Компания Dexmal, ранее известная как Yuanli Lingji, представила комплексный набор продуктов в области воплощенного искусственного интеллекта на своей первой конференции разработчиков Action. Целью этих разработок является решение фундаментальной отраслевой проблемы — масштабирования базовых моделей на разнообразное роботизированное оборудование и в условиях реального мира.
Центральным элементом презентации стала воплощенная базовая модель DM0.5. Эта модель удвоила количество параметров до 4 миллиардов и была обучена на обширном массиве данных, который включает 150 000 часов информации. Среди этого объема — 50 000 часов данных, полученных с реальных роботов, с аннотацией ключевых точек руки в трехмерном формате с миллиметровой точностью, а также 100 000 часов данных, собранных при человеческом управлении от первого лица.
DM0.5 отличается тремя архитектурными новшествами. Во-первых, это нативная поддержка памяти для контекста продолжительностью до 60 секунд, реализованная через уровень абстракции уровня предварительного обучения. Во-вторых, внедрена двухступенчатая система рассуждений, которая разделяет планирование задачи и генерацию движения, используя контрфактическое обучение для обеспечения истинного понимания инструкций. В-третьих, для нормализации траекторий при различных скоростях исполнения используется выравнивание действий посредством ограниченного динамического программирования.
DexOS позиционируется как операционная система для робототехники, аналогичная Android. Она решает проблему соответствия N x M, при которой модели и аппаратное обеспечение требуют индивидуальной адаптации. Предоставляя стандартизированную операционную систему с открытым протоколом интерфейса ECP, DexOS позволяет разработчикам моделей интегрировать их один раз и затем развертывать на множестве различных роботизированных платформ. Система унифицирует работу с различными датчиками, актуаторами и конфигурациями оборудования через единый API.
Платформа DexDev объединяет три функциональные возможности: DFOL 2.0, которая использует обучение с подкреплением на основе мировой модели и снижает потребность в данных для обучения реальных роботов на 60%, а также общие затраты на 40% за счет симуляции результатов в мировой модели DW0.5; DexOS для кроссплатформенного развертывания; и MaaS (Model as a Service) для инференса воплощенного ИИ по принципу оплаты за использование. Dexmal продемонстрировала, что платформа достигает задержки инференса в 50 миллисекунд и способна выполнять пост-обучение на одной потребительской видеокарте RTX 4090.
Кроме того, компания представила две новые аппаратные платформы для роботов: Apex, предназначенную для промышленного применения, и Ferrata, ориентированную на логистику, в дополнение к уже существующей двуручной платформе Mint. Основатель Tang Wenbin выразил уверенность в том, что путь к зрелости воплощенного ИИ лежит через экосистемы разработчиков, а не через закрытую вертикальную интеграцию. Он отметил, что истинное качество модели проверяется тем, выбирают ли ее разработчики вместо альтернатив с открытым исходным кодом, заявив, что DM0.5 является первой моделью Dexmal, которая действительно превосходит доступные варианты с открытым исходным кодом.
