční aplikace.

Zpracování s podporou integrovaných technologií

Na rozdíl od mnoha robotických systémů s umělou inteligencí, které se spoléhají na výkonné externí servery, Helix běží výhradně na vestavěných, energeticky úsporných grafických procesorech (GPU) uvnitř robotů. Toto integrované zpracování eliminuje potřebu neustálého připojení k externím výpočetním zdrojům, díky čemuž je robot autonomnější a flexibilnější v různých prostředích.

Strategická diferenciace

Vertikální integrace místo generických modelů umělé inteligence

Společnost Figure AI se strategicky odlišila od ostatních společností ukončením spolupráce s OpenAI a zavedením vertikálně integrované strategie, v níž si vyvíjí hardware i software interně. Generální ředitel Brett Adcock vysvětlil, že generické modely umělé inteligence nestačí k tomu, aby splňovaly požadavky na ztělesněnou umělou inteligenci – tedy umělou inteligenci ve fyzických robotech. Toto rozhodnutí podtrhuje přístup společnosti, který spočívá v vývoji řešení na míru pro specifické výzvy robotiky, spíše než v spoléhání se na obecné modely umělé inteligence.

Orientace aplikace

Zaměření na domácí použití

Zatímco se mnoho hráčů v oboru v současnosti zaměřuje na průmyslové nebo pracovní aplikace robotů, Figure AI se společností Helix ubírá strategicky překvapivým směrem a zaměřuje se na domácí robotiku. Schopnost robotů vykonávat každodenní úkoly, jako je třídění potravin, plnění ledničky nebo manipulace s širokou škálou domácích potřeb, cílí na trh, který ostatní hráči často považují za příliš složitý na to, aby na něj vstoupili.

Koordinace více robotů: Klíč k nové generaci robotiky

Helix vyniká od ostatních robotických systémů s umělou inteligencí díky své duální architektuře, komplexním možnostem řízení, pozoruhodné generalizační schopnosti a koordinaci více robotů. Díky efektivnímu tréninkovému procesu, integrovanému zpracování a strategickému zaměření na domácí aplikace představuje významný pokrok ve vývoji humanoidních robotů. Zatímco jiné systémy, jako například RT-2 od Google DeepMind, využívají podobné přístupy kombinující vizuální data a hlasové příkazy, Helix nabízí odlišující výhody díky své jedinečné architektuře a integrovanému vývojovému přístupu, což z něj činí průkopníka v nové generaci robotů poháněných umělou inteligencí.

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání

 

Rád/a bych sloužil/a jako váš osobní poradce.

Můžete mě kontaktovat vyplněním níže uvedeného kontaktního formuláře nebo mi jednoduše zavolat na číslo +49 7348 4088 965 .

Těším se na náš společný projekt.

 

 

Xpert.Digital je centrum pro průmysl se zaměřením na digitalizaci, strojírenství, logistiku/intralogistiku a fotovoltaiku.

S naším komplexním řešením pro rozvoj podnikání 360° podporujeme renomované společnosti od nových obchodů až po poprodejní služby.

Součástí našich digitálních nástrojů jsou analýzy trhu, s-marketing, marketingová automatizace, vývoj obsahu, PR, mailové kampaně, personalizované sociální sítě a péče o leady.

Více informací naleznete na: www.xpert.digital - www.xpert.solar - www.xpert.plus