Ускорение развития робототехники
Объединив передовые визуально-семантические рассуждения, глубокое физическое понимание и автономную генерацию кода, Argon открывает новые рабочие процессы в стеке робототехники и ускоряет прогресс в области физического искусственного интеллекта. Этот скачок в возможностях отражен в производительности Argon в тесте Embodied Reasoning (ERQA), который проверяет способность модели понимать и решать физические и пространственные задачи в трехмерных средах. Основываясь на чистом рассуждении, Argon превосходит все другие пограничные модели с результатом 87%.
Чтобы продемонстрировать эти возможности в действии, мы проверили способность Аргона изучать внераспределенные физические навыки, просто наблюдая. В ходе внутреннего теста Аргон просмотрел необработанное видео человека, играющего в кукурузную нору, нанес на карту пространственные координаты окружающей среды и рассчитал необходимые движения суставов всего тела. Затем он автономно создал код моделирования. При пересадке на гуманоида Apollo компании Apptronik робот быстро совершил семь последовательных выстрелов в реальных испытаниях.
Этот конвейер «Видео-в-Sim-в-реальное» сжимает недели ручного моделирования в несколько часов, превращая обычные видеоролики в масштабируемую, бесконечную тренировочную площадку для робототехники. Узнайте больше о том, как это ускоряет темпы развития робототехники, в нашем блоге разработчиков.
