Miksi robotit jäävät demoihin? iFlytekin uusi yhtiö antaa vastauksen: puuttuu 'kehotietoisuus'
科大讯飞
NVIDIA
iFlytek on perustanut uuden yhtiön, Yaofang Intelligentin, kehittämään kehollisen älykkyyden 'aivoja'. Yhtiön mukaan valtavirran VLA-arkkitehtuuri ei ole lopullinen ratkaisu, ja maailmanmallit tarvitsevat keskeisen ainesosan: 'kehotietoisuuden' – kyvyn, jolla robotti ymmärtää omat fyysiset kykynsä. Heidän mallinsa, iFLYTEK-Embodied-Omni, yhdistää videogeneroinnin, käänteisen kinematiikan ja 'kaksiytimiset' aivot saavuttaakseen korkeampia onnistumisasteita yleistämisen vertailutesteissä.
iFlytek on hiljaisuudessa rekisteröinyt uuden yhtiön, Anhui Yaofang Intelligent Technology Co., Ltd., jonka rekisteröity pääoma on 300 miljoonaa yuania ja jota johtaa iFlytekin pääinsinööri Pan Jia, kansallisen tieteen ja teknologian edistymisen ensimmäisen palkinnon keskeinen saavuttaja. Yhtiö keskittyy rakentamaan robottien 'aivoja' ja väittää, ettei nykyinen valtavirran VLA-arkkitehtuuri (Vision-Language-Action) ole lopullinen ratkaisu, koska siitä puuttuu seurausten ennustaminen. He ehdottavat, että maailmanmalleihin tarvitaan lisäkomponentti: 'kehotietoisuus' – kyky robotille ymmärtää omat fyysiset rajoituksensa. Tiimi julkaisi teknisen raportin iFLYTEK-Embodied-Omni, joka esittelee yhtenäisen multimodaalisen ruumiillistuneen perusmallin, joka yhdistää VLM-mallin (Vision-Language Model), VGM-mallin (Video Generation Model) ja AGM-mallin (Action Generation Model) jaetulla multimodaalisella itsehuomiomekanismilla. Malli sisältää käänteisen kinematiikan harjoitustehtävänä kehotietoisuuden parantamiseksi. Vertailuarvoissa se saavuttaa keskimäärin 89,6 prosentin onnistumisasteen LIBERO-Plus-nollaotosyleistyksessä ja yli 93 prosenttia RoboTwin 2.0 -kaksikäsitehtävissä. Yhtiö aikoo integroida iFlytekin tytäryhtiön Lingdong General Robotin kanssa asentaakseen aivot oikeisiin robotteihin.
Lähde: QbitAI 量子位 —
Alkuperäinen
