हेलो इंक. की रोबोटैक्सी यूनिट ने ऑन-डिमांड ड्राइविंग परिदृश्यों के निर्माण के लिए वर्ल्डहोलोज़ - एक विश्व मॉडल जारी किया
और पढ़ें
Pandaily
pandaily.com

हेलो इंक. की रोबोटैक्सी यूनिट ने ऑन-डिमांड ड्राइविंग परिदृश्यों के निर्माण के लिए वर्ल्डहोलोज़ - एक विश्व मॉडल जारी किया

हेलो इंक. की रोबोटैक्सी डिवीजन ने वर्ल्डहोलोज़ - ड्राइविंग के लिए एक जनरेटिव वर्ल्ड मॉडल पेश किया है। यह मॉडल ऑन-डिमांड ड्राइविंग डेटा बनाने और वाहन नियंत्रण नीतियों के इंटरैक्टिव परीक्षण के लिए डिज़ाइन किया गया है।

टीम ने 12 अक्टूबर को इस मॉडल की घोषणा की और arXiv पर संबंधित वैज्ञानिक पेपर के साथ-साथ परियोजना पृष्ठ भी प्रकाशित किया। वर्ल्डहोलोज़ सीन प्रबंधन, निरंतर पीढ़ी, मल्टीसेंसर अवलोकन और कुशल डेटा आउटपुट को एक साथ लाता है।

इंजीनियर सीधे वाहनों, पैदल चलने वालों और उनके पथों को संपादित कर सकते हैं, जिसके बाद मॉडल कई कैमरों से संबंधित वीडियो के साथ-साथ लिडार डेटा उत्पन्न करता है। ऐसे परिवर्तनों के उदाहरणों में सड़क पार करने वाले पैदल यात्री को जोड़ना, आगे चल रहे वाहन के मार्ग को बदलना या मौसम की स्थिति बदलना शामिल है - जैसे बारिश से बर्फ में, या दिन से रात में।

मॉडल दृश्य बनाने के दूसरे तरीके के रूप में सरल भाषा में स्थिति का वर्णन भी स्वीकार करता है। उपयोगकर्ता वांछित स्थिति का वर्णन करता है, और अनुप्रयोगों का एक विशेष पाइपलाइन इस विवरण को मॉडल के संचालन के लिए आवश्यक शर्तों में बदल देता है। निर्माण स्थल, भारी यातायात, सड़क पार करने वाले पैदल यात्री, कोहरा और विभिन्न प्रकाश व्यवस्था जैसी वस्तुएं पीढ़ी प्रक्रिया को निर्देशित करने के लिए उपयोग की जा सकती हैं।

विकास का मुख्य उद्देश्य वास्तविक दुनिया में एकत्र किए गए डेटा में अंतराल को भरना है। लंबी पूंछ वाली स्थितियाँ, जैसे दुर्लभ खतरे या मौसम और गति के असामान्य संयोजन, केवल सड़कों से डेटा एकत्र करके पर्याप्त मात्रा में इकट्ठा करना मुश्किल है। अनुरोध पर ऐसे परिदृश्यों को उत्पन्न करने की क्षमता डेवलपर्स को लक्षित प्रशिक्षण डेटा बनाने और प्रति-तथ्यात्मक परीक्षण करने की अनुमति देती है: ड्राइविंग नीति की प्रतिक्रिया का आकलन करने के लिए एक ही क्षण को एक तत्व को बदलकर दोहराना।

प्रस्तुत वैज्ञानिक पेपर के अनुसार, वर्ल्डहोलोज़ में लगभग 2 बिलियन पैरामीटर हैं, यह सशर्त लिडार आउटपुट के साथ सात कैमरों के लिए दृश्य उत्पन्न करता है और बहु-चरणीय कारण-प्रभाव पीढ़ी का उपयोग करता है। इस वास्तुकला का उद्देश्य केवल व्यक्तिगत क्लिप उत्पन्न करने के बजाय कई बार इंटरैक्टिव मॉडलिंग के लिए पर्याप्त आउटपुट गति सुनिश्चित करना है।

