AgiBot LIFE ni chiqardi — RoboBeats modellariga asoslangan jismoniy taʼlim uchun freymvork

Ant Group tarkibiy qismi boʻlgan Robbyant kompaniyasi LingBot-Touch modelini ochiq foydalanish uchun chiqarib berdi. Ushbu taktil fundamental model robot qoʻllarga tegish hissini birlashtirish uchun moʻljallangan.

10-noyabrda eʼlon qilingan model taxminan 5000 soatlik haqiqiy taktil tajriba maʼlumotlari asosida oldindan oʻqitilgan. U sensorika uchta tamoyilini qamrab oladi: magnit, vizual-taktil va piezorezistiv. Model kodi Apache-2.0 litsenziyasi ostida mavjud, Tiny va Small nazorat nuqtalari esa Hugging Face va ModelScope platformalarida joylashgan.

LingBot-Touch hal qiladigan asosiy muammo turli taktil sensorlar tomonidan hosil qilinadigan xom signallarning mos kelmasligidir; bitta sensor turi bilan olingan tegish tajribasi boshqa biriga kamdan-kam hollarda qoʻllaniladi. LingBot-Touch bu muammoni har bir sensor turi uchun oʻzining kirish tokenizatorini taqdim etish orqali hal qiladi, u maʼlumotlarni umumiy Transformerga yuboradi. Model aloqa nuqtalarini barmoq uchining yagona koordinata fazosiga aks ettiradi va turli harakat modellaridan foydalanishi mumkin boʻlgan birlashtirilgan taktil tokenlarni chiqaradi.

Repositoriyda joylashgan maqsadli yondashuv JEPA uslubida tasvirlangan boʻlib, u tegishning fazoviy-vaqtinchalik kontekstidan latent ifodalarni bashorat qiladi. Oʻquv uchun maʼlumotlar inson tomonidan kiyiladigan taktil qoʻlqopchalar va masofadan boshqariladigan chabuk qoʻllardan olingan.

Modelni robototexnik vazifalarda sinovdan oʻtkazish

Robbyant modelni Sharpa Wave va XHand deb nomlangan ikkita chabuk qoʻlda 26 ta haqiqiy robotlar bajaradigan vazifalar doirasida sinovdan oʻtkazdi. Bu vazifalar sahifalarni aylantirish, shishalarning qopqogʻini burish va mahjong plitalarini aniqlashni oʻz ichiga olgan. LingBot-Touch ifodasini toʻrtta harakat modeli — LingBot-VLA, $\pi$0.5, Diffusion Policy va T-Rex ga qoʻshgan holda, oʻrtacha vazifani muvaffaqiyatli bajarish darajasi taktil qayta aloqadan foydalanmaydigan versiyalarga nisbatan taxminan 14–26 foizga oshdi.

T-Rex Sharpa Wave ustida qopqoqlarni burishga urinayotgan holatlardan birida, taktil hodisadan foydalanmasdan muvaffaqiyat 56,25%, faqat sensor signallaridan foydalanganda 62,5% va LingBot-Touch integratsiyasidan soʻng 90% ni tashkil etdi.

Barcha 26 ta sinov Tiny versiyasi bilan oʻtkazildi, u taxminan 5 million parametrga ega va ulangan siyosatlarning hajmini faqat 0,13%–0,16% ga oshiradi. Jamoa eslatadiki, kattaroq Small versiyasi 5000 soatgacha oʻquv maʼlumotlari hajmi oshishi bilan yanada yaxshilanib boradi.

Turli apparat platformalari oʻrtasida bilimlar oʻtkazilishini tekshirish uchun jamoa XHanddagi kodlovchini muzlatdi, uning magnit-sensorli moduli oldingi oʻquv maʼlumotlarida mavjud emas edi, va faqat XHand namunalari asosida harakat modelini oʻrgatdi. Bu holatda magnit aloqa haqidagi bilimlar faqat inson qoʻlqopchalari maʼlumotlaridan olingan.

Robbyant ushbu modelni taktil sensorlar va harakat modellari oʻrtasidagi neytral qatlam sifatida, oʻzining LingBot-VLA komponenti sifatida emas, joylashtiradi. Bu uskuna ishlab chiqaruvchilarga narxga qarab sensorlarni tanlash imkonini beradi, shu bilan birga tizim jamoalari oʻz siyosatlarini saqlab qolishi mumkin.

Barcha taqdim etilgan natijalar Robbyantga tegishli va kompaniya bu maʼlumotlarning mustaqil qayta tiklanishi haqida xabar bermagan. GitHubga joylashtirilgan versiya inferensiya relizi boʻlib, unda muzlatilgan kodlovchi va taktil xususiyatlarni ajratib olish uchun vositalar mavjud.

AgiBot kompaniyasi 29-oktabrda GO-3 Preview modelini chiqarib berdi. Bu sunʼiy intellektning jonlantirilgan modeli barcha bosqichlarda oʻrganishni davom ettirishga qodir: dastlabki oʻquv paytida, undan keyin va ishga joriy etilgandan soʻng ham. AgiBot toʻliq modelni 2026-yil oxiriga qadar keng jamoatchilik uchun mavjud qilishni nazarda tutmoqda.

GO-3 Preview AgiBot tomonidan WRAM yoki Dunyo Haqida Fikr-Faraz Modeli deb nomlangan arxitektura asosida qurilgan. Ushbu arxitektura vazifa haqidagi fikrlashni, kelajakdagi voqealar prognozini va harakatlarni yaratishni bogʻlaydi, bu esa robotga koʻrsatma tushunishga, natijani oldindan koʻrishga va tegishli harakatlarni bajarishga imkon beradi.

