Robotics AI süsteem “Helix”, joonisel AI humanoid roboti-a visiooni keele tegevuse (VLA) mudel

Lühike versioon: visioon, keel, liikumine: Helix kui verstapost robootikast

Helix on innovaatiline AI -süsteem humanoidrobotite jaoks, mille on välja töötanud joonis AI. See on nägemisekeelega (VLA) mudel, mis ühendab visuaalse taju, keele mõistmise ja täpse motoorse juhtimise ühes süsteemis. Helix tähistab olulist edu paindlike robotite süsteemide arendamisel struktureerimata keskkondade nagu leibkondade jaoks. Oma võimega täita keerulisi ülesandeid ilma eelneva koolituseta, võib see muuta inimese ja masina koostoime revolutsiooniliseks.

Sobib selleks:

• Keelekontrollitud robot: joonis AI spiraali muudab kõike! Tööstus, leibkond, tulevik - mõistmine, õppimine, teostamine reaalajas

Spiraalioskus

• Reaalajas kontroll kogu humanoidrobotite ülakeha, sealhulgas 35 liikumise telge
• Häälsisendi ja visuaalse teabe töötlemine keerukate ülesannete täitmise kohta
• Tundmatute objektide tuvastamine ja käitlemine ilma konkreetse koolituseta
• Koostöö mitmete robotite vahel ülesannete täitmisel
• Majapidamisülesannete täitmine, näiteks külmkapi puhastamine

Tehnilised üksikasjad

Koosneb kahest põhikomponendist:

1. Multimodaalne keelemudel, millel on 7 miljardit parameetrit (7-9 Hz)
2. 80 miljoni parameetriga liikumine AI (200 Hz)

• Koolitatud vaid 500 tundi jälgitavat koolitust
• Jookseb energiatõhusate manustatud GPU -dega

Suurim konkurent

1. Google DeepMind: välja töötatud VLA mudelid nagu RT-2
2. Meta: töötamine arenenud humanoidrobotite kallal
3. Apple: ka rassis arenenud AI humanoidide arendamiseks
4. OpenAai: Figuuri AI endine partner, nüüd AI arengu valdkonnas konkurent

Google DeepMind

RT-2-ga (robootika Transformer 2) on Google DeepMind esitanud murrangulise nägemisvõimelise action (VLA) mudeli. RT-2 võimaldab robotitel täita uusi ülesandeid ilma konkreetse väljaõppeta, õppides kontseptsioone Interneti teksti- ja pildiandmetest ning rakendades need robotiteks. Testides näitas RT-2 eelmise mudeli RT-1-ga võrreldes uute ülesannete oluliselt paranenud jõudlust.

Sobib selleks:

• Google Project Mariner: Eksperimentaalne AI agent kui brauseri laiendamise-autonoomne veebis navigeerimine DeepMind Technology abil

Meta

Meta investeerib tugevalt AI-juhitud humanoidrobotite väljatöötamisse. Ettevõte on asutanud oma reaalsuse Labs -divisjonis uue meeskonna, mis keskendub tarbijate robotite uurimisele ja arendamisele. Meta plaanib arendada AI -süsteeme, andureid ja tarkvaraplatvorme, mida saavad kasutada ka teised tootjad.

Õun

Apple uurib ka nii humanoidide kui ka mittenumanoidseid robotikujundusi. Kuid ettevõte on endiselt varases arendamise etapis. Analüütik Ming-Chi Kuo ennustab võimalikku masstootmist kõige varem 2028. aastaks. Apple keskendub eriti inimeste ja robotite koostoimele.

Sobib selleks:

• Õun robotpalavikus? Töökuulutused paljastavad Apple'i roboti solvava: kas tehnikahiiglane ründab nüüd majapidamisturgu?

Avatudi

Figuuri AI endine partner Openai loob oma robootikaosakonna ja tegeleb robotitega kui tehisintellekti kehastust reaalses maailmas. Nüüd konkureerib ettevõte otse Google DeepMindi ja teistega robootika AI arendamise valdkonnas.

AI ja XR-3D-renderdusmasin: Xpert.digital viis korda asjatundlikkust põhjalikus teeninduspaketis, R&D XR, PR & SEM-IMAGE: Xpert.digital

Xpert.digital on sügavad teadmised erinevates tööstusharudes. See võimaldab meil välja töötada kohandatud strateegiad, mis on kohandatud teie konkreetse turusegmendi nõuetele ja väljakutsetele. Analüüsides pidevalt turusuundumusi ja jätkates tööstuse arengut, saame tegutseda ettenägelikkusega ja pakkuda uuenduslikke lahendusi. Kogemuste ja teadmiste kombinatsiooni abil genereerime lisaväärtust ja anname klientidele otsustava konkurentsieelise.

