Dapatkah Anda langsung meminta robot untuk mencuci piring dan menyapu lantai untuk Anda? Figure meluncurkan model AI "Helix" yang bertujuan untuk revolusi tugas rumah tangga

Perusahaan rintisan Figure AI telah mengembangkan model AI baru untuk robot humanoid bernama 'Helix', yang dapat mengendalikan dua robot sekaligus dan dapat menghadapi barang-barang yang belum pernah dilihat dengan lancar. Fitur-fitur ini menjadi kekuatan Figure AI dalam memasuki pasar 'robot rumahan' yang belum terjamah. (Latar belakang: Musk merilis 'Super AI di Bumi' Grok 3 secara gratis kepada pengguna: sampai server down! (termasuk tutorial)) Pendiri dan CEO perusahaan rintisan robot humanoid Figure AI, Brett Adcock, mengumumkan model AI baru untuk robot humanoid 'Helix'. Beberapa minggu yang lalu, perusahaan ini memutuskan untuk mengakhiri kerjasama dengan OpenAI, dan saat itu Brett Adcock berjanji akan mengembangkan dan meluncurkan 'sesuatu yang belum pernah dilihat di robot humanoid dalam 30 hari', yang sepertinya merujuk kepada Helix. Ciptakan model kontrol VLA ganda pertama Helix dikabarkan oleh media teknologi Tech Crunch sebagai model 'Vision-Language-Action (VLA)' generik yang menggunakan instruksi visual dan bahasa untuk memproses informasi. Kasus terkenal dalam kategori ini adalah RT-2 dari Google DeepMind, yang melatih robot dengan menggabungkan video dan model bahasa besar (LLM). Cara kerja Helix juga serupa, mengendalikan robot secara real-time melalui data visual dan petunjuk bahasa. Figure menyatakan: Helix menunjukkan kemampuan generalisasi objek yang kuat, dapat mengambil berbagai barang rumah tangga yang belum pernah dilihat dengan instruksi bahasa alami, tidak peduli bentuk, ukuran, warna, atau bahan mereka. Dalam situasi ideal, pengguna hanya perlu memberikan instruksi suara kepada robot, dan robot akan menjalankan aksi yang sesuai. Keunggulan Helix terletak pada menjadi model VLA ganda pertama, yang dapat mengendalikan bagian atas robot humanoid dengan cepat dan gesit. Ini karena kesulitan yang mereka hadapi sebelumnya: 'Menggunakan VLM (Visually Large Language Model) universal namun lambat, sementara menggunakan strategi visual motorik robot cepat namun tidak universal.' Oleh karena itu, Helix mengintegrasikan dua sistem yang saling melengkapi untuk memecahkan masalah. Model VLA yang dapat mengontrol dua robot sekaligus Selain itu, Figure juga memberikan contoh operasional nyata robot, seperti 'Memberikan tas biskuit kepada robot di sebelah kanan Anda' atau 'Mengambil tas biskuit dari robot di sebelah kiri, lalu masukkan ke dalam laci yang terbuka.' Namun hal ini membuat orang penasaran, mengapa ada dua robot dalam demonstrasi. Figure menambahkan, karena Helix dirancang untuk dapat mengendalikan dua robot sekaligus, memungkinkan mereka saling membantu menyelesaikan berbagai tugas rumah tangga, dan Helix juga merupakan model VLA pertama yang dapat mengendalikan dua robot sekaligus. Terobosan ini memungkinkan robot bekerja sama dalam menangani tugas operasi berurutan panjang, bahkan ketika menghadapi barang yang belum pernah dilihat sebelumnya: Untuk membuat robot berguna dalam lingkungan rumah tangga, mereka perlu memiliki kemampuan untuk menghasilkan perilaku cerdas secara instan, terutama untuk barang-barang yang belum pernah dilihat Sebagai tambahan, Figure AI juga menyatakan bahwa mereka telah mencapai dua terobosan dalam uji coba: Robot-robot ini berhasil mengendalikan barang belanjaan yang tidak pernah dilihat selama pelatihan, menunjukkan kemampuan umum yang kuat terhadap berbagai bentuk, ukuran, dan bahan. Dua robot menggunakan bobot model Helix yang sama, tanpa perlu pelatihan khusus untuk masing-masing robot atau penugasan peran yang jelas. Sumber: Figure AI Robot rumahan jauh lebih kompleks daripada robot industri Secara umum, kesulitan dalam hal pembelajaran dan kontrol merupakan hambatan utama bagi sistem robot rumahan yang kompleks, sehingga industri lebih cenderung membangun robot untuk klien industri terlebih dahulu, untuk meningkatkan keandalan dan menurunkan biaya, sebelum melangkah ke robot rumahan. Oleh karena itu, penyebaran robot rumahan kemungkinan akan memerlukan beberapa tahun lagi. Namun, dengan peluncuran Helix, Figure juga memberikan sinyal yang jelas bahwa Figure AI akan memasuki pasar 'robot rumahan'. Namun, Figure juga menyatakan bahwa pelatihan robot rumahan mungkin akan memerlukan investasi besar dalam hal keuangan, tenaga kerja, dan waktu: Saat ini, bahkan untuk mengajarkan robot melakukan satu perilaku baru, memerlukan investasi tenaga kerja yang besar: baik dengan menghabiskan beberapa jam untuk diprogram secara manual oleh ahli dengan gelar doktor, atau melalui ribuan demonstrasi. Meskipun model Helix yang dirilis oleh Figure memungkinkan robot untuk melakukan operasi kompleks, perlu diingat bahwa, seperti banyak penelitian dalam bidang robot humanoid saat ini, Helix masih berada dalam tahap awal yang sangat dini, dan biaya di tahap lanjut saat ini sulit untuk diestimasi. Terkait: OpenAI merilis model o3! Kemampuan penalaran meningkat ke level berikutnya, membuka jalan bagi generasi AI selanjutnya DeepSeek Mendorong Gelombang Investasi AI di China, Indeks Teknologi Hang Seng Hong Kong Mencapai Tertinggi dalam Tiga Tahun Analisis Kedalaman》Dampak DeepSeek pada protokol AI Web3 di hulu dan hilir〈Dapatkah membuka mulut membuat robot membantu mencuci piring dan menyapu lantai? Figure merilis model AI 'Helix' untuk revolusi pekerjaan rumah〉Artikel ini pertama kali diterbitkan di BlockTempo, media berita Blok berpengaruh di dunia kripto.

Lihat Asli
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
  • Hadiah
  • Komentar
  • Bagikan
Komentar
0/400
Tidak ada komentar
  • Sematkan
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)