System Robotics „Helis” „Helise” Figury AI dla modelu Humanoid Robot-A Vision Language Action (VLA)

Krótka wersja: wizja, język, ruch: helis jako kamień milowy w robotyce

Helix to innowacyjny system sztucznej inteligencji dla robotów humanoidalnych opracowany przez Figurę AI. Jest to model z językiem wizji (VLA), który łączy wizualną percepcję, zrozumienie języka i precyzyjną kontrolę motoryczną w jednym systemie. Helix oznacza znaczny postęp w rozwoju elastycznych systemów robotów dla nieustrukturyzowanych środowisk, takich jak gospodarstwa domowe. Dzięki swojej zdolności do wykonywania złożonych zadań bez uprzedniego treningu, może zrewolucjonizować interakcję między człowiekiem a maszyną.

Nadaje się do:

• Język -robot z kontrolowanym: helisa z figury AI zmienia wszystko! Przemysł, gospodarstwo domowe, przyszłość - zrozumienie, uczenie się, wykonywanie w czasie rzeczywistym

Umiejętności helisy

• Kontrola w czasie rzeczywistym całej górnej części robotów humanoidalnych, w tym 35 osi ruchowych
• Przetwarzanie danych wejściowych i wizualnych na temat wykonywania złożonych zadań
• Wykrywanie i obsługa nieznanych przedmiotów bez określonego treningu
• Współpraca między kilkoma robotami w wykonywaniu zadań
• Wykonanie zadań gospodarstwa domowego, takich jak wyczyszczenie lodówki

Szczegóły techniczne

Składa się z dwóch głównych elementów:

1. Multimodalny model językowy z 7 miliardami parametrów (7-9 Hz)
2. Ruch AI z 80 milionami parametrów (200 Hz)

• Wyszkolony z zaledwie 500 godzinami monitorowanego treningu
• Działa na wbudowanych energii GPU

Największy konkurent

1. Google DeepMind: Opracowane modele VLA, takie jak RT-2
2. Meta: Praca nad zaawansowanymi robotami humanoidalnymi
3. Apple: Również w wyścigu o rozwój zaawansowanych humanoidów AI
4. Openaai: były partner Figury AI, obecnie konkurent w dziedzinie rozwoju sztucznej inteligencji

Google DeepMind

Dzięki RT-2 (Robotics Transformer 2) Google DeepMind przedstawił przełomowy model z językiem wizji (VLA). RT-2 umożliwia robotom wykonywanie nowych zadań bez konkretnego szkolenia poprzez uczenie się pojęć z danych tekstowych i obrazowych w Internecie oraz wdrażanie ich do działań robotycznych. W testach RT-2 wykazał znacznie lepszą wydajność w nowych zadaniach w porównaniu z poprzednim modelem RT-1.

Nadaje się do:

• Google Project Mariner: Eksperymentalny agent AI jako rozszerzenie przeglądarki – Autonomiczna nawigacja internetowa dzięki technologii DeepMind

Meta

Meta silnie inwestuje w rozwój humanoidalnych robotów kontrolowanych przez AI. Firma założyła nowy zespół w dziale Labs Reality Labs, który koncentruje się na badaniach i rozwoju robotów dla konsumentów. Meta planuje opracować systemy AI, czujniki i platformy oprogramowania, które mogą być również korzystane przez innych producentów.

Jabłko

Apple bada także projekty humanoidów, jak i nie-ludzkie roboty. Jednak firma jest nadal w fazie wczesnego rozwoju. Analityk Ming-Chi Kuo przewiduje możliwą masową produkcję najwcześniej dla 2028 r. Apple koncentruje się szczególnie na interakcji między ludźmi i robotami.

Nadaje się do:

• Apple w gorączce robota? Reklamy pracy ujawniają ofensywę robota Apple: czy gigant technologiczny atakuje teraz rynek gospodarstw domowych?

OpenAI

Openaai, były partner Figury AI, buduje własny dział robotyki i zajmuje się robotami jako ucieleśnienie sztucznej inteligencji w prawdziwym świecie. Firma konkuruje teraz bezpośrednio z Google Deepmind i innymi w dziedzinie rozwoju sztucznej inteligencji dla robotyki.

Maszyna do renderowania 3D AI i XR: pięciokrotna wiedza Xpert.Digital w kompleksowym pakiecie usług, R&D XR, PR i SEM - Zdjęcie: Xpert.Digital

Xpert.Digital posiada dogłębną wiedzę na temat różnych branż. Dzięki temu możemy opracowywać strategie „szyte na miarę”, które są dokładnie dopasowane do wymagań i wyzwań konkretnego segmentu rynku. Dzięki ciągłej analizie trendów rynkowych i śledzeniu rozwoju branży możemy działać dalekowzrocznie i oferować innowacyjne rozwiązania. Dzięki połączeniu doświadczenia i wiedzy generujemy wartość dodaną i dajemy naszym klientom zdecydowaną przewagę konkurencyjną.