Lisateavet selle kohta siin:

• Kasutage Xpert.digital 5 -kordist kompetentsi ühes paketis alates 500 €/kuus

Uuenduslik VLA mudel: Helix ühendab taju, keele ja liikumise

Helixi viimane sissejuhatus joonise AI kaudu tähistab olulist edu robootika-do-Go maastikul. See uuenduslik nägemise pikkusega tegevuse (VLA) mudel paistab silma olemasolevate süsteemide mitmete murranguliste omaduste kaudu ja kehtestab uusi standardeid inimrobotite kontrollimiseks. Helix ühendab visuaalse taju, keele mõistmise ja täpse liikumise kontrolli integreeritud süsteemis, mis oli spetsiaalselt loodud füüsilise robootika väljakutsetele.

Ainulaadne kahesüsteemi arhitektuur

Kõige olulisem erinevus Helixi ja teiste robotite AI-süsteemide vahel seisneb selle uuenduslikus kahekomponendilises arhitektuuris. See kahekordse süsteemi struktuur lahendab robootika AI põhiprobleemi.

Süsteem 1 ja 2. süsteem: täiendav intelligentsus

Vastupidiselt tavapärastele lähenemisviisidele kasutab Helix kahte täiendavat süsteemi, mis saavutavad koos ainulaadse tasakaalu universaalsuse ja kiiruse vahel. Süsteem 2 (S2) on multimodaalne keelemudel, mille 7 miljardit parameetrit töötavad sagedusega 7-9 Hz ja toimib roboti analüütilise “aju”. See töötleb visuaalseid andmeid ja häälkäsklusi, tõlgendab keskkonda ja otsustab, milliseid toiminguid tuleks läbi viia.

Süsteem 1 (S1), kiire, reaktiivne visuo-mootor juhtseade, millel on 80 miljonit parameetrit. See komponent tõlgib S2 esitatud semantilise teabe täpseteks pidevateks robotitoiminguteks muljetavaldava sagedusega 200 Hz. Joonis AI selgitab, et varasemad lähenemisviisid ebaõnnestusid kas universaalsuse või kiiruse puudumise tõttu: “VLM -i (visuaalne suur keelemudel) kasutamine on universaalne, kuid mitte kiiresti ning visuaalse liikumise strateegiate kasutamine roboti jaoks on kiire, kuid mitte universaalne”. Helix ületab selle dihhotoomia oma kahe struktuuri kaudu.

See arhitektuur erineb põhimõtteliselt teistest teadaolevatest VLA mudelitest, näiteks Google DeepMinds RT-2, mis ühendab ka visuaalseid andmeid ja häälkäsklusi, kuid millel puudub võrreldav kahe jagamine.

Sobib selleks:

• Google'i Kaksikute platvorm koos Google AI stuudioga, Google Deep Research koos Gemini Advanced ja Google DeepMind

Põhjalikud kontrollioskused

Kontroll üle 35 vabadusastme

Veel üks erinevus Helixist on tema võime koordineerida samal ajal 35 vabadusastet. See terviklik kontroll võimaldab täpset kontrolli kogu humanoidse ülakeha, sealhulgas randmete, torso, pea ja üksikute sõrmedega suurel kiirusel. See juhtimisvõime ületab enamiku olemasolevate süsteemide ja võimaldab keerulisi manipuleerimisülesandeid, mis nõuavad kõrgeid peenmotoorikaid oskusi.

Objektide genereerimine ja õppimine

Objektide universaalne äratundmine ilma konkreetse koolituseta

Silmapaistev spiraali kvaliteet on võime ära tunda ja käsitseda praktiliselt iga väikese majapidamise objekti, ilma et oleks eelnevalt koolitatud. See kaugeleulatuv üldistamisvõime võimaldab süsteemil käsitseda tuhandeid objekte, millel on erinevad kujud, suurused, värvid ja materiaalsed omadused.

Vastupidiselt paljudele teistele AI -robotite süsteemidele, mis tuleb iga uue ülesande või uue objekti tüübi jaoks äsja programmeerida või koolitada, saab Helix kohaneda erinevate olukordadega ja reageerida looduslike häälkäsklustele. See tähistab paradigma nihet, kuna süsteem kasutab kogu käitumise õppimiseks ühte neuronaalset võrku - näiteks objektide korjamine ja võtmine, sahtlite ja külmikute kasutamine, samuti rist -roboti interaktsioon - ilma ülesanneteta - spetsiifiline peenhäälestamine.

Mitme roboti koordineerimine

Ainulaadne koostööoskus

Helix on esimene VLA mudel, mis suudab korraga juhtida kahte robotit ja võimaldab neil koos töötada. See võime võimaldab robotitel lahendada keerulised ülesanded koos, kus need on piisavad, ja koordineerida nende liikumist. Eriti tähelepanuväärne on peaaegu inimese välimusega suhtlus robotite vahel noogutuste ja silmakontaktide vahel.

