Компания Qianjue, специализирующаяся на воплощенном искусственном интеллекте и имеющая корни в Университете Цинхуа, представила Polibrain — предиктивную мировую модель для роботов. Компания анонсировала ее на первой конференции «Физический ИИ и мировые модели», которая открылась в Нанкине 20 октября. Основатель Гао Хайчуань представил модель во время вступительного доклада.
Polibrain не пытается генерировать каждый будущий видеокадр. Вместо этого она изучает взаимосвязи между состояниями окружающей среды, историей и результатами действий, а затем предсказывает, как будут меняться релевантные для задачи состояния в пространстве латентных представлений. По мнению компании, для робота, собирающего мусор, цвет земли менее важен, чем местоположение объекта, взаимосвязь руки с ним и то, как захват изменит его состояние.
Модель связывает восприятие, понимание состояния, прогнозирование действий, принятие решений, выполнение и обратную связь в замкнутый цикл. Когда результаты расходятся с прогнозами, например, после неудачного захвата, модель переоценивает задачу с нового состояния и корректирует следующие шаги. Qianjue утверждает, что декодирование ключевых признаков позволяет отслеживать расхождения между ожидаемыми и фактическими состояниями, помогая выявлять неисправности и восстанавливаться.
В демонстрационном видео, предоставленном компанией, четвероногий робот с рукой и корзиной для сбора мусора ищет мусор на улице, приближается к нему, планирует движение руки и помещает предметы в корзину. Qianjue сообщает, что Polibrain адаптируется для четвероногих, гуманоидных, колесных, одноруких и двуруких роботов для таких задач, как компаньонские услуги, обслуживание в сфере питания, уборка и точная манипуляция. Компания признает, что надежность модели в сложных сценах все еще требует более полного тестирования в реальных условиях.
Qianjue позиционирует себя как поставщика «мозгов» для роботов, а не производителя оборудования. Ее слабосвязанная архитектура разделяет общее представление об окружающей среде и задаче от собственного управления каждой машиной, поэтому разные роботы или даже подключенные устройства могут по-своему выполнять одно и то же намеченное изменение. Компания надеется, что это также позволит данным от различных форм роботов поступать в одну модель.
Работа основана на исследовании, опубликованном Qianjue совместно с командой Университета Цинхуа на ICML 2025, о том, когда нейронные сети изучают мировые модели, а также на более новых работах по измерению сложности модели с помощью эффективной степени и контрфактическому методу определения того, какие прошлые наблюдения следует сохранять.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
