El sistema Robotics AI "Helix" de la Figura AI para Humanoid Robot-A Vision Language Action (VLA) Modelo

Versión corta: visión, lenguaje, movimiento: hélice como un hito en robótica

Helix es un innovador sistema de IA para robots humanoides desarrollados por la Figura AI. Es un modelo de acción-idioma de visión (VLA) que combina la percepción visual, la comprensión del lenguaje y el control motor preciso en un solo sistema. Helix marca un progreso significativo en el desarrollo de sistemas de robots flexibles para entornos no estructurados, como los hogares. Con su capacidad para llevar a cabo tareas complejas sin capacitación previa, podría revolucionar la interacción entre el hombre y la máquina.

Adecuado para:

• Lenguaje -Robot controlado: ¡Helix de la figura ai lo cambia todo! Industria, hogar, futuro: comprensión, aprendizaje, ejecución en tiempo real

Helix Habilidades

• Control en tiempo real de toda la parte superior del cuerpo de robots humanoides, incluidos 35 ejes de movimiento
• Procesamiento de entrada de voz e información visual sobre la ejecución de tareas complejas
• Detección y manejo de objetos desconocidos sin capacitación específica
• Cooperación entre varios robots en la ejecución de tareas
• Ejecución de tareas domésticas, como la compensación de un refrigerador

Detalle técnico

Consta de dos componentes principales:

1. Un modelo de lenguaje multimodal con 7 mil millones de parámetros (7-9 Hz)
2. Una IA de movimiento con 80 millones de parámetros (200 Hz)

• Entrenado con solo 500 horas de entrenamiento monitoreado
• Funciona con GPU incrustadas con eficiencia energética

El mejor competidor

1. Google DeepMind: modelos VLA desarrollados como RT-2
2. Meta: trabajando en robots humanoides avanzados
3. Apple: también en la carrera por el desarrollo de humanoides avanzados de IA
4. OpenAai: ex socio de la Figura AI, ahora competidor en el campo del desarrollo de la IA

Google DeepMind

Con RT-2 (Robotics Transformer 2), Google Deepmind ha presentado un modelo innovador de acción de visión (VLA). RT-2 permite a los robots llevar a cabo nuevas tareas sin capacitación específica al aprender conceptos de datos de texto e imágenes de Internet e implementarlos en acciones robóticas. En las pruebas, RT-2 mostró un rendimiento significativamente mejorado en nuevas tareas en comparación con el modelo anterior RT-1.

Adecuado para:

• Google Project Mariner: Agente experimental de IA como extensión del navegador – Navegación web autónoma con tecnología DeepMind

Meta

Meta invierte fuertemente en el desarrollo de robots humanoides controlados por IA. La compañía ha fundado un nuevo equipo dentro de su división de laboratorios de realidad, que se centra en la investigación y el desarrollo de robots para los consumidores. Meta planea desarrollar sistemas de IA, sensores y plataformas de software que también pueden ser utilizadas por otros fabricantes.

Manzana

Apple también investiga tanto los humanoides como los diseños de robots no humanoides. Sin embargo, la compañía todavía está en una fase de desarrollo temprano. El analista Ming-Chi Kuo predice una posible producción en masa en el primer lugar para 2028. Apple se enfoca particularmente en la interacción entre humanos y robots.

Adecuado para:

• Apple en la fiebre del robot? Los anuncios de empleo revelan la ofensiva del robot de Apple: ¿El gigante tecnológico ahora ataca el mercado doméstico?

Abierto AI

OpenAai, ex socio de la Figura AI, construye su propio departamento de robótica y trata con los robots como una encarnación de la inteligencia artificial en el mundo real. La compañía ahora compite directamente con Google Deepmind y otros en el campo del desarrollo de la IA para la robótica.

