X Square Robot Membangun Tumpukan Dasar untuk Robot Serbaguna
Perusahaan AI berwujud Cina, X Square Robot, mengusulkan tumpukan terintegrasi untuk robot serbaguna, yang terdiri dari pengumpulan data, model dunia, dan model aksi. Perusahaan ini menekankan kualitas data di atas skala, menggunakan pemodelan dunia berbasis peristiwa, dan membutuhkan kebijakan yang sudah dilatih untuk berjalan pada robot nyata tanpa penyetelan halus. Valuasinya telah melampaui $2,9 miliar.
Perusahaan embodied-AI asal China, X Square Robot, berpendapat bahwa formula untuk robot serba guna adalah tumpukan terintegrasi yang mencakup data, model dunia (world model) untuk memprediksi perubahan fisik, dan model aksi (action model) yang menyatukan persepsi, perencanaan, penalaran, dan pengambilan keputusan. Tumpukan ini dibangun di atas tiga prinsip: unit dasar data robot adalah interaksi, bukan lintasan (trajectory); prapelatihan (pretraining) harus menghasilkan kemampuan yang dapat digunakan; dan perilaku harus dimodelkan berdasarkan peristiwa fisik, bukan irisan waktu tetap. Untuk pengumpulan data, perusahaan menggunakan sistem Universal Manipulation Interface (UMI), QUANXTA Zero Series, yang menangkap demonstrasi melalui perangkat yang dikenakan dengan gripper ganda. Perusahaan ini menekankan pengendalian kualitas dengan memutar ulang lintasan secara fisik dan hanya menghitung lintasan yang berhasil menyelesaikan tugas sebagai valid. Model dunia, WALL-WM, memperlakukan peristiwa semantik yang didasarkan pada aksi (misalnya, meraih, menggenggam) sebagai unit, menggabungkan model teks-ke-video dengan jaringan aksi baru untuk mempertahankan prior visual. Model aksi, Wall-OSS-0.5, adalah model visi-bahasa-aksi yang harus dijalankan pada robot nyata sebelum penyesuaian halus (fine-tuning) khusus tugas, dan menggunakan X-Tokenizer, antarmuka semantik untuk token aksi diskret yang diselaraskan dengan fitur model bahasa. Valuasi X Square Robot telah melampaui 20 miliar yuan (sekitar 2,9 miliar dolar AS).
Sumber: IEEE Spectrum AI —
asli