Robot HomeBody korzysta z GPT-6 Astra bezpośrednio, bez trenowanej warstwy sterowania

Naukowcy ze Stanford i Caltech zbudowali HomeBody. Dzięki temu systemowi robot Unitree G1 samodzielnie porusza się po nieznanej kuchni, sprząta i wyjmuje przedmioty z szuflad. The Decoder podał w niedzielę 27 września, że twórcy zrezygnowali z typowej trenowanej warstwy sterowania, która zwykle stoi między modelem językowym a robotem.

Zamiast niej wymienny model wizyjno-językowy, w tym przypadku GPT-6 Astra, sięga bezpośrednio do rozszerzalnej biblioteki umiejętności: chwytania, nawigacji, otwierania szuflad. Robot najpierw poznaje pomieszczenie, buduje cyfrowego bliźniaka w Nvidia Isaac Sim i zapisuje przedmioty oraz ich położenie w pamięci przestrzennej. Dzięki temu znajduje rzeczy nawet wtedy, gdy znikną z pola widzenia, jak podaje ten sam materiał. Przy zadaniach typu „posprzątaj kuchnię” model językowy planuje każdy krok i sam poprawia błędy. The Decoder wymienia ograniczenia wprost: opóźnienie Astry, przegrzewające się serwa palców i wysokie koszty obliczeń. Kod jest na GitHubie. To nie pierwszy raz, gdy GPT-6 Astra trafia do robota. Wcześniejsze testy pokazały znacznie lepsze rozumowanie przestrzenne, a inne wskazały problemy z bezpieczeństwem, gdy Astra steruje robotem, zauważył The Decoder. OpenAI ogłosiło już plany powrotu do robotyki, także tej do użytku osobistego.

HomeBody pojawia się w momencie, gdy priorytety badawcze OpenAI przesuwają się dalej. Boris Power, szef działu badań stosowanych w firmie, powiedział 27 września, że 80 do 90 procent badań OpenAI idzie na GPT 7, GPT 8 i kolejne wersje, bo tam powstaje „większość wartości”.

Według The Decoder Power określił aktualizacje takie jak GPT 5.1 do 5.2 jako celowo krótkoterminowe zakłady. Dodał, że wewnątrz firmy „są postrzegane jako skrajnie krótkowzroczne”, choć pomagają OpenAI szybciej iterować. Power stwierdził też, że głównym wyzwaniem dzisiejszych asystentów AI nie jest jakość modelu, lecz pierwsze kroki użytkownika: większość użytkowników ChatGPT nie wie, co może zrobić z AI. Rozdźwięk między obietnicami laboratoriów a wartością w produkcji widać gdzie indziej. Azeem Azhar, założyciel grupy badawczej Exponential View, opisał spotkanie z około 160 wiceprezesami ds. IT w Las Vegas, o którym The Decoder poinformował 26 września. Gdy zapytał, kto może wskazać mierzalne wyniki AI, dwie trzecie zostało na nogach. Gdy zapytał, kto ma wyniki na tyle dobre, by przerwać wakacje prezesa, na nogach zostało tylko około ośmiu osób.

Drugim ograniczeniem jest wytwarzanie energii. The Register podał 25 września, że Fervo Energy, dostawca ulepszonych systemów geotermalnych wspierany przez Google, osiągnął pierwszy prąd w elektrowni Cape Station w hrabstwie Beaver w Utah. Pierwszy z trzech bloków GeoBlock o mocach 33 MW zaczął dostarczać energię do sieci, a kolejne 66 MW ma dołączyć do Nowego Roku i pół gigawata do 2028 roku.

CleanTechnica podała 26 września, że Departament Energii USA ogłosił 21 września rundę finansowania o wartości 99 000 000 dolarów na systemy geotermalne nowej generacji, rozdzieloną między 21 projektów. Quaise Energy może otrzymać do 25 000 000 dolarów na swój pokaz Project Obsidian w środkowym Oregonie.

Nie każdy ostatni wynik dotyczy maszyn. Naukowcy z Uniwersytetu Tohoku poinformowali w ScienceDaily 26 września, że objętość krwi w mózgu zaczyna rosnąć około 50 sekund przed początkiem snu REM, a poziom ATP w neuronach potem spada. „Czy zdarzyło się wam czuć wyczerpanie po żywym śnie?” zapytał w komunikacie profesor Ko Matsui. Wynik sugeruje, że śnienie może zużywać energię szybciej, niż organizm jest w stanie ją uzupełnić.