AgiBot GO-3 Nano मॉडल का प्रारंभिक संस्करण RoboDojo सिमुलेशन रैंकिंग में 61.90 के औसत स्कोर के साथ पहले स्थान पर रहा
और पढ़ें
Pandaily
pandaily.com

AgiBot GO-3 Nano मॉडल का प्रारंभिक संस्करण RoboDojo सिमुलेशन रैंकिंग में 61.90 के औसत स्कोर के साथ पहले स्थान पर रहा

रोबोट मैनिपुलेशन के लिए AgiBot के मूलभूत मॉडल का प्रारंभिक संस्करण RoboDojo रैंकिंग में अग्रणी स्थान पर रहा। RoboDojo सामान्यीकृत रोबोट मैनिपुलेशन नीतियों के लिए एक सार्वजनिक रूप से उपलब्ध बेंचमार्क है, जिसमें 42 सिमुलेशन कार्य और 18 वास्तविक दुनिया के कार्य शामिल हैं।

सिमुलेशन लीडरबोर्ड पर, GO-3 Nano Preview 61.90 का औसत स्कोर और 56.42 प्रतिशत की औसत सफलता दर प्रदर्शित करता है। बेंचमार्क जर्नल के अनुसार, प्रविष्टि 27 अक्टूबर को जोड़ी गई थी और यह एजेंट श्रेणी में AgiBot से संबंधित है। दूसरे स्थान पर PKU DAGroup की टीम का PyRUA-Lean 55.26 और 50.35 प्रतिशत के आंकड़ों के साथ है, जिससे लीडर की बढ़त 6.64 अंक बनी हुई है।

माप के अनुसार परिणामों का विवरण

RoboDojo सिमुलेशन स्कोर को छह मापों में विभाजित करता है, और GO-3 Nano Preview उन सभी में लीडर नहीं है। मॉडल सटीक मैनिपुलेशन क्षेत्र में 78.65 के स्कोर के साथ, साथ ही लंबी क्षितिज और खुले सिमेंटिक कार्यों को 61.71 के स्कोर के साथ पूरा करने में पहला स्थान रखता है। मेमोरी के संबंध में, मॉडल 64.50 अंक प्राप्त करता है, जो HexaShell-Preview (84.53) और EmbodiedEvo (79.40) से पीछे है। मानक सामान्यीकरण पर यह 45.93 दिखाता है, जो RobotEra के VPP2 (52.14) से कम है, और यादृच्छिक सामान्यीकरण पर यह 26.97 तक पहुंचता है, जो विशेष प्रविष्टियों से काफी पीछे है।

यह बेंचमार्क मॉडल को केवल 'विजन-लैंग्वेज-एक्शन' नीति के बजाय 'एजेंट प्लस वर्ल्ड-एक्शन मॉडल' प्रकार की प्रणाली के रूप में वर्गीकृत करता है, जो GO-1 और इसके GE-Act world-action प्रोजेक्ट से AgiBot के विकास की दिशा के अनुरूप है।

इस परिणाम पर चीनी कवरेज ने समान संख्यात्मक आंकड़े उद्धृत किए, हालांकि रैंकिंग स्वयं एक अधिक कठोर दस्तावेज़ है, और इसी का उपयोग इस समीक्षा में किया गया है। रैंकिंग में चीनी और अंतरराष्ट्रीय टीमों सहित कई नीतियों का प्रभुत्व है, जिनमें Shanghai AI Lab, RobotEra, Galaxea AI, Horizon Robotics, Tencent Robotics X, Li Auto और Xiaomi Robotics शामिल हैं, साथ ही बेंचमार्क टीम द्वारा किए गए मानक रिकॉर्ड भी शामिल हैं।

