Репортаж от Wedoany，29 июня китайская компания Wujie Power, специализирующаяся на воплощённом интеллекте, официально выпустила MWA™ — универсальный мозг для воплощённого интеллекта, позиционируемый как скрытая пространственная мировая модель с «длинно-временной двунаправленной физической причинно-следственной цепью». В тесте воплощённого интеллекта RoboCasa GR1 TableTop модель MWA™-WALA, совместно разработанная Wujie Power и Институтом автоматики Китайской академии наук, заняла первое место в мире со средним уровнем успешности выполнения задач 75,2%, превзойдя такие модели, как NVIDIA GR00T-N1.6, Daxiao Robot ACE-EGO-0, Xiaopeng DIAL и Gaode ABot-M0. Этот релиз продвигает ранее заявленный подход Wujie Power, основанный на «скрытой пространственной мировой модели + обучении с подкреплением», к задачам с длинным циклом, множеством шагов и высокой точностью операций.
Роль мировой модели заключается в том, чтобы робот перед выполнением действия сначала понимал изменения в окружающей среде и последствия своих действий. Для воплощённого интеллекта модель должна не только «видеть» объекты, но и оценивать, как они будут двигаться, сталкиваться, скользить, подвергаться воздействию сил и стабилизироваться.
Ключевое изменение MWA™ заключается в размещении физических причинно-следственных связей в скрытом пространстве для моделирования. Традиционные модели роботов часто полагаются на прямую связь между зрением, языком и действиями, что позволяет выполнять такие действия, как захват, размещение, включение и выключение в коротких задачах, но в длительных операциях часто возникают разрывы в последовательности действий, дрейф траектории, нестабильность усилий и ошибки в оценке целевого состояния. MWA™ использует механизм обратного динамического моделирования на уровне временных блоков, выводя непрерывные многопошаговые группы латентных действий, что позволяет роботу не просто генерировать одношаговые действия, а строить непрерывную цепочку действий вокруг всего процесса задачи. Таким образом, при выполнении многошаговых операций робот может обрабатывать «текущее действие», «следующее состояние» и «конечную цель задачи» в единой временной рамке.
Система ядерных данных отрицательных образцов AnyPhys предназначена для восполнения понимания роботом границ неудач. Обучение воплощённого интеллекта не может полагаться только на успешные демонстрации; в реальных операциях чаще встречаются скольжение, столкновения, неточный захват, потеря устойчивости, разбрызгивание объектов и ошибки в ограниченном пространстве. MWA™ использует большое количество образцов неудач, нестабильности и критических границ для обратного вывода физических стабильных областей в различных рабочих условиях, позволяя роботу избегать высокорисковых траекторий при генерации действий. Для промышленных и коммерческих сервисных сценариев такая способность более критична, чем простое повышение демонстрационной эффективности, поскольку робот должен сохранять стабильность, безопасность и воспроизводимость в течение длительного времени работы.
RoboCasa GR1 TableTop в основном проверяет способность робота к обобщению в задачах на столе. Сложные объекты, нестандартные сцены, изменения освещения и помехи от посторонних предметов усиливают различия в понимании пространства, непрерывности действий и способности к планированию задач.
Средний уровень успешности выполнения задач 75,2% показывает, что MWA™ достигла высоких результатов в задачах, таких как многошаговые последовательные операции, извлечение объектов из ограниченного пространства и точный захват разрозненных предметов. Ценность симуляционной среды RoboCasa заключается в том, что она позволяет тестировать стратегии робота в большом количестве задач взаимодействия на кухне, столе и с объектами, а не только оценивать одиночные захваты. Занятие MWA™ первого места означает, что подход скрытой пространственной мировой модели обладает высокой конкурентоспособностью в симуляционных тестах и предоставляет новую основу для алгоритмической проверки последующего развёртывания на реальных роботах. Официальное описание RoboCasa показывает, что его бенчмарк используется для сравнения универсальных стратегий роботов, задачи охватывают множество типов операций в повседневной среде и уделяют внимание оценке многозадачного обучения и обобщения.
Этот релиз также продолжает недавний технологический и коммерческий ритм Wujie Power. Ранее компания завершила раунд ангельского финансирования на сумму более 200 миллионов долларов США и построила универсальный мозг MWA™ на основе «скрытой пространственной мировой модели + обучения с подкреплением»; второе поколение роботов K15 компании уже вступило в стадию массового производства, с областями применения, охватывающими промышленное производство, коммерческие услуги и другие сценарии. Для Wujie Power результаты в рейтингах моделей — лишь технологический вход; настоящее испытание заключается в том, сможет ли MWA™ войти в реальные заводы, коммерческие пространства и задачи с длинными циклами мобильных операций, выдерживая инженерное давление, связанное с темпом производственной линии, открытой средой, ограничениями безопасности и переключением между задачами.
Воплощённый интеллект переходит от «способности демонстрировать» к «способности долгосрочной стабильной работы». Если MWA™ сможет перенести способность к длинно-временным действиям из симуляции на реальные роботы, это поможет повысить надёжность роботов в сборке, сортировке, захвате и размещении, обслуживании, инспекции и операциях в сложных пространствах. Для всей отрасли конкуренция в таких моделях уже не ограничивается пониманием языка или способностью к визуальному распознаванию, а включает моделирование физического мира, непрерывность действий, обучение на образцах неудач и способность к замкнутому циклу итераций в реальных сценариях. Выпуск MWA™ компанией Wujie Power также делает скрытую пространственную мировую модель важной технологической ветвью на пути к универсальному мозгу воплощённого интеллекта.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
