X Square Robot baut einen grundlegenden Stack für Allzweckroboter

X Square Robot, ein chinesisches Unternehmen im Bereich verkörperter KI, argumentiert, dass das Rezept für universell einsetzbare Roboter ein integrierter Stack aus Daten, einem Weltmodell zur Vorhersage physikalischer Veränderungen und einem Aktionsmodell ist, das Wahrnehmung, Planung, logisches Denken und Entscheidungsfindung vereint. Der Stack basiert auf drei Prinzipien: Die grundlegende Einheit von Roboterdaten ist eine Interaktion, nicht eine Trajektorie; Vortraining sollte nutzbare Fähigkeiten hervorbringen; und Verhalten sollte auf der Grundlage physikalischer Ereignisse modelliert werden, nicht auf festen Zeitscheiben. Für die Datenerfassung verwendet das Unternehmen sein Universal Manipulation Interface (UMI)-System, die QUANXTA Zero Series, das Demonstrationen über eine tragbare Vorrichtung mit Doppelgreifern erfasst. Es legt Wert auf Qualitätskontrolle, indem es Trajektorien physisch wiederholt und nur solche als gültig zählt, die Aufgaben vollständig abschließen. Das Weltmodell WALL-WM behandelt handlungsgebundene semantische Ereignisse (z. B. Greifen, Erfassen) als Einheiten und koppelt ein Text-zu-Video-Modell mit einem neuen Aktionsnetzwerk, um visuelle Vorkenntnisse zu bewahren. Das Aktionsmodell Wall-OSS-0.5 ist ein Vision-Language-Action-Modell, das vor aufgabenspezifischem Feintuning auf einem echten Roboter laufen muss, und verwendet X-Tokenizer, eine semantische Schnittstelle für diskrete Aktions-Token, die auf die Merkmale des Sprachmodells abgestimmt sind. Die Bewertung von X Square Robot ist auf über 20 Milliarden Yuan (etwa 2,9 Milliarden US-Dollar) gestiegen.