Więcej na ten temat tutaj:

• Wykorzystaj 5-krotną wiedzę Xpert.Digital w jednym pakiecie – już od 500 €/miesiąc

Innowacyjny model VLA: Helix łączy percepcję, język i ruch

Ostatnie wprowadzenie helisy przez figurę AI oznacza znaczny postęp w krajobrazie robotyki do zrobienia. Ten innowacyjny model działania o długości wizji (VLA) wyróżnia się na podstawie kilku przełomowych właściwości istniejących systemów i ustanawia nowe standardy kontroli robotów humanidowych. Helix łączy wizualną percepcję, zrozumienie języka i precyzyjną kontrolę ruchu w zintegrowanym systemie, który został specjalnie zaprojektowany pod kątem wyzwań fizycznej robotyki.

Unikalna architektura podwójnego systemu

Najważniejsza różnica między helisą a innymi systemami AI dla robotów polega na innowacyjnej dwuskładnikowej architekturze. Ten podwójny struktura systemu rozwiązuje podstawowy problem sztucznej inteligencji robotyki.

System 1 i system 2: Uzupełniająca inteligencja

W przeciwieństwie do konwencjonalnych podejść, Helix wykorzystuje dwa komplementarne systemy, które razem osiągają unikalną równowagę między uniwersalnością a szybkością. System 2 (S2) jest multimodalnym modelem językowym z 7 miliardami parametrów, które działają z częstotliwością 7-9 Hz i działa jako analityczny „mózg” robota. Przetwarza wizualne polecenia danych i głosowe, interpretuje środowisko i decyduje, które działania powinny być przeprowadzane.

System 1 (S1), szybka, reaktywna jednostka sterująca wizuo-motoru z 80 milionami parametrów. Ten komponent przekłada informacje semantyczne dostarczone przez S2 na precyzyjne, ciągłe działania robotów o imponującej częstotliwości 200 Hz. Robot jest szybki, ale nie uniwersalny ”. Helix pokonuje tę dychotomię poprzez swoją podwójną strukturę.

Architektura ta różni się zasadniczo od innych znanych modeli VLA, takich jak Google DeepMinds RT-2, które również łączą dane wizualne i polecenia głosowe, ale nie ma porównywalnego podziału dwóch.

Nadaje się do:

• Platforma Google Gemini z Google AI Studio, Google Deep Research z Gemini Advanced i Google DeepMind

Kompleksowe umiejętności kontroli

Kontroluj ponad 35 stopni wolności

Kolejnym rozróżnieniem od helisy jest jednocześnie jego zdolność do koordynowania 35 stopni swobody. Ta kompleksowa kontrola umożliwia precyzyjną kontrolę całego humanoidalnego górnego ciała, w tym nadgarstków, tułowia, głowy i poszczególnych palców z dużą prędkością. Ta zdolność kontrolna przekracza większość istniejących systemów i umożliwia złożone zadania manipulacyjne, które wymagają wysokiego stopnia drobnych umiejętności motorycznych.

Generowanie obiektów i uczenie się

Uniwersalne rozpoznawanie obiektów bez konkretnego treningu

Znakomita jakość helisy jest możliwość rozpoznawania i radzenia sobie praktycznie każdego małego obiektu gospodarstwa domowego bez wcześniejszego przeszkolenia jego konkretnych nieruchomości. Ta dalekosiężna zdolność uogólniająca umożliwia systemowi obsługę tysięcy obiektów o różnych kształtach, rozmiarach, kolorach i właściwościach materiału.

W przeciwieństwie do wielu innych systemów robotów AI, które muszą być nowo zaprogramowane lub przeszkolone w każdym nowym zadaniu lub nowym typu obiektu, Helis może dostosować się do różnych sytuacji i reagować na naturalne polecenia głosowe. Reprezentuje to przesunięcie paradygmatu, ponieważ system wykorzystuje pojedynczą sieć neuronalną do nauki wszystkich zachowań - takich jak zbieranie i przyjmowanie obiektów, używanie szuflad i lodówek, a także interakcje krzyżowe - bez zadań dostrojenia specyficzne dla zadań.

Koordynacja wielu robotów

Unikalne umiejętności współpracy

Helix to pierwszy model VLA, który jest w stanie kontrolować dwa roboty jednocześnie i umożliwić im współpracę. Ta umiejętność pozwala robotom na razem rozwiązywanie złożonych zadań, w których są wystarczające i koordynują swoje ruchy. Niemal opowiadająca się ludzka komunikacja między robotami poprzez skinienie i kontakt wzrokowy jest szczególnie niezwykła.

