A equipe de modelos globais da ShengShu Technology iniciou uma transmissão ao vivo do processo completo de treinamento do Motubrain 2.0, a próxima versão de seu modelo de inteligência artificial encarnada para robôs. A transmissão começou em 21 de outubro e está programada para durar cerca de duas semanas.
A empresa informou que o Motubrain 2.0 será lançado em acesso aberto em breve e decidiu demonstrar o processo de treinamento antes desse lançamento.
Os modelos Motubrain representam uma família de modelos fundamentais de robôs da ShengShu, cujo objetivo é fornecer aos robôs um cérebro universal capaz de aplicar habilidades em diferentes tarefas, cenários e tipos de robôs. A primeira versão do Motubrain foi apresentada em abril como um modelo de alcance global. Vale ressaltar que a ShengShu é mais conhecida por seus modelos de geração de vídeo Vidu.
Estrutura da Transmissão
A transmissão ao vivo está dividida em quatro fases. A fase de pré-treinamento explora como a escala do treinamento afeta o desempenho e a capacidade de generalização em condições de tiro zero. O treinamento subsequente foca na execução de tarefas específicas para melhorar a performance. Em seguida, há a fase de tarefas do agente, que verifica se o modelo pode transferir o conhecimento adquirido para outras tarefas. A fase final é dedicada à autoaperfeiçoamento recursivo, para determinar se o modelo é capaz de avaliar suas ações com base no feedback da execução e melhorá-las.
Na página de transmissão em tempo real, os passos de treinamento e as métricas de sucesso da avaliação são exibidos à medida que são atualizados.
A ideia principal desta demonstração é a transparência. Geralmente, o progresso na IA encarnada é avaliado por observadores externos através de demonstrações polidas de robôs, tabelas de benchmarks e artigos científicos, que pouco revelam como exatamente as capacidades são formadas durante o treinamento ou quais problemas surgem. A ShengShu afirma que a transmissão mostrará não apenas sucessos, mas também erros, o processo de tentativa e erro, bem como correções, e espera compartilhar com outros pesquisadores questões abertas relativas à escalabilidade, generalização entre tarefas e melhoria autônoma.
Este passo está alinhado com uma tendência mais ampla entre equipes chinesas de IA, que compartilham publicamente o progresso do treinamento. Anteriormente, Luo Fuli, líder dos modelos MiMo da Xiaomi, publicou detalhes da fase de treinamento por reforço para o MiMo-V2.6.
No entanto, existem limitações ao que uma transmissão ao vivo pode provar. Os pesos do modelo ainda não foram lançados, e a própria empresa declara que a pesquisa permanece em caráter experimental, e os resultados exigirão experimentos e avaliações subsequentes para confirmação. O anúncio foi fornecido pela ShengShu e noticiado pela mídia tecnológica chinesa. O verdadeiro teste será o lançamento em acesso aberto e a conformidade de seus benchmarks com o que foi mostrado na transmissão.