Dezvoltarea roboților umanoizi s-a deplasat într-un ritm lent în cea mai mare parte a două decenii, dar recent am văzut din ce în ce mai multe descoperiri în acest domeniu. După cum am scris recent, un robot AI a fost prezentat la MWC 2024 America, și o altă dezvoltare, Unitree H1, a doborât recordul de viteză în rândul roboților umanoizi. Și acum un rezultat spectaculos al colaborării dintre companiile Figure AI și OpenAI a apărut pe Internet - un videoclip uluitor al unui robot umanoid care poate purta acum conversații cu oamenii.
Startup Figure AI a lansat un videoclip care arată robotul Figure 01 care lucrează cu noul Visual Language Model (VLM). În ea, Figura 01 stă la o masă pe care se află o farfurie, un măr și o ceașcă. Există un uscător în stânga. Iar la întrebarea unei persoane, ce vede robotul în fața sa, el răspunde descriind în detaliu tot ceea ce stă pe masă.
Și apoi omul întreabă dacă poate mânca ceva, iar robotul răspunde: „Desigur”, iar apoi cu o mișcare lină și iscusită ia mărul și i-l înmânează bărbatului. După aceea, urmează o altă demonstrație uimitoare - un bărbat toarnă gunoi mototolit dintr-un coș în fața figurii 01 și îi cere robotului să explice de ce a făcut asta și, în același timp, colectează gunoiul în coș. Și își explică „gândul” în timp ce pune hârtia înapoi la gunoi. „Așa că ți-am dat un măr pentru că este singurul obiect comestibil pe care ți-l puteam da de pe masă”, a spus robotul.
Reprezentanții companiei au explicat că Figura 01 folosește un model multimodal pre-antrenat OpenAI, VLM, pentru a înțelege imaginile și textele și se bazează pe solicitările vocale pentru a-și genera răspunsurile. Acesta este diferit, de exemplu, de GPT-4 al OpenAI, care se concentrează pe solicitări scrise.
De asemenea, folosește ceea ce compania numește „manipulări bimanuale de nivel scăzut învățate”. Sistemul coordonează calibrarea precisă a imaginii (până la nivelul pixelului) cu rețeaua sa neuronală pentru controlul mișcării. „Aceste rețele primesc imagini la 10 Hz și generează acțiuni de 24-DOF (pozițiile încheieturii mâinii și unghiurile articulațiilor degetelor) la 200 Hz”, a spus Figure AI într-un comunicat.
Compania susține că fiecare comportament din videoclip se bazează pe învățarea sistemului, așa că nimeni din culise nu trage sforile figurii 01. Desigur, există o nuanță - nu se știe de câte ori a trecut robotul prin această procedură. Poate a fost a suta oară, ceea ce explică mișcările sale precise. Dar, în orice caz, această realizare pare spectaculoasă și puțin fantastică.
Figura 01 completează acum sarcini din lumea reală
Totul este autonom:
-Navigație autonomă și manipulare bazată pe forță
- Model de viziune învățat pentru detectarea și prioritizarea coșului
-Manipulare reactivă a coșului (variație robustă la poziție)
- Generalizabil la alte sarcini pick/place pozatwitter.com/0wFmYnq0GC— Figura (@Figure_robot) 26 Februarie 2024
Citeste si: