Galimybė naudoti A seriją kuriant tiesiogines dirbtinio intelekto sistemas, maitinančias humanoidus

„Flexion Robotics AG“ praėjusią savaitę paskelbė surinkusi A serijos finansavimą 50 mln. Bendrovė kuria sustiprinimo mokymosi ir sim-to-real platformą, kuri gali padėti humanoidiniams robotams įvairiose morfologijose ir užduotyse.

Per pastaruosius kelerius metus generatyvus AI pakeitė tai, kiek žmonių koduoja, analizuoja duomenis ir motyvuoja. Tuo pačiu metu kūrėjai ieškojo būdų, kaip tą pačią galią pritaikyti robotikai, pažymėjo Flexion. Dėl naujų dirbtinio intelekto modelių lankstumo robotai gali išsivaduoti iš trapių, konkrečioms užduotims būdingų sistemų, kurios priklauso nuo scenarijaus elgesio, sakė Ciuriche įsikūrusi bendrovė.

„Flexion“ naudoja generatyvius AI ir didelių kalbų modelius (LLM), kad sukurtų modelius, kurie gali automatizuoti užduotis, susijusias su samprotavimu, rašymu ir kūrybiškumu. 2024 m. įkurtas startuolis teigė, kad jo visiškas savarankiškumas apima:

• Komandų sluoksnis: Kalbos modeliai sveiko proto samprotavimui paima natūralia kalba aprašytas užduotis, suskirsto jas į dalis ir suteikia reikiamą aplinkos supratimą bei pagrindimą.
• Judėjimo sluoksnis: Tai apima vizijos-kalbos-veiksmo (VLA) modelį, daugiausia parengtą remiantis sintetiniais duomenimis, tiksliai suderintą realaus pasaulio atvejams.
• Valdymo sluoksnis: Transformatoriumi pagrįsta, mažo vėlavimo trukmės viso kūno valdymas su moduline įgūdžių biblioteka leidžia greitai sudaryti naujas elgsenas.

„Flexion“ teigė, kad jo metodas leidžia naudoti robotus su minimaliu žmonių dalyvavimu.

Flexion Reflect v0 žengia žingsnį apibendrinamos autonomijos link

„Flexion“ teigė, kad jos AI architektūra prasideda nuo LLM ir vizijos kalbos modelio (VLM) agentų, skirtų užduočių planavimui ir sveikam protui. Šie agentai išskaido tikslus, parenka įrankius ir supranta kasdienius susitarimus. Vartotojai gali užprogramuoti norimus rezultatus ragindami ir tikslindami.

Tada jis naudoja bendrą judesio generatorių. Atsižvelgdama į vaizdus, ​​​​3D suvokimą ir LLM sukurtą užduoties nurodymą, sistema gali pasiūlyti trumpo horizonto ir susidūrimo vietos trajektorijas. Pavyzdžiui, jis gali liepti robotui pajudinti galinį efektorių, kad jis suimtų dėžę, arba kad visas kūnas galėtų naršyti.

Galiausiai, jis naudoja sustiprinimo mokymosi (RL) pagrindu sukurtą viso kūno stebėjimo priemonę. Sistema gali vykdyti komandas visų tipų vietovėse ir skirtingose ​​komandų erdvėse.

Flexion tvirtino, kad šis moduliškumas leidžia išvengti „nuo galo iki galo monolitų“ ir pagerina apibendrinimą, nes sąsajos yra švarios ir testuojamos. Be to, jo duomenų strategija yra asimetrinė. Bendrovė teigė, kad kur įmanoma naudoja modeliavimo ir sintetinius duomenis ir selektyviai įtraukia tikrus duomenis, kad pašalintų konkrečias spragas.

„Startup“ šiemet kelia antrąjį etapą

„Flexion's Series A“ ture dalyvavo „DST Global Partners“, „NVentures“ (NVIDIA rizikos kapitalo padalinys), „redalpine“, „Prosus Ventures“ ir „Moonfire“. Vos kelis mėnesius anksčiau tai sekė 7,35 mln. USD pradinio finansavimo iš „Frst“, „Moonfire“ ir „redalpine“.

„Flexion“ teigė, kad planuoja panaudoti naujausią finansavimą, kad išplėstų savo Ciuricho tyrimų ir plėtros komandą, padidintų skaičiavimo ir robotų parką, įkurtų JAV atstovybę ir paspartintų savo autonomijos paketo komercializavimą.

Bendrovė jau dirba su pagrindiniais OĮG partneriais ir teigė, kad finansavimas padės išplėsti šias partnerystes visame pasaulyje.