DeepCybo kompaniyasi dunyo tushunishini, harakatlarni yaratishni va kelajak holatlarini bashorat qilishni bitta avtoregressiv yadroda birlashtirgan PhysBrain 1.5 nomli fizik asosiy modelni taqdim etdi. Ushbu model Qwen3-VL asosida qurilgan va harakatlar hamda vizual holat uchun tokenlar yordamida kengaytirilgan.
Aniqlik kiritilganda, 8 milliard parametrlik namuna inson dunyosi bilan bogʻliq 28 ta jamoatchilik benchmarki boʻyicha umumiy 72.5 ballni koʻrsatadi. Bu ochiq kodli modellar orasidagi birinchi natija sifatida eʼlon qilingan va nashr etilgan loyiha jadvaliga koʻra, GPT-6 Astra (73.3) va Gemini 3.6 Flash (73.0) kabi yetakchi maxfiy tizimlarga taxminan bir ball masofada joylashgan.
DeepCybo hisobotiga koʻra, PhysBrain 1.5-8B versiyasi 28 ta benchmarklardan 14 tasi boʻyicha birinchi oʻrinni, ochiq kodli modellar orasida esa 10 tasi boʻyicha ikkinchi oʻrinni egallaydi. Ushbu vazifalar vizual-fazoviy idrok, koʻp burchakli fikrlash, inson dunyosini rejalashtirish, imkoniyatlarni mustahkamlash va vizual iz qoldirish vazifalarini qamrab oladi.
Yengilroq PhysBrain 1.5-2B versiyasi shu sinov toʻplami boʻyicha 66.6 natijani koʻrsatib, reytingdagi asosiy raqobatchi emas, balki mos keladigan joylashtirish vositasi sifatida xizmat qiladi. Ikkala versiyaning ogʻirligi, texnik hisobot va baholash toʻplami DeepCybo / PhysBrain 1.5 loyihasi doirasida Hugging Face va GitHub platformalarida mavjud.
Oʻquv jarayoni yopiq fizik sikl orqali amalga oshirilgan: kuzatish, fikrlash va mustahkamlash, harakatni bajarish, soʻngra dunyodagi oʻzgarishlarni bashorat qilish. Til javoblari, fazoviy tuzilmalar, ActionPiece tokenlari orqali effektuatorning yoʻnalishlari, shuningdek, kelajakning RGB, chuqurlik va robot maskasi bilan uygʻun kadrlari bitta umumiy maqsadni — keyingi tokenni qoʻllab-quvvatlaydi, alohida vazifa boshlari ishlatilmaydi.
Oldindan oʻqitish inson oʻzaro aloqaning videoyozuvlariga (egotsentrik, ego-ekzotsentrik va panoramik rejimlarda) asoslangan. Qoʻshimcha nozik sozlash DeepCybo ning Human-as-Humanoid harakatlar koʻprigʻidan foydalangan holda inson namunalari, haqiqiy robotlar yoʻnalishlari va simulyatsiyani aralashtirish orqali amalga oshirildi.
Intern W0, Motus2 yoki Cog-WM kabi boshqa xitoy ochiq liniyalari bilan solishtirganda, PhysBrain 1.5 faqat bitta robot uchun siyosat namunasini koʻrsatmasdan, koʻplab benchmarklarda ustunlikka ega asosiy modelni chiqaradi. Ushbu modeldan foydalanuvchi jamoalarga baholash paketini qayta ishga tushirish, ActionPiece uzatilishini oʻz manipulyatorlarida oʻrganish va 72.5 agregat koʻrsatkichini taqqoslash uchun boshlangʻich nuqta sifatida koʻrish, uni darhol qoʻllash imkoniyati bilan bogʻlamaslik tavsiya etiladi.