Model yaqinda jonlantirilgan sunʼiy intellekt uchun uchta reytingda birinchi oʻrinni qoʻlga kiritdi: RoboDojo, RoboTwin va RoboColiseum. AgiBot model ikki yoʻnalishda miqyoslanishini taʼkidlaydi. Bir tomondan, obʼektlarni qayta ishlash va vazifalarni rivojlantirish boʻyicha boy misollar birinchi shaxsdan tortilgan odamlar video yozuvlari orqali taqdim etiladi, robot traektoriyalari esa kuzatuvlarni harakatlar va jismoniy natijalar bilan bogʻlaydi.

Boshqa tomondan, modelning yuqori oʻquv qobiliyati ushbu tarqoq tajribani yangi vazifalarga qoʻllanilishi mumkin boʻlgan koʻnikmalarga aylantiradi. Dastlabki oʻquvdan soʻng, kompaniya robotlar uy sharoitida, oshxonada, bir nechta robot tizimlarida nomaʼlum vazifalarni bajara olishini va qoʻshimcha nozik sozlashsiz nozik manipulyatsiyani amalga oshira olishini qayd etadi.

Bir nechta namoyishlar yordamida model uzoq va nozik operatsiyalarni, masalan, dzyanbin — xitoyning ziravorli panjurasini tayyorlashni oʻzlashtira oladi. Agent tomonidan bosqichlarni nozik sozlash va koordinatsiya qilishdan soʻng, robot Lego detallarini ham yigʻa oladi.

Oʻqitishdan keyingi bosqich uchun AgiBot fizik simulyatsiya va dunyo modellarini birlashtiradigan yuzdan ortiq haqiqiy robotlar bilan Geni Evolver nomli tarqatilgan oʻquv tizimini ishlab chiqdi. Stol ustidagi kerling oyinida robot toʻrt soatlik onlayn mashgʻulotlardan soʻng oʻrtacha sinovdan oʻtgan insonni ortda qoldirdi. Bloklardan iborat minoralar oʻyinida u minoraning barqarorligini saqlab qolgan holda ketma-ket beshta blokni chiqarib olishga muvaffaq boʻldi.

Joriy etilishi bilan Geni Master agentlik tuzilmasi fikrlash, ijro va qayta aloqa oʻrtasida bogʻliqlikni taʼminlaydi, bu esa robotlarga ish jarayonida uzluksiz takomillashtirish imkonini beradi. Haqiqiy doimiy sotuv doʻkonida ishlayotgan AgiBot G2 roboti oʻzining buzilish sabablarini mustaqil aniqladi, yondashuvini tuzatdi va inson yoki sozlashsiz olingan bilimlarini saqlab qoldi. Ushbu robotning toʻliq ish jarayonidagi muvaffaqiyati birinchi kuni 28,6 foizdan besh kun ichida barqaror 85,7 foizga oshdi.

Kichik quloqchalar osish kabi vazifada AgiBot bu usulning anʼanaviy nazorat qilinadigan nozik sozlashga qaraganda yakka vazifani bajarish muvaffaqiyatini 17,7 foiz punktga oshirganini eʼlon qiladi va oʻquv onlayn davom etmoqda.

Texnologik magnat Elon Musk 'All-in Summit' tadbirida kelajakdagi viziyasini taqdim etdi va sunʼiy intellekt (AI) hamda robototexnika inson hayotiga taʼsirini batafsil tushuntirdi. Musk yaqin kelajakda texnologiyalar odamlarni daromad uchun ishlash zaruriyatidan ozod qilishi kelyap deb prognoz qiladi.

Musk, Tesla kompaniyasining 'Optimus' kabi humanoid robotlari AI bilan birga tez orada inson kabi har qanday vazifani bajarishi mumkinligiga amin. U buni 'universal yuqori daromad' (Universal High Income) paydo boʻlishiga olib kelishini va mehnat faoliyati majburiyat emas, balki tanlov boʻlib qolishini taʼkidladi.

Musk fikricha, bu transformatsiya nafaqat jismoniy mehnatni, balki ofis xodimlari va maʼlumotlarni qayta ishlash kabi yuqori malakali lavozimlarni ham qamrab oladi. U avtomatlashtirish tufayli tovarlar va xizmatlar shunday koʻp miqdorda yaratilishini taxmin qilmoqdaki,ki, odamlar hozirgiga qaraganda ancha yaxshi yashashi mumkin.

'Universal asosiy daromad' (UBI) konsepsiyasidan farqli oʻlaroq, Musk yanada kengroq rivojlanishni koʻradi — universal yuqori daromad. Ishlab chiqarish, transport, qishloq xoʻjaligi va tibbiyot xizmatlari shunchalik qulay va arzon boʻlishi kerakki, barcha uchun yuqori hayot sifatini taʼminlashini taʼminlaydi.

Bu ssenariy gʻoyaviy tuyulsa-da, Elon Musk bunday kelajakka erishish yoʻli murakkab boʻladi va koʻplab tahdidlar bilan bogʻliq ekanligini taʼkidladi. U mashinalar ish joylarini almashtira boshlagan davrning oson boʻlmasligini tan oladi.

Daromadi butunlay maosh va jismoniy mehnatga bogʻliq oilalar ushbu 'katta farovonlik davri' boshlanishigacha moliyaviy qiyinchiliklarga duch kelishi mumkin. Avtomatlashtirilgan dunyoda boylik qanday taqsimlanishi va bu mashinalarning haqiqiy egasi kim boʻlishi haqida fundamental savol tugʻiladi. Musk avvalgi podkastlarda bu oʻtish 'silkinch va qiyin sayohat' boʻlishini eshitgan edi.