InSpatio Xanchjouda oyotilgan simulyatsiya asosidagi robotlar uchun maʼlumotlar markazini ochdi va oyiga million soatni qayta ishlashni maqsad qildi
Batafsil
Pandaily
pandaily.com

InSpatio Xanchjouda oyotilgan simulyatsiya asosidagi robotlar uchun maʼlumotlar markazini ochdi va oyiga million soatni qayta ishlashni maqsad qildi

SenseTime tomonidan 2025-yilda tashkil etilgan va fazoviy intellekt modellariga ixtisoslashgan startap InSpatio 29-oktabrda Xanchjouda yerga joylashtirilgan sunʼiy intellekt uchun simulyatsiya asosida maʼlumot yigʻishning Xitoydagi birinchi markazi deb nomlagan narsani ochdi. Ushbu markaz oyiga bir million soat hajmidagi maʼlumotlarni ishlab chiqarishga qaratilgan boʻlib, bu kuniga taxminan 100 000 soatga teng keladi.

InSpatio fikricha, robotlarga nafaqat maʼlumotlar hajmi, balki ularning xilma-xilligi ham yetarli emas. Masalan, robot fiksatsiyalangan javonda obʼektni ishonchli ushlab olishi mumkin, ammo agar javon aylansa, maqsadli obyekt boshqa ichimlik qatori bilan yopilsa yoki robot boshqa tomondan choʻzilishi kerak boʻlsa, uning samaradorligi pasayadi.

Xitoy axborot va aloqa texnologiyalari akademiyasi maʼlumotlariga koʻra, iyun oxiriga qadar Xitoyda robotlarni oʻqitish uchun 70 dan ortiq poligon faoliyat yuritardi va yana 40 tasi rejalashtirilgan edi. Biroq, ularning koʻpchiligi kiyim yigʻish va stol tozalash kabi oddiy vazifalarga qaratilgan. Har bir tartibni oʻzgartirishda maydon va operatorlarni qayta bron qilish talab qilinadi, bu esa xarajatlarning oshishiga olib keladi.

InSpatio yondashuvi hisoblash formulani «insonlar karra soatlar» dan «atrof-muhit konfiguratsiyalari karra parallel hisoblashlar» ga oʻzgartiradi. Tizim real robotlar tomonidan bajarilgan yoki masofaviy boshqaruv orqali amalga oshirilgan kichik koʻrsatmalar bilan boshlanadi, soʻngra harakatlarni rejalashtirish, siyosatlarni ishga tushirish va fizikani avtomatlashtirilgan tekshirishlarni birlashtirib, yuzlab parallel muhitlarda yopiq yoʻnalishlarni hosil qiladi. Bu yoʻnalishlar RGB, chuqurlik, segmentatsiya, 6D joylashuv va harakatlarning mos keladigan belgilari bilan taʼminlanadi.

Sahna aktivlari ikkita kanaldan olinadi. Birinchi kanal Hesai ning Kosmo 3D global maʼlumotlar dvigateli bilan hamkorlikdan foydalanadi, u hisobotda aytilishicha, 100 kvadrat metrlik xonani taxminan 15 daqiqada skanerlay oladi va milimetr darajasida 3DGSni rekonstruksiya qiladi. Keyin InSpatio bu statik skanerlashni aniq fizik xususiyatlarga ega alohida obʼektlarga ajratadi. Ikkinchi kanal InSpatio ning oʻziga xos dunyo simulyatori Topos Pro dan foydalanadi, u bitta tasvir, koʻp sonli tasvirlar, video, lidar yoki aerofotografiya maʼlumotlarini obyekt darajasidagi sahnalarga aylantiradi, bu yerda stol, stul va uskunalarning xususiyatlarini, shu jumladan, toʻqnashuv xususiyatlarini tanlash, almashtirish va yuklash mumkin.

Sahna qayta ishlashga maqsadli obyektlarni alohida nusxalarga ajratish, yashirin geometriyani toʻldirish va fonni tiklash, shuningdek, har bir vazifa uchun massa, massaning markazi va ishqalanishni kalibrlash kiradi. Kompaniya xizmat koʻrsatishning uch bosqichini belgilaydi: navigatsiya uchun L1, milimetr darajasidagi geometriya va zich qamrov bilan mahoratli ushlab olish uchun L2 va qutilarni ochish kabi kontakt va artikulyatsiyalangan dinamika uchun L3. Simulyatsiyaning afzalligi yuqori darajalar boʻyicha ortib boradi, biroq yakuniy siyosatlar hali ham haqiqiy robotlarda tekshiriladi.