Máquina de renderizado 3D AI y XR: experiencia quíntuple de Xpert.Digital en un paquete de servicios integral, I+D XR, PR y SEM - Imagen: Xpert.Digital

Xpert.Digital tiene un conocimiento profundo de diversas industrias. Esto nos permite desarrollar estrategias a medida que se adaptan precisamente a los requisitos y desafíos de su segmento de mercado específico. Al analizar continuamente las tendencias del mercado y seguir los desarrollos de la industria, podemos actuar con previsión y ofrecer soluciones innovadoras. Mediante la combinación de experiencia y conocimiento generamos valor añadido y damos a nuestros clientes una ventaja competitiva decisiva.

Más sobre esto aquí:

• Utilice la experiencia quíntuple de Xpert.Digital en un solo paquete, desde sólo 500 € al mes

Modelo VLA innovador: Helix combina percepción, lenguaje y movimiento

La introducción más reciente de Helix a través de la Figura AI marca un progreso significativo en el panorama de robótica para hacer. Este innovador modelo de acción de longitud de visión (VLA) se destaca a través de varias propiedades innovadoras de los sistemas existentes y establece nuevos estándares para el control de los robots humanidos. Helix combina la percepción visual, la comprensión del lenguaje y el control preciso del movimiento en un sistema integrado que fue diseñado especialmente para los desafíos de la robótica física.

Arquitectura de sistema dual único

La diferencia más significativa entre Helix y otros sistemas de IA para robots radica en su innovadora arquitectura de dos componentes. Esta estructura de sistema dual resuelve un problema fundamental de la Robótica AI.

Sistema 1 y Sistema 2: Inteligencia complementaria

A diferencia de los enfoques convencionales, Helix utiliza dos sistemas complementarios que juntos logran un equilibrio único entre la universalidad y la velocidad. System 2 (S2) es un modelo de lenguaje multimodal con 7 mil millones de parámetros que funcionan con una frecuencia de 7-9 Hz y actúan como el "cerebro" analítico del robot. Procesa los comandos visuales de datos y voz, interpreta el entorno y decide qué acciones deben llevarse a cabo.

Sistema 1 (S1), una unidad de control visuo-motor rápida y reactiva con 80 millones de parámetros. Este componente traduce la información semántica proporcionada por el S2 en acciones de robots continuas precisas con una frecuencia impresionante de 200 Hz. El robot es rápido, pero no universal ”. Helix supera esta dicotomía a través de su estructura dual.

Esta arquitectura difiere fundamentalmente de otros modelos VLA conocidos como Google Deepminds RT-2, que también combina datos visuales y comandos de voz, pero no tiene una división comparable de dos.

Adecuado para:

• Plataforma Gemini de Google con Google AI Studio, Google Deep Research con Gemini Advanced y Google DeepMind

Habilidades de control integrales

Control de más de 35 grados de libertad

Otra distinción de Helix es su capacidad para coordinar 35 grados de libertad al mismo tiempo. Este control integral permite un control preciso de toda la parte superior del cuerpo humanoide, incluidas las muñecas, el torso, la cabeza y los dedos individuales a alta velocidad. Esta capacidad de control excede la mayoría de los sistemas existentes y permite tareas de manipulación complejas que requieren un alto grado de habilidades motoras finas.

Generación de objetos y aprendizaje

Reconocimiento de objetos universales sin capacitación específica

Una excelente cualidad de la hélice es la capacidad de reconocer y manejar prácticamente todos los objetos domésticos pequeños sin haber sido capacitados en sus propiedades específicas de antemano. Esta capacidad de generalización de amplio alcance le permite al sistema manejar miles de objetos con diferentes formas, tamaños, colores y propiedades del material.

A diferencia de muchos otros sistemas de robots de IA que deben ser recién programados o capacitados para cada nueva tarea o nuevo tipo de objeto, Helix puede adaptarse a diferentes situaciones y reaccionar a los comandos de voz natural. Esto representa un cambio de paradigma, ya que el sistema utiliza una sola red neuronal para aprender todos los comportamientos, como recoger y tomar objetos, usar cajones y refrigeradores, así como interacción cruzada de robot, sin tareas específicas.

Coordinación de múltiples robots

Habilidades de colaboración únicas

Helix es el primer modelo VLA que puede controlar dos robots al mismo tiempo y permitirles trabajar juntos. Esta habilidad permite a los robots resolver tareas complejas juntas, en las que son suficientes y coordinan sus movimientos. La comunicación casi humana entre los robots a través de los asentimientos y el contacto visual es particularmente notable.