प्रोफेसर Tsinghua विश्वविद्यालय की टीम द्वारा RoboDoctor सिस्टम पर विशेष ध्यान दिया जाना चाहिए, जिसने इस सप्ताह 54 कार्यों के RoboDojo सिमुलेशन सारांश में 57.10 का परिणाम बताया, जो रैंकिंग में शीर्ष पर आंकड़ों में उच्च परिवर्तन दर को दर्शाता है। चूंकि AgiBot ने अभी तक GO-3 Nano Preview पर तकनीकी रिपोर्ट प्रकाशित नहीं की है, और रैंकिंग में प्रविष्टि को प्रारंभिक के रूप में चिह्नित किया गया है, ये आंकड़े एक जारी किए गए मॉडल के बजाय अधूरी कार्य को दर्शाते हैं। फिर भी, परिणाम दर्शाता है कि कंपनी की मॉडल श्रृंखला को अब उसके रोबोटिक हार्डवेयर के अलावा समग्र प्लेटफॉर्म पर अन्य सभी के बराबर मूल्यांकन किया जाता है।

समान कहानियाँ

AgiBot ने GO-3 प्रीव्यू रोबोट पेश किया, जिसने तीन रैंकिंग में पहला स्थान हासिल किया और एक ओपन-सोर्स प्रोजेक्ट बनने की योजना बना रहा है
और पढ़ें
pandaily.com

AgiBot ने GO-3 प्रीव्यू रोबोट पेश किया, जिसने तीन रैंकिंग में पहला स्थान हासिल किया और एक ओपन-सोर्स प्रोजेक्ट बनने की योजना बना रहा है

एजीआईबॉट कंपनी ने 29 अक्टूबर को GO-3 प्रीव्यू मॉडल जारी किया। कृत्रिम बुद्धिमत्ता का यह मूर्त मॉडल प्रारंभिक प्रशिक्षण के दौरान, उसके बाद और यहां तक कि काम में लागू होने के बाद भी सभी चरणों में सीखने की क्षमता रखता है। एजीआईबॉट वर्ष 2026 के अंत तक पूरे मॉडल को सार्वजनिक रूप से उपलब्ध कराने का इरादा रखती है।

GO-3 प्रीव्यू WRAM, या वर्ल्ड रीजनिंग एक्शन मॉडल नामक आर्किटेक्चर पर आधारित है। यह आर्किटेक्चर कार्य पर तर्क, भविष्य की घटनाओं की भविष्यवाणी और कार्यों के निर्माण को जोड़ता है, जिससे रोबोट निर्देश को समझ सकता है, परिणाम की भविष्यवाणी कर सकता है और उपयुक्त हरकतें कर सकता है।

इस मॉडल ने हाल ही में मूर्त एआई के लिए तीन रैंकिंग - RoboDojo, RoboTwin और RoboColiseum - में पहला स्थान हासिल किया है। एजीआईबॉट का दावा है कि मॉडल दो दिशाओं में स्केलेबल है। एक ओर, वस्तुओं के प्रसंस्करण और कार्यों के विकास के लिए समृद्ध उदाहरण प्रथम-व्यक्ति मानव वीडियो रिकॉर्डिंग द्वारा प्रदान किए जाते हैं, और रोबोट पथ अवलोकनों को कार्यों और भौतिक परिणामों से जोड़ते हैं।

दूसरी ओर, मॉडल की उच्च शिक्षण क्षमता इस बिखरे हुए अनुभव को ऐसे कौशल में बदल देती है जिन्हें नए कार्यों पर लागू किया जा सकता है। प्रारंभिक प्रशिक्षण के बाद, कंपनी बताती है कि रोबोट घरों, रसोई में, मल्टी-रोबोट सिस्टम में अज्ञात कार्यों को कर सकते हैं और अतिरिक्त फाइन-ट्यूनिंग के बिना सूक्ष्म हेरफेर कर सकते हैं।

