Przełom w robotyce humanoidalnej: 1X prezentuje model 1XWM dla platformy NEO
Firma 1X Technologies poinformowała o zastosowaniu innowacyjnego modelu świata 1XWM w swojej platformie robotycznej NEO. Integracja ta ma na celu przyspieszenie rozwoju zaawansowanych robotów domowych, które będą w stanie nawigować i działać w sposób naśladujący ludzkie rozumienie otoczenia. Początkowo model udostępniono ograniczonej grupie badaczy i deweloperów w celach ewaluacyjnych, z planami szerszego wdrożenia komercyjnego po dalszych testach.
Model 1XWM stanowi odejście od konwencjonalnych modeli typu Visual-Language-Action (VLA). Wykorzystuje on masowe treningi na danych wideo pochodzących z internetu, uzupełnione o nagrania egocentryczne z perspektywy człowieka i robota. Taka architektura pozwala na przewidywanie działań robota poprzez generowanie sekwencji wideo warunkowanych tekstem, które są następnie przekształcane w komendy ruchu za pośrednictwem modelu odwrotnej dynamiki. Kluczową zaletą tego podejścia jest eliminacja potrzeby dziesiątek tysięcy godzin demonstracji robotycznych, co znacząco przyspiesza adaptację robotów do nowych zadań.
Podstawą 1XWM jest generatywny model wideo z 14 miliardami parametrów, dostrojony do specyfiki humanoidalnego robota NEO. Obecnie wnioskowanie zajmuje około 11 sekund na jedną sekwencję, co jest obszarem wymagającym optymalizacji. Eksperci podkreślają, że przejście od zbierania danych poprzez teleoperację do autonomicznego generowania danych przez same roboty, opartego na fizyce i zintegrowanego z modelem wideo, otwiera zupełnie nowe perspektywy dla rozwoju sztucznej inteligencji.
W porównaniu do innych modeli rozwijanych w laboratoriach robotycznych, 1XWM wykazuje lepszą zdolność do uogólniania, co pozwala na skuteczniejsze radzenie sobie z nowymi obiektami i ruchami, zwłaszcza w przypadku zadań nieobjętych wcześniejszym treningiem robota. Wstępne testy uwidaczniają poprawę w złożonych zadaniach, takich jak dwuręczna koordynacja czy precyzyjna manipulacja obiektami, osiągając wyniki równoznaczne lub lepsze od poprzednich rozwiązań. Wykorzystanie egocentrycznych danych ludzkich oraz szczegółowego opisywania podczas treningu przełożyło się na bardziej fizycznie realistyczne i niezawodne zachowanie robota.
1X Technologies, znana z zaangażowania w ucieleśnioną sztuczną inteligencję i robotykę, czerpie z osiągnięć w dziedzinie generatywnego modelowania wideo oraz skalowalnego projektowania sprzętu. W ramach obecnego wdrożenia firma współpracowała ze specjalistami od infrastruktury chmurowej z Verdy, aby zoptymalizować szybkość wnioskowania. Celem jest dalsze zmniejszenie opóźnień i rozszerzenie zdolności modelu, co ma umożliwić szerszą autonomię robotów domowych.
