30.000 Jam Data Taktil Berikan AI Berwujud Indra Peraba
NeoteAI dan Universitas Fudan telah merilis serangkaian tiga laporan dan model dalam seri N0, yang bertujuan mengintegrasikan umpan balik taktil sebagai komponen inti dari AI berwujud. Proyek ini mencakup dataset interaksi taktil selama 30.000 jam, model visi-bahasa-aksi N0-VTLA, dan model dunia N0-TWAM, semuanya bersumber terbuka.
NeoteAI (Shanghai New Intelligent Embodied AI Technology Co., Ltd.) bekerja sama dengan Trustworthy Embodied AI Research Institute dari Fudan University menerbitkan tiga laporan teknis untuk seri model N0. Dataset Neodata berisi lebih dari 30.000 jam data interaksi visual-taktil, 1,4 juta segmen aksi, 33 miliar langkah waktu, 8 miliar frame RGB, dan 10 miliar gambar taktil, yang dikumpulkan dari 6 platform robot (Franka, Piper, UR5e, dll.) mencakup 450 tugas jangka panjang oleh 90 operator. N0-VTLA adalah VLA (Vision-Language-Action) yang ditingkatkan dengan taktil yang memprediksi keadaan taktil 50 langkah ke depan, mencapai kesuksesan 85% dalam penyisipan steker (dibandingkan 60% untuk hanya visi) dan 99% dalam ekstraksi kunci (dibandingkan 35%). N0-TWAM adalah model dunia dengan 7,2 miliar parameter menggunakan arsitektur mixture-of-experts, yang memprediksi urutan video, taktil, dan aksi secara bersamaan; tingkat keberhasilan rata-rata simulasi adalah 84,5% (dasar 36%), rata-rata dunia nyata 46,3% (LingBot-VA 21,9%). Proyek ini bersumber terbuka di research.neoteai.com.
Sumber: QbitAI 量子位 —
asli