वर्ल्ड मॉडल स्वायत्त ड्राइविंग और एम्बेडेड आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक सामान्य उपकरण बन गए हैं, जहां टीमें सीमा मामलों के संग्रह और लेबलिंग की लागत को कम करने के लिए उनका उपयोग करती हैं। हेलो इंक. की रोबोटैक्सी टीम द्वारा यह इस प्रकार की पहली सार्वजनिक शोध प्रकाशन है। हालांकि, कंपनी ने अभी तक यह नहीं बताया है कि मॉडल को कब या कैसे अपने वाहनों के परीक्षण कार्यक्रमों में एकीकृत किया जाएगा।

समान कहानियाँ

Meta ने OpenAI और Anthropic के साथ प्रतिस्पर्धा करने के लिए Muse Wonder नामक एक नया आर्टिफिशियल इंटेलिजेंस मॉडल पेश किया
और पढ़ें
olhardigital.com.br

Meta ने OpenAI और Anthropic के साथ प्रतिस्पर्धा करने के लिए Muse Wonder नामक एक नया आर्टिफिशियल इंटेलिजेंस मॉडल पेश किया

मेटा ने मंगलवार (12 तारीख) को दो नए आर्टिफिशियल इंटेलिजेंस (एआई) उपकरण - Muse Wonder और Muse Wonder Full - पेश किए। इन मॉडलों का उद्देश्य उन्नत सिस्टम बाजार में कंपनी की उपस्थिति का विस्तार करना है। मेटा का दावा है कि प्रोग्रामिंग, लेखन और तर्क पर परीक्षणों में ये मॉडल Anthropic के सबसे उन्नत विकासों के बराबर परिणाम प्रदर्शित करते हैं।

यह रिलीज़ मार्क ज़करबर्ग के प्रयासों का हिस्सा है ताकि एआई डिवीजन को मजबूत किया जा सके और ऑनलाइन विज्ञापन के अलावा आय के नए स्रोत खोजे जा सकें। नई सुविधाओं तक पहुंच मेटा के उत्पादों में एकीकृत की जाएगी, जिसमें व्यक्तिगत एजेंट Muse ऐप और Muse Code टूल शामिल हैं, और यह विभिन्न मूल्य निर्धारण योजनाओं के माध्यम से उपलब्ध होगा।

Muse Wonder का विकास तब शुरू हुआ जब मेटा ने जून 2025 में स्केल एआई (Scale AI) के संस्थापक अलेक्जेंडर वांग को आर्टिफिशियल इंटेलिजेंस निदेशक के रूप में नियुक्त किया। यह नई मॉडल श्रृंखला वांग के नेतृत्व वाले डिवीजन द्वारा जारी दूसरी श्रृंखला है, और पहली है जिसे कंपनी स्पष्ट रूप से 'फ्रंटियर मॉडल' के प्रतियोगी के रूप में स्थापित करती है।

ये एआई सिस्टम सबसे उन्नत हैं और आमतौर पर काम करने के लिए महत्वपूर्ण कम्प्यूटेशनल शक्ति की आवश्यकता होती है। मेटा के अनुसार, Muse Wonder ने पिछले संस्करणों की तुलना में प्रोग्रामिंग के क्षेत्र में भी महत्वपूर्ण प्रगति हासिल की है।

कार्यक्षमता और अनुप्रयोग

इस मॉडल को व्यक्तिगत और पेशेवर दोनों तरह के एजेंटों के कामकाज को बेहतर बनाने के लिए बनाया गया है जो उपयोगकर्ताओं की ओर से कार्य करते हैं। सीएनबीसी को दिए एक साक्षात्कार में अलेक्जेंडर वांग ने बताया कि प्रशिक्षण प्रक्रिया का उद्देश्य प्रणाली को बाधाओं के आने पर उपयोगकर्ता से निर्देश मांगने के बजाय वैकल्पिक समाधान खोजने के लिए तैयार करना था। प्रमुख द्वारा बताए गए उदाहरणों में रेस्तरां में आरक्षण या सीटों की उपलब्धता की जांच जैसे रोजमर्रा के कार्य शामिल हैं। लक्ष्य यह है कि एजेंट इन कार्यों को करते समय अप्रत्याशित परिस्थितियों से अधिक कुशलता से निपट सकें।

Muse Wonder को Muse ऐप के कुछ हिस्सों में एकीकृत किया जाएगा, जिसे पिछले महीने जारी किया गया था। हालांकि ऐप का एक मुफ्त संस्करण है, नई मॉडल का उपयोग करने के लिए $20 या $100 की मासिक सदस्यता की आवश्यकता होगी।