कई प्रदर्शनों की मदद से, मॉडल लंबी और नाजुक प्रक्रियाओं को सीखने में सक्षम है, जैसे जियानबिन - एक चीनी मसालेदार पैनकेक बनाना। एजेंट द्वारा फाइन-ट्यूनिंग और कदमों के समन्वय के बाद, रोबोट लेगो के पुर्जे भी इकट्ठा कर सकता है।

प्रशिक्षण के बाद के चरण के लिए, एजीआईबॉट ने जीनियस इवॉल्वर नामक एक वितरित शिक्षण प्रणाली विकसित की है, जो लगभग सौ वास्तविक रोबोटों को भौतिकी सिमुलेशन और विश्व मॉडल के साथ जोड़ती है। टेबल पर कर्लिंग गेम में, रोबोट ने चार घंटे के ऑनलाइन प्रशिक्षण के बाद औसत परीक्षण किए गए व्यक्ति को पीछे छोड़ दिया। ब्लॉक टावरों वाले खेल में, यह स्थिरता बनाए रखते हुए लगातार पांच ब्लॉकों को बाहर निकालने में सक्षम था।

कार्यान्वयन के बाद, जीनियस मास्टर एजेंट संरचना तर्क, निष्पादन और प्रतिक्रिया के बीच संबंध सुनिश्चित करती है, जिससे रोबोट काम करने की प्रक्रिया में लगातार बेहतर हो सकते हैं। एजीआईबॉट G2 रोबोट, जो एक वास्तविक चौबीसों घंटे स्टोर में काम कर रहा था, ने अपने स्वयं के विफलताओं के कारणों का पता लगाया, अपने दृष्टिकोण को समायोजित किया और किसी मानव या ट्यूनिंग के बिना प्राप्त ज्ञान को बनाए रखा। पूर्ण कार्यप्रवाह पर इस रोबोट की सफलता पहले दिन 28.6 प्रतिशत से बढ़कर पांच दिनों में स्थिर 85.7 प्रतिशत हो गई।

छोटे हुक लटकाने जैसे कार्य में, एजीआईबॉट का दावा है कि इस विधि ने पारंपरिक नियंत्रित फाइन-ट्यूनिंग की तुलना में व्यक्तिगत कार्य की सफलता दर में 17.7 प्रतिशत अंकों की वृद्धि की है, और प्रशिक्षण प्रक्रिया ऑनलाइन जारी है।

शेनझेन की स्टार्टअप प्राइमोशन ने Paimon-0 मॉडल पेश किया, कार्यों के निष्पादन समय को 300 मिलीसेकंड तक कम किया
और पढ़ें
pandaily.com

शेनझेन की स्टार्टअप प्राइमोशन ने Paimon-0 मॉडल पेश किया, कार्यों के निष्पादन समय को 300 मिलीसेकंड तक कम किया

प्राइमोशन, शेनझेन का एक स्टार्टअप, जिसे इमोर्टलाइज्ड एआई के लिए चिप्स विकसित करने हेतु जुलाई 2026 में स्थापित किया गया था, ने पहली बार सिलिकॉन के बजाय एक मॉडल के साथ सार्वजनिक क्षेत्र में कदम रखा। QbitAI द्वारा Tencent News पर प्रकाशित विस्तृत रिपोर्ट और The Beijing News की एक पूर्व रिपोर्ट के अनुसार, इसका इमोर्टलाइज्ड फंडामेंटल मॉडल Paimon-0 कई सार्वजनिक रोबोटिक्स बेंचमार्क में पहले स्थान पर रहा।

कंपनी का दावा है कि Paimon-0 ने 0.7754 का परिणाम दिखाया, जिससे यह RoboColiseum लीडरबोर्ड में शीर्ष पर रहा, जहां यह सामान्य मैनिपुलेशन और डिस्टर्बेंस के अनुकूलन के उप-रेटिंग में भी अग्रणी था। मॉडल ने RoboCasa365 में 58.1 अंक प्राप्त किए और VLA-Arena पर 0.73 की औसत सफलता दर प्रदर्शित की। इसके अलावा, इसने दो-हाथ वाले रोबोटों के नीति प्रतियोगिता में 46.599 अंकों के साथ जीत हासिल की। ये सभी परिणाम कंपनी द्वारा प्रस्तुत किए गए हैं।