Ta forma koordynacji stanowi znaczący postęp w porównaniu z systemami konwencjonalnymi, w których każdy robot jest zwykle kontrolowany indywidualnie lub musi być szkolony specjalnie w przypadku niektórych ról. W przypadku Helix oba roboty używają tych samych wag modeli bez potrzeby indywidualnych regulacji.

Wydajność i wdrożenie szkolenia

Minimalne potrzeby treningowe, maksymalna wydajność

Kolejna istotna różnica polega na niezwykłej wydajności procesu szkoleniowego. Przy zaledwie 500 godzinach wysokiej jakości, teleobiektywów, opracowanych danych treningowych, opracowano helisę, która jest znacznie mniejsza niż w porównywalnych podejściach, które często wymagają tysięcy godzin określonych demonstracji. Wydajność ta nie tylko podkreśla techniczne wyrafinowanie systemu, ale także jego wykonalność ekonomiczną dla zastosowań komercyjnych.

Przetwarzanie wbudowane

W przeciwieństwie do wielu systemów AI Robotics, które polegają na potężnych serwerach zewnętrznych, Helix działa całkowicie na osadzonym, energooszczędnym GPU w robocie. To pokładowe przetwarzanie eliminuje potrzebę stałego połączenia z zewnętrznymi zasobami arytmetycznymi i sprawia, że ​​robot jest bardziej autonomiczny i elastyczny w różnych środowiskach.

Strategiczne zróżnicowanie

Integracja pionowa zamiast ogólnych modeli AI

Rysunek AI strategicznie ustanawia inne firmy, kończąc współpracę z Openai i realizując pionowo zintegrowaną strategię, w której zarówno sprzęt, jak i oprogramowanie są opracowywane wewnętrznie. Dyrektor generalny Brett Adcock powiedział, że ogólne modele AI nie są wystarczające, aby spełnić wymagania „wcielonej AI”-to znaczy AI w robotach fizycznych. Ta decyzja podkreśla podejście do opracowywania dostosowanych rozwiązań dla konkretnych wyzwań robotyki zamiast polegania na ogólnych modelach AI.

Orientacja aplikacji

Skoncentruj się na użyciu gospodarstw domowych

Podczas gdy wielu podmiotów w branży koncentruje się obecnie na aplikacjach robotów związanych z przemysłem lub w miejscu pracy, Figury AI z Helixem daje strategicznie zaskakujące podejście, koncentrując się na robotyce gospodarstw domowych. Zdolność robota, codzienne czynności, takie jak sortowanie jedzenia, porywanie lodówki lub obsługa szerokiej gamy artykułów gospodarstwa domowego, jest skierowana na rynek, który jest często uważany za zbyt złożony dla wejścia przez innych aktorów.

Koordynacja Multi-Robot: klucz do następnej generacji robotycznej

Dzięki swojej architekturze podwójnego systemu Helix wyraźnie wyróżnia się na tle innych systemów AI dla robotów poprzez inne systemy AI dla robotów. Dzięki skutecznemu procesowi treningowi, wbudowanemu przetwarzaniu i strategicznym skupieniu się na zabiegach gospodarstw domowych stanowi znaczny postęp w rozwoju robotów humanoidalnych. Podczas gdy inne systemy, takie jak Google DeepMinds RT-2, dążą do podobnych podejść do kombinacji wizualnych danych i poleceń głosowych, Helix oferuje różnicowanie zalet dzięki unikalnej architekturze i zintegrowanym podejściu do rozwoju, co czyni go pionierem w następnej generacji robotów kontrolowanych przez AI.

☑️ Wsparcie MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Stworzenie lub dostosowanie strategii cyfrowej i cyfryzacji

☑️Rozbudowa i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Pionierski rozwój biznesu

Konrada Wolfensteina

Chętnie będę Twoim osobistym doradcą.

Możesz się ze mną skontaktować wypełniając poniższy formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) .

Nie mogę się doczekać naszego wspólnego projektu.

Xpert.Digital to centrum przemysłu skupiające się na cyfryzacji, inżynierii mechanicznej, logistyce/intralogistyce i fotowoltaice.

Dzięki naszemu rozwiązaniu do rozwoju biznesu 360° wspieramy znane firmy od rozpoczęcia nowej działalności po sprzedaż posprzedażną.

Wywiad rynkowy, smarketing, automatyzacja marketingu, tworzenie treści, PR, kampanie pocztowe, spersonalizowane media społecznościowe i pielęgnacja leadów to część naszych narzędzi cyfrowych.

Więcej informacji znajdziesz na: www.xpert.digital - www.xpert.solar - www.xpert.plus