Oʻxshash hikoyalar

Shenzhendagi Primotion startapi Paimon-0 modelini taqdim etdi va harakatlarni chiqarish vaqtini 300 ms ga qisqartirdi
Batafsil
pandaily.com

Shenzhendagi Primotion startapi Paimon-0 modelini taqdim etdi va harakatlarni chiqarish vaqtini 300 ms ga qisqartirdi

Shenzhendagi Primotion startapi 2026-yil iyul oyida jismoniy sunʼiy intellekt uchun chip ishlab chiqish maqsadida tashkil etilgan boʻlib, birinchi marta kremniy bilan emas, balki model bilan jamoatchilikka chiqdi. Uning jismoniy fundamental modeli Paimon-0 Tencent Newsda eʼlon qilingan QbitAI ning batafsil hisoboti hamda The Beijing News ning avvalgi hisoboti boʻyicha bir qator ommaviy robototexnika benchmarklarida birinchi oʻrinni egalladi.

Kompaniya Paimon-0 0.7754 natijasini koʻrsatganini va shu bilan birga umumiy manipulyatsiya va buzilishga moslashish boʻyicha kichik reytinglarda ham yetakchilik qilgan RoboColiseum jadvalida bosh qoʻyganini taʼkidlaydi. Model RoboCasa365 da 58.1 ball, VLA-Arena da esa 0.73 oʻrtacha muvaffaqiyat darajasini koʻrsatdi. Bundan tashqari, u ikki qoʻlli robotlar siyosati boʻyicha tanlovda 46.599 ball bilan gʻalaba qozondi. Barcha bu natijalar kompaniya tomonidan taqdim etilgan.

Model dunyo harakati modeliga asoslangan boʻlib, u kelajak holatlarini bashorat qiladi, ular keyin teskari dinamika modeli yordamida harakatlarga aylantiriladi. Toʻliq kelajak videoni renderlash real vaqt rejimida robotlar uchun juda sekin boʻlgani sababli, Paimon-0 qurilmada harakatlarni bashorat qilishdan oldin obʼektning 3D postasi, semantika va foydalanish imkoniyati kabi faqat asosiy xususiyatlarni ajratib olish uchun soʻrov tokenlaridan foydalanadi. Primotionning aytishicha, bu bitta harakat bloki uchun chiqarish vaqtini taxminan 3000 ms dan 300 ms gacha qisqartiradi. Kompaniya bu blokning chiqarish vaqtini nazoratning past darajali sikli davri emasligini taʼkidlaydi. Avvalgi oʻquv katta miqdordagi birinchi shaxsdagi inson manipulyatsiyasi videolariga tayanadi, bu EgoScale hamkor tomonidan taqdim etilgan.

Bosh direktor Ren Qingyuan, avval RISC-V protsessorlari kompaniyasining vitse-prezidenti, chip kompaniyasi nima uchun model bilan boshlaganini tushuntiradi. U jamoa avvalo mijozlarning haqiqiy vazifalari ustida maʼlumotlar, model, agent va baholashning toʻliq siklini oʻtkazishi, soʻngra ushbu yuklamalardan chipni aniqlashi kerak deb hisoblaydi. Primotion ishni bulutli rejalashtiruvchi, uni meta-miya deb ataydi, va qurilmadagi mahalliy miya oʻrtasida boʻlishadi, u vizual, sezuvchanlik va kuchdan yuqori chastotali qayta aloqani qayta ishlaydi.

Apparat taʼminoti ustidagi ishlar allaqachon boshlangan. FPGA ni robotning asosiy kontrolleriga qoʻshish orqali old va keyingi qayta ishlash yukini kamaytirishga Primotion EtherCAT chastotasi 1 kHz boʻlgan bosh eng yomon ssenariydagi nazorat siklidagi xatolikni dasturiy rejimda 30 mikrosekunddan 152 nanosekundgacha qisqartirganini maʼlum qiladi. Ushbu mantiqning katta qismi kompaniya 2028-yilda yetkazib berishni rejalashtirayotgan oʻz chipiga oʻtkazilishi moʻljallangan.