यह मॉडल एक वर्ल्ड एक्शन मॉडल के आसपास बनाया गया है जो भविष्य की स्थितियों की भविष्यवाणी करता है, जिन्हें फिर रिवर्स डायनेमिक्स मॉडल का उपयोग करके क्रियाओं में परिवर्तित किया जाता है। चूंकि पूर्ण भविष्य के वीडियो को रेंडर करना वास्तविक समय में रोबोटों के लिए बहुत धीमा है, इसलिए Paimon-0 डिवाइस पर कार्रवाई की भविष्यवाणी करने से पहले केवल मुख्य विशेषताओं जैसे 3डी ऑब्जेक्ट पोज़, सिमेंटिक्स और उपयोगिता को निकालने के लिए क्वेरी टोकन का उपयोग करता है। प्राइमोशन के अनुसार, यह प्रति कार्रवाई ब्लॉक के निष्पादन समय को लगभग 3000 मिलीसेकंड से घटाकर 300 मिलीसेकंड कर देता है। कंपनी इस बात पर जोर देती है कि यह ब्लॉक के निष्पादन समय के बारे में है, न कि निम्न-स्तरीय नियंत्रण लूप की अवधि के बारे में। प्री-ट्रेनिंग काफी हद तक पार्टनर EgoScale द्वारा प्रदान किए गए फर्स्ट-पर्सन ह्यूमन मैनिपुलेशन वीडियो पर निर्भर करती है।

सीईओ रेन किंगयुआन, जो पहले RISC-V प्रोसेसर कंपनी के उपाध्यक्ष थे, बताते हैं कि चिप कंपनी ने मॉडल से शुरुआत क्यों की। उनका मानना है कि टीम को पहले वास्तविक ग्राहक कार्यों पर डेटा, मॉडल, एजेंट और मूल्यांकन का पूरा चक्र चलाना चाहिए, और फिर इन वर्कलोड का उपयोग चिप को परिभाषित करने के लिए करना चाहिए। प्राइमोशन क्लाउड प्लानर, जिसे वे मेटा-ब्रेन कहते हैं, और डिवाइस पर स्थानीय ब्रेन के बीच काम विभाजित करता है, जो दृष्टि, स्पर्श और बल से उच्च आवृत्ति वाली प्रतिक्रिया को संसाधित करता है।

हार्डवेयर पर काम शुरू हो गया है। FPGA को रोबोट के मुख्य नियंत्रक में प्री-प्रोसेसिंग और पोस्ट-प्रोसेसिंग के भार को कम करने के लिए जोड़ने के साथ, प्राइमोशन ने 1 kHz की आवृत्ति पर EtherCAT नियंत्रण चक्र में सबसे खराब स्थिति परिदृश्य में त्रुटि को सॉफ्टवेयर मोड में 30 माइक्रोसेकंड से घटाकर 152 नैनोसेकंड कर दिया है। इस तर्क का अधिकांश हिस्सा एक कस्टम चिप में स्थानांतरित करने के लिए है, जिसकी आपूर्ति कंपनी 2028 में शुरू करने की योजना बना रही है।

कंपनी का कहना है कि वह रोबोट के चेसिस नहीं बनाएगी। अपनी प्रगतिशील मॉडल Paimon-Eval का सोर्स कोड नवंबर या दिसंबर में जारी करने की योजना है, और तीन महीने के भीतर फर्स्ट-पर्सन डेटा पर प्रशिक्षित दूसरी मौलिक मॉडल के रिलीज की भी उम्मीद है।

अच्छे मूल्य-लाभ के साथ वायरलेस गेमर माउस का चयन सेटअप को बेहतर बनाने के लिए
और पढ़ें
olhardigital.com.br