See koordinatsiooni vorm tähistab tavapäraste süsteemidega võrreldes olulist edu, kus iga robotit kontrollitakse tavaliselt eraldi või tuleb seda spetsiaalselt teatud rollide jaoks koolitada. Helixi abil kasutavad mõlemad robotid sama mudeli kaal ilma individuaalsete muudatuste vajaduseta.

Koolituse tõhusus ja rakendamine

Minimaalsed koolitusvajadused, maksimaalne jõudlus

Veel üks oluline erinevus seisneb koolitusprotsessi märkimisväärses tõhususes. Ainult 500 tunni kõrge kvaliteediga, teleoperatiivsete treeningandmete abil töötati välja spiraali, mis on tunduvalt väiksem kui võrreldavates lähenemisviisides, mis vajavad sageli tuhandeid tunde konkreetseid demonstratsioone. See tõhusus ei rõhuta mitte ainult süsteemi tehnilist keerukust, vaid ka selle majanduslikku teostatavust ärirakenduste jaoks.

Manustatud võimeline töötlemine

Erinevalt paljudest robootika AI-süsteemidest, mis tuginevad võimsatele välistest serveritest, töötab Helix täielikult robotis manustatud energiatõhusatel GPU-del. See pardal töötlemine välistab vajaduse pideva ühenduse järele väliste aritmeetiliste ressurssidega ning muudab roboti erinevates keskkondades autonoomsemaks ja paindlikumaks.

Strateegiline diferentseerimine

Vertikaalne integratsioon geneeriliste AI mudelite asemel

Joonis AI on teiste ettevõtete strateegiliselt loonud, lõpetades koostöö OpenAiga ja järgides vertikaalselt integreeritud strateegiat, milles nii riist- kui ka tarkvara arendatakse sisemiselt. Tegevjuht Brett Adcock ütles, et geneerilised AI-mudelid ei ole piisavad, et täita „kehastatud AI” nõudeid-see tähendab AI füüsilistes robotites. See otsus rõhutab lähenemisviisi, mis arendab kohandatud lahendusi robootika konkreetsete väljakutsete jaoks, selle asemel et tugineda üldistele AI-mudelitele.

Rakenduste orienteeritus

Keskenduge majapidamise kasutamisele

Kui paljud tööstuse osalised keskenduvad praegu tööstuslikule või töökohaga seotud robotite rakendustele, siis joonis AI koos Helixiga tegeleb strateegiliselt üllatava lähenemisviisiga, keskendudes leibkonna robootikale. Roboti võime, igapäevased tegevused, näiteks toidu sorteerimine, külmkapi haaramine või mitmesuguste majapidamistarvete käitlemine on suunatud turule, mida teised osalejad peavad sageli liiga keeruliseks.

Mitme roboti koordineerimine: järgmise robot põlvkonna võti

Oma kahesüsteemi arhitektuuriga paistab Helix silma teistest robotite AI-süsteemidelt teiste AI-süsteemide kaudu robotite jaoks. Oma tõhusa koolitusprotsessi, manustatud töötlemise ja strateegilise keskendumisega leibkondade töötlustele esindab see olulist edu humanoidrobotite arendamisel. Kui muud süsteemid nagu Google DeepMinds RT-2 jätkavad sarnaseid lähenemisviise visuaalsete andmete ja häälkäskude kombinatsioonile, siis Helix pakub eristavaid eeliseid oma ainulaadse arhitektuuri ja integreeritud arengu lähenemisviisiga, mis teeb sellest AI-juhitud robotite järgmise põlvkonna teerajajaks.

☑️ VKE tugi strateegia, nõuannete, planeerimise ja rakendamise alal

☑️ digitaalse strateegia loomine või ümberpaigutamine ja digiteerimine

☑️ Rahvusvaheliste müügiprotsesside laiendamine ja optimeerimine

☑️ Globaalsed ja digitaalsed B2B kauplemisplatvormid

☑️ teerajaja ettevõtluse arendamine

Konrad Wolfenstein

Aitan teid hea meelega isikliku konsultandina.

Võite minuga ühendust võtta, täites alloleva kontaktvormi või helistage mulle lihtsalt telefonil +49 89 674 804 (München) .

Ootan meie ühist projekti.

Xpert.digital on tööstuse keskus, mille fookus, digiteerimine, masinaehitus, logistika/intralogistics ja fotogalvaanilised ained.

Oma 360 ° ettevõtluse arendamise lahendusega toetame hästi tuntud ettevõtteid uuest äritegevusest pärast müüki.

Turuluure, hammastamine, turunduse automatiseerimine, sisu arendamine, PR, postkampaaniad, isikupärastatud sotsiaalmeedia ja plii turgutamine on osa meie digitaalsetest tööriistadest.

Lisateavet leiate aadressilt: www.xpert.digital - www.xpert.solar - www.xpert.plus