Kompaniya robot korpuslarini yaratmasligini eʼlon qiladi. Oʻzining Paimon-Eval progressiv modelining manba kodini noyabr yoki dekabr oyida ochish rejalashtirilgan, shuningdek, birinchi shaxs maʼlumotlari asosida oʻqitilgan ikkinchi fundamental modelning uch oy ichida chiqarilishi kutilmoqda.

X Square Robot kompaniyasi X2Real — robotlarni baholash uchun rivojlanuvchi simulyatsiya mezonini taqdim etdi
Batafsil
pandaily.com

X Square Robot kompaniyasi X2Real — robotlarni baholash uchun rivojlanuvchi simulyatsiya mezonini taqdim etdi

Jismoniy sunʼiy intellekt sohasidagi startap X Square Robot X2Real — robotlarning fundamental darajadagi modellarining real dunyodagi samaradorligini oʻlchash va modellar takomillashishi bilan sinov maʼlumotlari toʻplamini doimiy kengaytirish uchun moʻljallangan simulyatsiya mezonini ishlab chiqdi.

Kompaniya muammoni aniq bayon etadi: haqiqiy robotlarni baholash xarajatli va sekin boʻlsa, simulyatsiya tezkor, ammo koʻpincha noaniq va modellar uchun oson qayta oʻrganishga imkon beradi. X2Real uchta tamoyilga asoslangan: ishonchlilik, samaradorlik va adolat.

Ishonchlilikni taʼminlash uchun jamoa jismoniy robot manipulyatorlaridan yoʻnalishlarni yozib olgan, simulyatsiyada shu boshqaruv buyruqlarini takrorlagan va boʻyiklar javoblarini mos kelgunicha sozlagan. Kompaniyaning daʼvo qilishicha, bu millimetr darajasida yoʻnalishning uygʻunligini taʼminlaydi. Shuningdek, vizual koʻrinish va kontakt kabi jismoniy xususiyatlar kalibrlangan. Qoʻllab-quvvatlanadigan jismoniy shakllar bir qoʻlli Franka, ikki qoʻlli ArtiXon Arm-6A, ARX R5 va mobil manipulator Quanta X1 ni oʻz ichiga oladi. Umumiy manipulatsiya vazifalarini bajarishda X Square Robot simulyatsiyadagi va real dunyodagi vazifalarning muvaffaqiyati oʻrtasida 0.96, progress koʻrsatkichlari uchun esa 0.99 korrelyatsiyasini bildirmoqda. Bu maʼlumotlar kompaniyaning ushbu vazifalar kichik toʻplami ustida oʻz tajribalari natijasida olingan.

Samaradorlik nuqtai nazaridan, X2Real 10 ta kategoriyaga boʻlingan 44 ta vazifani oʻz ichiga oladi. Toʻrtta kategoriya fikrlashga bagʻishlangan: umumlashtirish, vizual tushunish, tilni tushunish va xotira. Beshta kategoriya manipulatsiyaga tegishli: nozik manipulatsiya, ikki qoʻlli koordinatsiya, vositalardan foydalanish, dinamik obʼektlar va mobil manipulatsiya. Bloklarni joylashtirish, belgilangan rang ketma-ketligida tugmalarga bosish va Hanoy minorasini yechishni oʻz ichiga olgan alohida vazifalar toʻplami aniqlik, uzoq muddatli xotira va rejalashtirishni tekshirishga qaratilgan. Kompaniya koʻrsatadiki, mavjud modellarining aksariyati hali ham bu vazifalarda qiynalayotgan.

Adolat tamoyili tashqi koʻrinishni, vazifani va jismoniy shakl sharoitlarini mustaqil ravishda tasodifiy qilish orqali erishiladi. Ushbu bosqichdan keyin oʻqitilgan modellar baholash sahnalaridan ajratilgan studiyada taxminan 300 soat davomida yigʻilgan maʼlumotlar toʻplamidan foydalanadi. Mezon NVIDIA Isaac Lab-Arena asosida qurilgan Mana simulyatsiya ekotizimida ishlaydi, u sahnalarni, robotlarni va vazifa qadamlarini koʻp marta ishlatiladigan modullarga paketlaydi.