अच्छे मूल्य-लाभ के साथ वायरलेस गेमर माउस का चयन सेटअप को बेहतर बनाने के लिए

जो लोग गेमिंग को गंभीरता से लेते हैं, उनके लिए सही माउस का चुनाव क्लिक के महत्वपूर्ण क्षण में बड़ा अंतर लाता है। अमेज़ॅन पर छूट पर उपलब्ध तीन वायरलेस गेमर माउस विकल्पों को एक साथ लाया गया है, जो हल्केपन, सटीकता और विभिन्न प्रकार के खिलाड़ियों की जरूरतों को पूरा करने के लिए कनेक्शन क्षमता को जोड़ते हैं।

हाइलाइट किए गए मॉडलों में से एक Logitech G305 LIGHTSPEED वायरलेस गेमर माउस है, जिसमें छह प्रोग्राम करने योग्य बटन हैं और यह काले रंग में 12,000 DPI तक का समर्थन करता है। इस माउस को गेमिंग के लिए वायरलेस पेरिफेरल्स के बीच एक क्लासिक माना जाता है, क्योंकि यह LIGHTSPEED तकनीक का उपयोग करता है, जो वायर्ड माउस के समान कम विलंबता और उच्च गति वाला वायरलेस कनेक्शन सुनिश्चित करता है। इसके अलावा, यह लंबी बैटरी लाइफ के साथ विभिन्न गेमिंग शैलियों के लिए अनुकूलन और सटीकता प्रदान करता है।

एक अन्य विकल्प Redragon Astrolabe Lite Black PAW3313 गेमर माउस है, जो हनीकॉम्ब डिज़ाइन में छिद्रित संरचना के कारण केवल 49 ग्राम वजन के साथ अत्यधिक हल्केपन पर केंद्रित है। इसमें ट्राई-मोड कनेक्टिविटी है, जो USB 2.4 GHz, ब्लूटूथ और USB टाइप-C का समर्थन करती है, जिससे विभिन्न उपकरणों पर उपयोग करना आसान हो जाता है। इसका PAW3313 सेंसर सटीक ट्रैकिंग के लिए 10,000 DPI तक पहुंचता है, और पैराकॉर्ड केबल तेज गति से मूवमेंट के दौरान घर्षण को कम करने में मदद करता है, जो प्रदर्शन खोए बिना गतिशीलता को प्राथमिकता देने वालों के लिए प्रतिस्पर्धी है।

जिन खिलाड़ियों को हल्केपन और सटीकता में चरम की तलाश है, उनके लिए Attack Shark MAMBASNAKE M2 को एक उच्च स्तरीय विकल्प के रूप में प्रस्तुत किया गया है। कार्बन फाइबर से बना, इसका वजन केवल 41 ग्राम है, जो लंबे सत्रों के दौरान थकान को कम करने में मदद करता है। इस मॉडल में PAW3395PRO सेंसर है, जो 40,000 DPI तक पहुंचने में सक्षम है, जो बाजार में सबसे सटीक विकल्पों में से एक है। इसकी ट्रिपल कनेक्टिविटी — ब्लूटूथ, USB 2.4 GHz और वायर्ड — पीसी, मैक और अन्य उपकरणों के साथ संगतता सुनिश्चित करती है, जो उन लोगों के लिए आदर्श है जो समझौता नहीं करते हैं।

यह ध्यान रखना महत्वपूर्ण है कि अमेज़ॅन पर इस तरह की छूटें अक्सर कम समय तक चलती हैं, और स्टॉक खत्म होने या कीमतों में किसी भी समय बदलाव हो सकता है। यदि इनमें से कोई भी मॉडल रुचि जगाता है, तो सेटअप में वांछित अपग्रेड करने के अवसर का लाभ उठाना अनुशंसित है।

लोकप्रिय