Развој хуманоидних робота кретао се спорим темпом током већег дела две деценије, али у последње време видимо све више и више открића у овој области. Као што смо недавно писали, АИ робот је представљен на МВЦ 2024 Амецаи други развој, Унитрее Х1, оборио рекорд брзине међу хуманоидним роботима. А сада се на Интернету појавио спектакуларан резултат сарадње између компанија Фигуре АИ и ОпенАИ - запањујући видео хуманоидног робота који сада може да води разговоре са људима.
Стартуп Фигуре АИ је објавио видео који приказује робота Фигуре 01 који ради са новим моделом визуелног језика (ВЛМ). У њему, Слика 01 стоји за столом на коме се налазе тањир, јабука и шоља. Са леве стране је сушара. А на питање човека шта робот види испред себе, он одговара тако што детаљно описује све што лежи на столу.
А онда човек пита да ли може нешто да поједе, а робот одговара: „Наравно“, а затим спретним глатким покретом узима јабуку и пружа је човеку. Након тога следи још једна запањујућа демонстрација - човек сипа згужвано ђубре из корпе испред слике 01 и тражи од робота да објасни зашто је то урадио, а да у исто време сакупи смеће у корпу. И објашњава своју „мисао” док враћа папир у смеће. „Дакле, дао сам ти јабуку јер је то једини јестив који ти могу дати са стола“, рекао је робот.
Представници компаније су објаснили да Слика 01 користи претходно обучени мултимодални модел ОпенАИ, ВЛМ, да разуме слике и текстове, и ослања се на гласовна упутства да генерише своје одговоре. Ово се разликује од, рецимо, ОпенАИ-јевог ГПТ-4, који се фокусира на писане упите.
Такође користи оно што компанија назива „научене бимануалне манипулације ниског нивоа“. Систем координира прецизну калибрацију слике (до нивоа пиксела) са својом неуронском мрежом за контролу покрета. „Ове мреже примају слике на 10 Хз и генеришу 24-ДОФ акције (позе зглоба и углови зглобова прстију) на 200 Хз“, наводи се у саопштењу Фигуре АИ.
Компанија тврди да је свако понашање у видеу засновано на учењу система, тако да нико иза кулиса не вуче конце Фигуре 01. Наравно, постоји нијанса - није познато колико пута је робот прошао кроз ову процедуру. Можда је то био стоти пут, што објашњава његове прецизне покрете. Али у сваком случају, ово достигнуће изгледа спектакуларно и помало фантастично.
Слика 01 сада завршава задатке из стварног света
Све је аутономно:
-Аутономна навигација и манипулација заснована на сили
- Научени модел визије за детекцију канте и одређивање приоритета
-Реактивна манипулација кантом (робусна варијација у пози)
-Могуће да се генерализује на друге задатке бирања / постављања сликаtwitter.цом/0вФмИнк0ГЦ— Слика (@Фигуре_робот) 26. фебруара 2024. године
Прочитајте такође: