ACE Robotics kompaniyasi vizual joylashtirishga ixtisoslashgan taxminan toʻqqiz milliard parametrli fundamental model boʻlgan ACE-Brain-0.6 ni taqdim etdi. Ushbu model til koʻrsatmalarini real muhitdagi aniq hududlar, obʼekt qismlari va oʻzaro taʼsir zonalariga moslashtirish uchun moʻljallangan.
Model Qwen3.5-9B asosida qurilganligi maʼlum boʻldi. Ishlab chiqarish jarayonida koʻrish kodlovchisi muzlatilgan, til modeli esa taxminan bir million tasdiqlangan fazoviy nazorat namunalari ustida qayta oʻrgatildi. Bu maʼlumotlar taxminan 940 000 ta tasvir va 2,7 million ta savol-javob juftligini qamrab oladi.
Raqobatchilar bilan solishtirish natijalari
ACE Roboticsning oʻzi eʼlon qilgan maʼlumotlarga koʻra, ACE-Brain-0.6 OpenAI ning GPT-6 Astra modelidan sakkizta testdan oltitasida joylashtirishda ustunlik qildi. Aniqlik natijalari quyidagilarni oʻz ichiga oladi: Where2Place (76.55 ga qarshi 71.10), PixMo-Count (89.41 ga qarshi 88.10), RoboSpatial (74.82 ga qarshi 69.55), RoboAfford (88.51 ga qarshi 84.94), ShareRobot (49.70 ga qarshi 46.60) va jamoaning oʻz RobotGrounding toʻplami (94.13 ga qarshi 91.10).
Umuman olganda, modelning yetti jamoat benchmarklaridagi oʻrtacha balli 74.53 ni tashkil etgan, Astra esa 73.68 ni koʻrsatgan. RobotGrounding toʻplami 14 ta vazifa turidagi 2 591 ta savolni oʻz ichiga oladi, ular orasida kichik narsalarni topish, bir nechta nusxiyalarni sanash, soʻralgan maqsadning yoʻqligini aniqlash va turli kamera turlari oʻrtasida maqsadlarni moslashtirish kabi vazifalar mavjud.
Kompaniya shuningdek, Google Gemini 4 Argon va Anthropic Claude Opus 5.5 bilan taqqoslashlarni taqdim etdi, ularni geografik siyosiy raqobat sifatida emas, balki fazoviy idrok etish uchun mezon sifatida koʻrib chiqdilar. Nazorat ostidagi miqyoslash sinovlarida, arxitektura va oʻquv retsepti oʻzgarmagan holda, oʻquv toʻplamini 260 000 dan taxminan bir million namuna gacha oshirish yetti benchmark boʻyicha oʻrtacha koʻrsatkichni 69.3 dan 74.5 gacha oshirdi, bu deyarli logarifmik egilishni namoyish etdi. Maʼlumot hajmini ikki baravar oshirish oʻrtacha 2,4 ballga yaqin oʻsishga olib keldi, shu bilan birga, xuddi shu turdagi koʻproq namunalarni qoʻshish samaradorlikni bir ballgacha oshirdi. Samaradorlikdagi asosiy oʻsish yangi sahnalar, fazoviy munosabatlar va nazorat formatlari tufayli erishildi.
Maʼlumotlarni qayta ishlash konveyeri 30 dan ortiq ochiq robot maʼlumotlar toʻplamlari va birinchi shaxsdan olingan maxfiy maʼlumotlarni birlashtiradi. Soʻngra, Grounding DINO va SAM 3 kabi vositalar olish va harakat holati signallarini tekshiriladigan fazoviy belgilarga aylantirish uchun ishlatiladi. ACE Robotics javoblar faqat toʻliq vizual maʼlumot mavjud boʻlganda hosil qilinishini taʼkidlaydi, masalan, hisoblash haqidagi savollarga javob berishdan oldin toʻliq nusxa belgilarini talab qilish orqali.
GitHubdagi DAXIAORobotics nomli jamoat repozitoriyalarida hali ham ACE-Brain-0 va ACE-Brain-0.5 roʻyxatda keltirilgan; ammo nashr paytida ACE-Brain-0.6 ning ogʻirliklari ochiq kirishda joylashtirilmagan. SenseTime hamkorining boshligʻi Shaogan Wang boshchiligidagi ACE Robotics avval ACE-Brain-0.5 ni birlashtirilgan idrok etish-rejalashtirish-harakatlantirish-baholash sikli sifatida taqdim etgan edi. 0.6 versiyasi yuqori darajadagi fikrlash va ishonchli jismoniy ijro oʻrtasidagi bogʻlovchi sifatida faqat joylashishga eʼtibor qaratadi.
