HomeBody, il robot che usa GPT-6 Astra senza livello di controllo addestrato

Ricercatori di Stanford e Caltech hanno costruito HomeBody, un sistema che permette a un robot Unitree G1 di muoversi da solo in una cucina che non conosce, riordinare e prendere oggetti dai cassetti. The Decoder ha riferito domenica 27 settembre che il lavoro elimina il tipico livello di controllo addestrato che di solito sta tra un modello linguistico e un robot.

Al suo posto c'è un modello visione-linguaggio intercambiabile, in questo caso GPT-6 Astra, che chiama direttamente una libreria di abilità estensibile per afferrare, spostarsi o aprire cassetti. Il robot esplora prima la stanza, costruisce un gemello digitale in Isaac Sim di Nvidia e registra oggetti e posizioni nella memoria spaziale. Così trova gli oggetti anche quando escono dal suo campo visivo, secondo lo stesso resoconto. Per compiti come "riordinare la cucina", il modello linguistico pianifica ogni passo e corregge da solo i propri errori. The Decoder elenca i limiti senza giri di parole: la latenza di Astra, i servomotori delle dita che si surriscaldano e gli alti costi di calcolo. Il codice è su GitHub. Non è la prima volta che GPT-6 Astra viene puntato contro un robot. Benchmark precedenti avevano mostrato un ragionamento spaziale molto migliorato, mentre un altro aveva segnalato problemi di sicurezza quando Astra controlla un robot, ha notato The Decoder. OpenAI ha già annunciato piani per tornare nella robotica, anche per uso personale.

HomeBody arriva mentre le priorità di ricerca di OpenAI si spostano più avanti. Boris Power, responsabile della ricerca applicata dell'azienda, ha detto il 27 settembre che l'80-90 per cento della ricerca di OpenAI va verso GPT 7, GPT 8 e oltre, perché è lì che sta "la maggior parte del valore".

Secondo The Decoder, Power ha descritto aggiornamenti incrementali come il passaggio da GPT 5.1 a 5.2 come scommesse volutamente a breve termine. Ha aggiunto che all'interno dell'azienda "sono visti come estremamente miopi", anche se oggi aiutano OpenAI a iterare più in fretta. Power ha anche detto che la sfida principale con gli assistenti AI di oggi non è la qualità del modello ma l'onboarding: la maggior parte degli utenti di ChatGPT non sa cosa può fare con l'AI. Il divario tra le promesse dei laboratori e il valore in produzione emerge anche altrove. Azeem Azhar, fondatore del gruppo di ricerca Exponential View, ha raccontato di aver parlato a circa 160 vicepresidenti IT a Las Vegas, ha riferito The Decoder il 26 settembre. Alla domanda su chi potesse indicare risultati misurabili con l'AI, due terzi sono rimasti in piedi. Alla domanda su chi avesse risultati abbastanza buoni da interrompere le vacanze estive del CEO, sono rimasti in piedi solo una decina.

La produzione di energia è l'altro vincolo. The Register ha riferito il 25 settembre che Fervo Energy, fornitore di sistemi geotermici potenziati sostenuto da Google, ha ottenuto la prima energia nel suo impianto di Cape Station nella contea di Beaver, nello Utah. Il primo di tre GeoBlock da 33 MW ha iniziato a fornire elettricità alla rete, con altri 66 MW attesi entro Capodanno e mezzo gigawatt entro il 2028.

CleanTechnica ha riferito il 26 settembre che il Dipartimento dell'Energia degli Stati Uniti ha annunciato il 21 settembre un round da 99 milioni di dollari per sistemi geotermici di nuova generazione, distribuito su 21 progetti. Quaise Energy è in linea per ricevere fino a 25 milioni di dollari per il suo progetto dimostrativo Obsidian nell'Oregon centrale.

Non tutti i risultati recenti riguardano le macchine. Ricercatori della Tohoku University hanno riferito su ScienceDaily il 26 settembre che il volume sanguigno cerebrale inizia a salire circa 50 secondi prima che cominci il sonno REM, mentre poi l'ATP neuronale cala. "Ti sei mai sentito esausto dopo un sogno vivido?", ha chiesto il professor Ko Matsui nel comunicato. La scoperta suggerisce che sognare può consumare energia più in fretta di quanto si riesca a rimpiazzarla.