Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Humanoidy na hali produkcyjnej: dane, opóźnienia i spór w zarządzie

Innodata otworzyła 30 września laboratorium motion capture, żeby dostarczyć fizycznej AI danych z realnego świata, których jej brakuje. Nowe badania nad opóźnieniami i benchmarkami pokazują, jak daleko humanoidom jeszcze do niezawodnej pracy w fabryce.

TechnologiaAnalizaAnna KaczmarekOpublikowano: 30 września 20264 min czytaniaŹródła 4
Humanoidy na hali produkcyjnej: dane, opóźnienia i spór w zarządzie

Innodata otworzyła 30 września laboratorium motion capture. Firma twierdzi, że będzie ono generować dane treningowe dla humanoidów i robotów przemysłowych. Będzie też niezależnie sprawdzać wyniki, które te roboty podają o sobie samych. Innodata to firma inżynierii danych z Ridgefield Park w stanie New Jersey. Obiekt powstał we współpracy z Vicon, której kamery śledzące w podczerwieni mierzą ruch z dokładnością do ułamka milimetra, podaje The Robot Report.

Laboratorium to najnowszy punkt w tygodniu pełnym zapowiedzi sprzętu i oprogramowania. Wszystkie wskazują na tę samą lukę. Roboty potrafią się poruszać. Danych i pętli sterowania za nimi wciąż nie wystarcza na zwykłą zmianę w fabryce.

Pieniądze rzucone na problem danych

"Fizyczna AI rośnie szybciej niż każdy inny segment AI, ale każdy zespół robotyczny trafia na tę samą ścianę: nie ma dość danych o interakcjach z realnego świata, a te, które są, kosztują dużo i powstają wolno" - powiedział w ogłoszeniu Rahul Singhal, prezes Innodaty. Franklin Tanner jest w firmie wiceprezesem ds. robotyki i fizycznej AI. Powiedział The Robot Report, że duże modele językowe mogą żywić się otwartym internetem, a roboty nie. "Fizyczna AI musi zapracować na swoje tokeny po jednej interakcji, a każda z nich musi być celowa".

Innodata twierdzi, że rejestruje ruch 3D bezpośrednio z ciał, ludzkich lub mechanicznych. Nie wnioskuje o tym ruchu z wideo 2D. Takie dane mogą zasilić cyfrowe bliźniaki dla przypadków skrajnych. Tanner wskazał też ograniczenie, o którym branża niechętnie mówi. Dziś nie ma danych treningowych dla sytuacji, w których człowiek i robot wchodzą w interakcję. Nowe laboratorium pracuje między innymi nad tym obszarem.

Innodata nie jest sama w tezie, że o wdrożeniu decydują dane, a nie ciało robota. Destro AI wyszła z ukrycia 30 września z rundą zalążkową wartą 8 mln dolarów. Poprowadziły ją Base10 Partners i Bonfire Ventures razem z CoFound Partners. Firma przedstawiła też nietypową propozycję. Nie buduje robotów.

"Jednym z największych powodów, dla których wygrywamy z firmami robotycznymi, jest to, że nie jesteśmy firmą robotyczną" - powiedział założyciel Manthan Pawar w TechCrunch.

Koordynacja ludzi i wózków

Oprogramowanie Destro kieruje pracownikami tak samo jak maszynami. W zakładzie Yusen Logistics w regionie Pacific Northwest trzy roboty do przewożenia wózków firmy Miva Robotics pracują na systemie operacyjnym Vision od Destro. System opiera się na otwartych modelach vision-language-action. Pracownicy rozładowują towar z ciężarówki do wózków. Roboty przewożą pełne wózki na miejsce przeznaczenia. System Mothership od Destro koordynuje ludzi, wózki i ciężarówki. Richard Brunelle z Yusen powiedział TechCrunch, że dwie inne startupy robotyczne nie poradziły sobie z tym samym procesem przeładunku. Jedno przewoziło wózki z punktu do punktu, ale nie obsługiwało załadunku ani rozładunku. Drugie potrzebowało człowieka do koordynacji.

Destro rozszerza teraz ten pilotaż do 26 robotów. Zaczyna też drugi, z 17 robotami, w południowej Kalifornii. Plan Pawara zakłada powielenie procesu przeładunku w innych magazynach. TechCrunch zauważa, że firma nie pokazała jeszcze, że poradzi sobie z zadaniami wymagającymi prawdziwej zręczności.

Szybkość to druga połowa problemu. MindOn opublikował 30 września tekst techniczny, w którym przedstawił Mind-1. Firma twierdzi, że model fizycznej AI skraca opóźnienie wnioskowania robota z 82 milisekund do 32 milisekund. To przybliża czas wykonania zadania do ludzkiego cyklu. Tekst otwarcie wyjaśnia, dlaczego to ma znaczenie. Przy prędkości efektora 3 metrów na sekundę 10 milisekund opóźnienia odpowiada mniej więcej 3 centymetrom ruchu. To dość, żeby zepsuć chwyt albo włożenie elementu. MindOn zwraca też uwagę, że większość danych o manipulacji pochodzi z teleoperacji. Ta metoda jest znacznie wolniejsza niż naturalny ruch człowieka, więc modele uczą się wolnego tempa razem z zadaniem.

Benchmarki ukrywają nierówności

Osobne badanie opublikowane 30 września przez naukowców z Fig. Inc podważa wyniki, którymi porównuje się modele napędzające to wszystko. Zespół przepuścił siedem wiodących modeli, w tym Astra i Opus 5.5, przez 177 zadań webowych w zamkniętej pętli w VisualWebArena. Następnie sprawdził trzy modele w czterech domenach fizycznych: VLABench, Assembly101, IndEgo i Bench2Drive. Wniosek jest taki, że średnie z benchmarków ukrywają, jak nierówno modele wypadają. W każdej testowanej parze modeli słabszy rozwiązał co najmniej jedno zadanie, którego mocniejszy nie rozwiązał. Aktualizacja modelu może prawie nie zmienić średniej, a jednocześnie odwrócić wynik wielu pojedynczych zadań. Modele, które biją Gemini 3.5-Flash w średniej w każdej domenie, w niektórych kategoriach zadań wypadały gorzej.

To nie jest wyłącznie problem badawczy. 30 września TechCrunch poinformował, że Matan Grinberg, współzałożyciel i prezes start-upu do kodowania z AI Factory, powiedział, że zwolnił inwestora Chrisa Degnana z funkcji doradcy zarządu. Grinberg twierdzi, że Degnan przekazał poufne informacje konkurentowi Cognition. Degnan ogłosił dwie godziny później, że dołączył do Cognition jako dyrektor ds. przychodów. Powiedział, że odszedł sam, a nie został zwolniony. Khosla Ventures, inwestor w obu firmach, zobaczył, jak jego założyciel Vinod Khosla i partner Keith Rabois zajmują przeciwne strony na X. Factory pozyskała w tym miesiącu 200 mln dolarów przy wycenie 5 mld dolarów; Cognition pozyskała 2 mld dolarów przy wycenie 48 mld dolarów.

Pieniądze są wyraźnie na stole. Niezawodny robot, który je odrobi na hali produkcyjnej, wciąż pozostaje pytaniem otwartym.

Komentarze 0

Źródła

4
  1. 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
  2. 02Destro AI's secret sauce is getting robots and humans on the same pageEN
  3. 03Mind-1: Physical AI at Human Speed, Built for Real WorkEN
  4. 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.