इसके अलावा, यह मॉडल मेटा मॉडल एपीआई (Meta Model API) के माध्यम से डेवलपर्स के लिए उपलब्ध होगा। वांग ने उल्लेख किया कि यह विकल्प मानक सब्सक्रिप्शन की तुलना में अधिक महंगा होगा क्योंकि यह एक बड़ा और अधिक उन्नत सिस्टम प्रस्तुत करता है। फिर भी, उनके अनुसार, लागत अग्रणी OpenAI और Anthropic मॉडलों द्वारा निर्धारित लागत से काफी कम रहेगी।

फुल संस्करण और सुरक्षा

Muse Wonder Full इस नई श्रृंखला का सबसे शक्तिशाली संस्करण होगा। इसकी पहुंच उन डेवलपर्स तक सीमित होगी जिन्होंने Muse Code - सॉफ्टवेयर विकास पर केंद्रित एआई टूल - की सदस्यता ली है। सीएनबीसी द्वारा उल्लिखित मूल्य निर्धारण योजनाएं $50 या $200 प्रति माह हैं।

यह लॉन्च उन्नत मॉडल और एआई एजेंटों के व्यवहार के बारे में चिंताओं के बीच हो रहा है। मेटा की कंपनी ब्लॉग पोस्ट में कहा गया है कि नए मॉडल में साइबर सुरक्षा से संबंधित दुरुपयोग के खिलाफ वर्तमान में सबसे मजबूत सुरक्षा उपाय हैं। ये उपाय अभी केवल सशुल्क संस्करण में उपलब्ध हैं।

वांग की टीम Muse के उपयोग से जुड़ी घटनाओं और समस्याओं पर भी नज़र रख रही है। कुछ उपयोगकर्ताओं ने सोशल मीडिया पर शिकायत की है कि एजेंट ने बिना अनुमति के व्यक्तिगत संदेशों तक पहुंच प्राप्त कर ली, हालांकि कंपनी ने इस दावे का खंडन किया है। वांग के अनुसार, मेटा उपयोगकर्ताओं को एप्लिकेशन के संचालन और उनके द्वारा दी गई अनुमतियों के बारे में सूचित करता है। उन्होंने आगे कहा कि कुछ लोगों ने पहले कुछ प्रकार के संचारों की अनुमति दी होगी और बाद में उस सहमति को भूल गए होंगे।

Muse Wonder के विकास के दौरान मेटा को देरी का सामना करना पड़ा। जुलाई में कंपनी ने प्री-ट्रेनिंग नामक प्रशिक्षण चरण को निलंबित कर दिया, जिससे मॉडलों की रिलीज अक्टूबर तक टल गई, जैसा कि द न्यूयॉर्क टाइम्स द्वारा पहले प्रकाशित जानकारी में बताया गया था। ये मॉडल, जिनका आंतरिक कोडनेम वाटरमेलन था, एआई बाजार में अपनी उपस्थिति का विस्तार करने की मेटा की रणनीति में एक और कदम हैं। कंपनी OpenAI और Anthropic के पहले से ही महत्वपूर्ण पदों पर कब्जा करने वाले सेगमेंट में अन्य निगमों को एआई सेवाओं की बिक्री बढ़ाने का भी प्रयास कर रही है।

स्ट्राइडिंग एआई ने चौबीसों घंटे स्टोर के लिए H1 और C1 रोबोट पेश किए, 2027 में सेवा लॉन्च करने की योजना बना रहा है
और पढ़ें
pandaily.com

स्ट्राइडिंग एआई ने चौबीसों घंटे स्टोर के लिए H1 और C1 रोबोट पेश किए, 2027 में सेवा लॉन्च करने की योजना बना रहा है

पेकिंग स्थित फिजिकल आर्टिफिशियल इंटेलिजेंस स्टार्टअप स्ट्राइडिंग एआई ने चौबीसों घंटे स्टोरों के लिए डिज़ाइन की गई रोबोट प्रणाली प्रस्तुत की। कंपनी द्वारा QbitAI के माध्यम से जारी एक विज्ञप्ति के अनुसार, यह प्रस्तुति 8 अक्टूबर को 22वीं एशिया-प्रशांत खुदरा व्यापार प्रदर्शनी (APRCE 2026) में हुई।

