BeingBeyond esittelee Being-H0.8:n, ensimmäisen implisiittisen tuntoaistiin perustuvan maailma-toimintamallin, joka on koulutettu 500 000 tunnin videolla
Kiinalainen tekoäly-yritys BeingBeyond (智在无界) on julkaissut Being-H0.8:n, ensimmäisen ihmisen videodataan perustuvan implisiittisen tuntoaistiin perustuvan maailma-toimintamallin. Yli 500 000 tuntia ensimmäisen persoonan videoita koulutettu malli integroi tuntoaistipalautteen ennustus-toteutus-säätösilmukkaan, jolloin robotit voivat ennakoida kontaktia ja säätää toimintoja reaaliajassa. Järjestelmä suoritti onnistuneesti tarkkuutta vaativia tehtäviä, kuten esineiden poimimisen laukusta, kirjoittamisen siveltimellä, hammastahnan puristamisen ja sirujen poimimisen robottikädellä.
BeingBeyond on julkistanut Being-H0.8:n, ensimmäisen implisiittisen tuntoaistiin perustuvan maailma-toimintamallin, joka on rakennettu ihmisten videodatasta. Malli sisällyttää tuntoaistimodaliteetin latentin tilan esitykseen laajentaen aiempaa Being-H0.7-visuaalista maailmamallia. Se käyttää sekoitusta transformereista (Mixture of Transformers) vuorovaikutustulosten ennustamiseen, hidas-nopea-toiminta-asiantuntijaa (slow-fast action expert) suoritukseen ja reaaliaikaiseen säätöön, universaalia tuntoaistikooderia (Universal Tactile Encoder) tuntoaistisignaalien yhdistämiseen ja TopoHandia ihmisen ja robotin toiminta-avaruuksien yhdistämiseen. Harjoitusdatan määrä ylittää 500 000 tuntia ensikäden videota, joka on puhdistettu ja käsitelty UniHand-3.0-tietoaineistoksi. Videoiden tuntoaistitunnisteiden puutteen korjaamiseksi BeingBeyond kehitti TactoHandin, joka päättelee kosketusta ja läheisyyttä visuaalisesta datasta, ja sitä täydennetään oikean painehanskan datalla. Mallia testattiin kaksikätisillä roboteilla, jotka suorittivat tehtäviä, kuten esineiden poimimista pussista, kirjoittamista siveltimellä, hammastahnan puristamista ja sipsien poimimista, mikä osoitti sen kykenevän käsittelemään tuntoaistipalautetta vaativia herkkiä manipulaatioita. BeingBeyondin perusti toukokuussa 2025 Lu Zongqing, apulaisprofessori Pekingin yliopistosta, ja se on edennyt kolmen vaiheen kautta: ihmisvideoharjoituksen toteutettavuuden todistaminen (Being-H0–H0.5), skaalaus (H0.5–H0.7) ja nyt datan laadun parantaminen (H0.8).
Lähde: QbitAI 量子位 —
Alkuperäinen