AI agentlari ikkita siklni boshqaradi. Biri cheklangan opsiyalar menyusidan yangi vazifalar va sahnalarni avtomatik tekshiruv bilan yaratadi, notoʻgʻri sozlamalarni chiqarib tashlaydi. Ikkinchisi har bir vazifani kichik vazifalar grafiga ajratadi, har bir tugunni obʼekt pozalari, kontaktlar va ushlash holatlari boʻyicha baholaydi va modelning muvaffaqiyatsizlikka uchraydigan maqsadli yangi testlarni yaratadi.

Policy Space deb nomlangan yagona protokollik kirish formatlari, harakatlar ifodalari va chiqish vaqtidagi farqlarni birlashtiradi. Ishlab chiquvchilar mahalliy ravishda natijani chiqaradilar va baholash va yoʻnalishni onlayn qayta ishlash bilan shugʻullanadigan platformaga ulanadilar, bu yerda mahalliy simulyatsiya oʻrnatmasi talab qilinmaydi.

OpenAI insonoid robotlarni ishlab chiqadi; birinchi namoyish 2027 yilda kutilmoqda
Batafsil
www.aajtak.in

OpenAI insonoid robotlarni ishlab chiqadi; birinchi namoyish 2027 yilda kutilmoqda

ChatGPT ni yaratgan OpenAI kompaniyasi yanada keng qamrovli loyiha bilan shugʻullanmoqchi — odamlarga oʻxshash tashqi koʻrinishdagi robotlarni ishlab chiqish. Ayniqsa, bu robotlarning faqat harakatlanish qobiliyati emas, balki atrof-muhitni tushunish va vazifalarni bajarish qobiliyatiga alohida eʼtibor qaratilmoqda.

OpenAI bosh ijrochi direktori Sam Altman robotni namoyish etish haqida ishoralar berdi. Bu robotning imkoniyatlari va paydo boʻlish muddatlari haqida savol tugʻiladi.

Birinchi namoyish 2027 yilda mumkin

Hisobotga koʻra, Sam Altman OpenAI oʻzining gumanoid robotini 2027 yilda namoyish etishi mumkinligini maʼlum qildi. Shu bilan birga, kompaniya hali robotning chiqarilish sanasi, narxi yoki xususiyatlari haqida toʻliq maʼlumot bermagan va bu uning aynan 2027 yilda sotuvga chiqishi degani emas.

Mashinalar allaqachon mavjudligi insonoid robotlar yaratish zarurati haqida tabiiy savol tugʻiladi. Zamonaviy uylar, ofislar va fabrikalar inson anatomiyasiga mos ravishda loyihalashtirilgan. Inson tuzilishiga oʻxshash robot bunday muhitlarda osonroq ishlay oladi.

Biroq, shunchaki inson tanasini yaratish yetarli emas. Robot atrofdagi voqealarni tahlil qilish va keyingi harakatlar haqida qaror qabul qilish qobiliyatiga ega boʻlishi kerak.

Robotning miyasi eng muhimi boʻladi

OpenAI ning asosiy kuchli tomoni uning sunʼiy intellekt texnologiyalaridir. Kompaniya ushbu texnologiyadan foydalanib, robotga ong bagʻishlashni nazarda tutmoqda. Masalan, agar robotga narsani koʻtarish topshirilsa, u avval bu narsani tanib olishi, uni qanday koʻtarishni tushunishi, soʻngra ishni yakunlashi kerak. Shunday qilib, hal qiluvchi ahamiyatga ega boʻladigan narsa nafaqat oldindan belgilangan buyruqlarga amal qilish, balki joriy vaziyatni tushunish asosida qaror qabul qilish qobiliyati boʻladi.

Tesla bilan raqobatmi?

OpenAI gumanoid robotlar poygasida ishtirok etayotgan yagona kompaniya emas. Elon Musk boshchiligidagi Tesla ham oʻz Optimus roboti ustida ishlamoqda. Boshqa kompaniyalar ham bu texnologiyani rivojlantirmoqda.

Hozirda OpenAI robotiga toʻliq maʼlumot yoʻq. Kompaniya 2027 yilda nimani namoyish etishini va uning roboti real dunyoda qanchalik samarali ishlashini kuzatish kerak.

Mashhur