यह प्रणाली तीन मुख्य घटकों से बनी है। रोबोट H1 एक द्विपदीय मानव सदृश रोबोट है जिसे उन क्षेत्रों के लिए डिज़ाइन किया गया है जहाँ ग्राहक घूमते हैं। यह 20 से अधिक भाषाओं में बात कर सकता है, 45 विभिन्न चेहरे के भाव और 36 हावभाव प्रदर्शित कर सकता है, और व्यक्तिगत विकास के लिए एक खुला एपीआई भी प्रदान करता है।

रोबोट C1 एक पहिया वाहन है जिसमें मैनिपुलेटर लगे होते हैं, जो संकरे गलियारों के लिए उपयुक्त है। यह एक पतले ऑल-डायरेक्शनल बेस पर काम करता है, जिसकी ऊंचाई लगभग 100 मिमी से लेकर 1750 मिमी से अधिक तक होती है, और वस्तुओं को स्थानांतरित करने, शेल्फ भरने और लोडिंग जैसे कार्य करता है। स्ट्राइडिंग एआई का दावा है कि C1 आस-पास के ग्राहकों का पता लगाने के लिए संयुक्त सेंसर का उपयोग करता है, आपात स्थिति में बाधा से 10 सेमी के भीतर रुक जाता है, और इसमें फ्रंट और रियर डेप्थ कैमरे के साथ-साथ 360-डिग्री विजन होता है।

M1 नियंत्रण प्लेटफॉर्म कार्यों के वितरण, स्थिति ट्रैकिंग और कर्मियों के हस्तक्षेप की अनुमति के लिए जिम्मेदार है। कंपनी इस बात पर जोर देती है कि इस स्थापना के लिए स्टोर की शेल्फ या गलियारे की संरचना में किसी भी बदलाव की आवश्यकता नहीं है, जिसे वे 'जीरो रेट्रोफिट' कहते हैं। रोबोटों को अपनाने का उद्देश्य उन्हें इन्वेंट्री जांच, निरीक्षण और गश्त जैसे नियमित और रात के काम सौंपना है, ताकि कर्मचारी ग्राहकों पर अधिक ध्यान केंद्रित कर सकें। कंपनी का कहना है कि रोबोट 99% कार्य स्वयं करते हैं, हालांकि इस आंकड़े का विवरण प्रकट नहीं किया गया है।

रोबोटों के संचालन का आधार स्ट्राइडिंग एआई का तथाकथित 'एम्बोडीड ब्रेन' है। SLM-0.5 एक्शन मॉडल, जो हल्का है, ने LIBERO बेंचमार्क में 98.6% की औसत सफलता दर प्रदर्शित की और कंपनी के अनुसार, मानक दृष्टिकोणों की तुलना में 24 गुना तेजी से गणना करता है। STEAM सिस्टम, जो ओपन-सोर्स फ्रेमवर्क RLinf पर आधारित है और रीइन्फोर्समेंट लर्निंग के पोस्ट-ट्रेनिंग सिस्टम है, ने शेल्फ भरने के कार्य में 95% सफलता हासिल की। Rpent एजेंट परत, जिसे सिंघुआ विश्वविद्यालय और इनफिनिजेंस एआई के सहयोग से विकसित किया गया है, पंक्ति की शेल्फ भरने जैसे अनुरोध को क्रमिक चरणों में विभाजित करती है, नेविगेशन और ग्रिपिंग मॉड्यूल को कॉल करती है, और विफलताओं की स्थिति में कार्यों को पुन: योजना बनाती है।

स्ट्राइडिंग एआई के सह-संस्थापकों में सीरीज़ उद्यमी सॉन्ग याओ, यांग यूसिन, सिंघुआ शोधकर्ता यू चाओ और चारेन पोखफैंड समूह शामिल हैं। कंपनी एक बड़े वैश्विक खुदरा नेटवर्क में प्रणाली का परीक्षण करने और 2027 में वाणिज्यिक संचालन शुरू करने की योजना बना रही है। बिक्री एकमुश्त खरीद या रोबोटिक्स-एज-ए-सर्विस सदस्यता के रूप में की जा सकती है, जिसमें उपकरण, सॉफ्टवेयर और रखरखाव शामिल है। इसके अलावा, एक अधिक शक्तिशाली संस्करण और चेकआउट ऑपरेशन और पैकेजिंग के लिए रोबोट A1 की योजना बनाई गई है, हालांकि उनके रिलीज की समय सीमा निर्धारित नहीं की गई है।

लोकप्रिय