30.000 saatlik dokunsal veri, gömülü yapay zekaya dokunma hissi kazandırıyor
NeoteAI ve Fudan Üniversitesi, dokunsal geri bildirimi gömülü yapay zekanın temel bir bileşeni olarak entegre etmeyi amaçlayan N0 serisi altında üç rapor ve model yayınladı. Proje, 30.000 saatlik bir dokunsal etkileşim veri seti, bir görsel-dil-eylem modeli N0-VTLA ve bir dünya modeli N0-TWAM içeriyor ve bunların tümü açık kaynak olarak sunuldu.
NeoteAI (Shanghai New Intelligent Embodied AI Technology Co., Ltd.), Fudan Üniversitesi Güvenilir Embodied AI Araştırma Enstitüsü ile işbirliği yaparak N0 serisi modeller için üç teknik rapor yayınladı. Neodata veri seti, 90 operatör tarafından 6 robot platformundan (Franka, Piper, UR5e vb.) toplanan ve 450 uzun süreli görevi kapsayan 30.000 saatten fazla görsel-dokunsal etkileşim verisi, 1,4 milyon eylem segmenti, 33 milyar zaman adımı, 8 milyar RGB kare ve 10 milyar dokunsal görüntü içeriyor. N0-VTLA, dokunsal olarak geliştirilmiş bir VLA olup gelecekteki dokunsal durumları 50 adım ileriden tahmin ediyor; fiş yerleştirmede %85 başarı (yalnızca görüntülü %60) ve anahtar çıkarmada %99 başarı (%35'e karşı) elde ediyor. N0-TWAM, 7,2 milyar parametreli, uzman karışımı mimarisi kullanan bir dünya modelidir; video, dokunsal ve eylem dizilerini aynı anda tahmin ediyor; simülasyon ortalama başarı oranı %84,5 (taban çizgisi %36), gerçek dünya ortalaması %46,3 (LingBot-VA %21,9). Proje, research.neoteai.com adresinde açık kaynak olarak sunulmuştur.
Kaynak: QbitAI 量子位 —
orijinal