MagicLab oʻzining katta vizual-til modellariga (VLM) asoslangan umumiy robot boshqaruvi uchun agentlik tizimi boʻlgan va EchoPolicy-0 deb nomlangan tizimning Allen Institute for AI (AI2) tomonidan nazorat qilinadigan MolmoSpaces umumiy reytingida birinchi oʻrnni egallaganini eʼlon qildi. Barcha toʻrtta manipulyatsiya vazifasi boʻyicha oʻrtacha muvaffaqiyat koʻrsatkichi 75,4% ni tashkil etdi.
MolmoSpaces bu joylashgan sunʼiy intellekt (embodied AI) uchun benchmark hisoblanadi va u 230 000 dan ortiq ichki muhitlar va taxminan 130 000 ta obʼektlar asosida yaratilgan. Pandaily daʼvo qilingan maʼlumotlarni AI2 tomonidan oʻz reytingi uchun nashr etilgan maʼlumotlar bilan solishtirib tekshirdi.
EchoPolicy-0 MagicLab ostida roʻyxatdan oʻtirilgan va vizual-til modeli sifatida Gemini-3.8-Flash modelidan foydalanadi. U barcha toʻrtta vazifada: Pick, Pick and Place, Open and Close uchun Franka manipulyatori ustida sinovdan oʻtkazildi. Ushbu toʻrtta vazifa boʻyicha muvaffaqiyat koʻrsatkichlarini oʻrtacha hisoblash natijasida taxminan 75,5% chiqadi, bu kompaniya tomonidan aytilgan 75,4% ga yaqin keladi (yuqoriroqlashtirilgandan soʻng) va toʻrtta vazifani qamrab oluvchi barcha taqdim etilgan ishlar orasida eng yuqori hisoblanadi.
EchoPolicy-0 ning asosiy xususiyati vizual-til modelini, geometrik manipulyatsiya vositalarini va umumiy harakat siyosatini yagona yopiq siklga birlashtirishdir. Bu sikl kuzatish, maqsadni tushunish, mahoratni tanlash, harakatni bajarish va natijani tekshirishni oʻz ichiga oladi. Agar harakat samarali boʻlmasa, freymvork ishlashni davom ettirish, urinishni takrorlash, qayta rejalashtirish yoki orqaga qaytish qobiliyatiga ega. Tizimning asosiy konsepsiyasi yoʻnalishni tanlashdir: harakat modeli bir nechta mumkin boʻlgan harakatlarni taklif qiladi, ular keyin tasvirga proyeksiyalanishi va vizual-til modeli bajarilishni tekshirishdan oldin maqsad uchun eng mos keladiganini tanlaydi.
Bundan tashqari, MagicLab oʻzining 3,4 milliard parametrli MagicBrain tizimini taqdim etdi, bu kompaniya taʼkidlaganidek, umumiy reytingda toʻrtinchi oʻrnni egallaydi. AI2 maʼlumotlari shuni koʻrsatadiki, MagicBrain Pick vazifasida 94,4% muvaffaqiyatga erishadi. MagicLab «kontekstual vizual yoʻl-koʻrsatma» deb ataydigan yondashuvi VLM agentiga tasvirdagi maqsadni topish imkonini beradi, shu bilan birga harakat modeli faqat harakatga eʼtibor qaratadi. Kompaniya eshitishicha, ular oʻrgangan ushlab olishdagi aksariyat muvaffaqiyatsizliklar harakatning beqarorligidan emas, balki notoʻgʻri obʼektni tanlashdan kelib chiqqan.
MagicLab Studio tadqiqot laboratoriyasi rahbari jamoaning koʻp darajali arxitekturani afzal koʻrishini va mavjud modellar uchun koʻrsatmalarga amal qilishning asosiy qiyinchiliklardan biri ekanligini taʼkidladi. EchoPolicy-0 bu muammoni agentlarni orkestratsiya qilish va yoʻnalishni baholash orqali hal qiladi, MagicBrain esa toʻliq vizual yoʻl-koʻrsatma orqali. Shuni taʼkidlash kerakki, olingan natijalar simulyatsion testlar natijalari boʻlib, MagicLab bu freymvorklarni oʻz tijorat robotlariga joriy etish muddatlari haqida maʼlumot bermagan.