Esta forma de coordinación representa un progreso significativo en comparación con los sistemas convencionales, en el que cada robot se controla típicamente individualmente o debe ser entrenado específicamente para ciertos roles. Con Helix, ambos robots usan los mismos pesos de modelo sin la necesidad de ajustes individuales.

Eficiencia e implementación de capacitación

Necesidades de capacitación mínima, rendimiento máximo

Otra diferencia significativa radica en la notable eficiencia del proceso de capacitación. Con solo 500 horas de datos de entrenamiento operados por teleobjetivo de alta calidad, se desarrolló Helix, que es considerablemente menor que en enfoques comparables que a menudo necesitan miles de horas de demostraciones específicas. Esta eficiencia no solo subraya la sofisticación técnica del sistema, sino también su viabilidad económica para aplicaciones comerciales.

Procesamiento con capacidad incrustada

A diferencia de muchos sistemas de AI robóticos que dependen de poderosos servidores externos, Helix se ejecuta completamente en GPU integradas y eficientes en energía dentro del robot. Este procesamiento a bordo elimina la necesidad de una conexión constante con los recursos aritméticos externos y hace que el robot sea más autónomo y flexible en varios entornos.

Diferenciación estratégica

Integración vertical en lugar de modelos genéricos de IA

La Figura AI ha establecido estratégicamente por otras compañías al finalizar la cooperación con OpenAI y seguir una estrategia integrada verticalmente en la que tanto el hardware como el software se desarrollan internamente. El CEO Brett Adcock dijo que los modelos genéricos de IA no son suficientes para cumplir con los requisitos de "IA encarnada", es decir, IA en robots físicos. Esta decisión subraya el enfoque de desarrollar soluciones a medida para los desafíos específicos de la robótica en lugar de depender de los modelos generales de IA.

Orientación de la aplicación

Centrarse en el uso del hogar

Mientras que muchos actores en la industria se centran actualmente en aplicaciones de robots industriales o en el lugar de trabajo, la Figura AI con Helix está buscando un enfoque estratégicamente sorprendente con un enfoque en la robótica doméstica. La capacidad del robot, las actividades cotidianas, como la clasificación de los alimentos, el agarre del refrigerador o el manejo de una amplia variedad de artículos para el hogar, está dirigida a un mercado que a menudo se considera demasiado complejo para la entrada por otros actores.

Coordinación de múltiples robots: la clave para la próxima generación robótica

Con su arquitectura de doble sistema, Helix se destaca claramente de otros sistemas de IA para robots a través de otros sistemas de IA para robots. Con su eficiente proceso de capacitación, procesamiento integrado y enfoque estratégico en los tratamientos domésticos, representa un progreso significativo en el desarrollo de robots humanoides. Mientras que otros sistemas como Google Deepminds RT-2 buscan enfoques similares para la combinación de datos visuales y comandos de voz, Helix ofrece ventajas diferenciantes con su arquitectura única y su enfoque de desarrollo integrado, lo que lo convierte en un pionero en la próxima generación de robots controlados por IA.

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación.

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Desarrollo empresarial pionero

Konrad Wolfenstein

Estaré encantado de servirle como su asesor personal.

Puedes contactarme completando el formulario de contacto a continuación o simplemente llámame al +49 89 89 674 804 (Múnich) .

Estoy deseando que llegue nuestro proyecto conjunto.

Xpert.Digital es un centro industrial centrado en la digitalización, la ingeniería mecánica, la logística/intralogística y la fotovoltaica.

Con nuestra solución de desarrollo empresarial de 360°, apoyamos a empresas reconocidas desde nuevos negocios hasta posventa.

Inteligencia de mercado, smarketing, automatización de marketing, desarrollo de contenidos, relaciones públicas, campañas de correo, redes sociales personalizadas y desarrollo de leads son parte de nuestras herramientas digitales.

Puede obtener más información en: www.xpert.digital - www.xpert.solar - www.xpert.plus