机器人设备端AI技术实现突破
模型介绍
推出了一款高效的设备端机器人模型，具备通用灵巧操作能力和快速任务适应能力。该模型是专为机器人设备本地运行而优化的最强视觉语言动作模型。
技术特性
- 本地化运行：模型可在机器人设备上独立运行，不依赖数据网络
- 低延迟推理：专为延迟敏感应用场景优化
- 通用灵巧性：展示强大的通用灵巧操作和任务泛化能力
- 连接稳定性：确保在间歇性或零连接环境中的鲁棒性
开发工具
同时发布了机器人软件开发工具包，帮助开发者：
- 轻松评估设备端模型在特定任务和环境中的表现
- 在物理模拟器中测试模型
- 快速适应新领域，仅需50-100个演示样本
开发者可通过可信测试计划申请获取该开发工具包。
模型能力与性能
设备端模型是专为双臂机器人设计的机器人基础模型，具有以下特点：
- 专为灵巧操作的快速实验而设计
- 可通过微调适应新任务以提升性能
- 优化实现本地低延迟推理
该模型在广泛测试场景中展现出强大的视觉、语义和行为泛化能力，能够遵循自然语言指令，完成高灵巧性任务，如解开袋子或折叠衣物，所有这些操作都直接在机器人上运行。
任务适应与跨平台泛化
设备端模型是首个支持微调的视觉语言动作模型。虽然许多任务可以开箱即用，但开发者也可以选择调整模型以获得更好的应用性能。
该模型能够快速适应新任务，仅需50-100个演示样本即可，这表明该设备端模型能够将其基础知识有效泛化到新任务中。
跨平台适配
虽然模型仅针对特定机器人进行训练，但已成功适配到其他双臂机器人和人形机器人平台。在双臂机器人上，模型执行通用指令跟随，包括处理未见过的物体和场景，完成灵巧任务如折叠连衣裙，或执行需要精度和灵巧性的工业皮带组装任务。
在人形机器人上，模型适配到显著不同的平台架构。相同的通用模型能够以通用方式遵循自然语言指令并操纵不同物体，包括先前未见过的物体。
责任开发与安全
所有机器人模型的开发都遵循人工智能原则，并应用涵盖语义和物理安全的整体安全方法。
在实践中，通过实时API捕获语义和内容安全，并将模型与低级安全关键控制器接口以执行动作。建议在最近开发的语义安全基准上评估端到端系统，并在各个层面进行红队演练以暴露模型的安全漏洞。
责任开发与创新团队持续分析所有机器人模型的现实影响，寻找最大化其社会影响和最小化风险的方法。然后责任与安全委员会审查这些评估，提供反馈以整合到模型开发中，帮助进一步最大化收益并最小化风险。
为了深入了解设备端模型的使用和安全概况并收集反馈，最初将向选定的可信测试组发布。
加速机器人技术创新
设备端模型标志着在使强大机器人模型更易获取和适应方面迈出了重要一步，设备端解决方案将帮助机器人社区解决重要的延迟和连接挑战。
机器人软件开发工具包将通过允许开发者根据特定需求调整模型来进一步加速创新。可通过可信测试计划申请模型和开发工具包访问权限。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
