Шестьдесят шесть процентов успешности выполнения сложных операций по одной видеозаписи показала базовая модель интеллекта роботов S1 от Skild AI

Источник: The Next Web

Шестьдесят шесть процентов результативности при выполнении комплексных многошаговых физических манипуляций, с которыми алгоритм ранее никогда не сталкивался в исходной обучающей выборке, продемонстрировала новая универсальная базовая модель интеллекта Skild S1 от американского разработчика Skild AI. Согласно отчетам профильного технологического издания The Next Web и аналитического ресурса DataNorth AI, представленная архитектура способна осваивать непрерывные последовательности действий продолжительностью до десяти минут по единственной видеозаписи демонстрации процесса человеком. Для сравнения, классические робототехнические политики на базе текстовых промптов и стандартного имитационного обучения в аналогичных испытаниях показывают среднюю точность не более девяти процентов.\n\nКомпания Skild AI, основанная профессорами Университета Карнеги — Меллона Абхинавом Гуптой и Дипаком Патхаком и оцененная инвесторами в четырнадцать миллиардов долларов, позиционирует разработку как кросс-платформенную операционную систему для любых типов роботов. В отличие от узкоспециализированных прошивок, модель S1 способна одновременно управлять двуногими антропоморфными андроидами, мобильными манипуляторами и промышленными роботизированными руками без необходимости индивидуального переобучения низкоуровневых нейросетей под кинематику каждого отдельного исполнительного механизма.\n\nВ основе архитектуры S1 лежит многоуровневый визуально-пространственный трансформер, обученный на колоссальном массиве из более чем ста миллионов траекторий разнородной физической телеметрии и видеоданных. Алгоритм транслирует плоские пиксели видеозаписи с обычного смартфона в трехмерную карту контактных точек и векторов усилий. Модель автоматически строит семантическое дерево подзадач, определяя, какие предметы необходимо зафиксировать, как повернуть инструмент и какую силу приложить к поверхности. Затем бортовой планировщик проецирует траекторию на доступное число степеней свободы конкретного робота, адаптируя центр тяжести шагающего корпуса и силу сжатия захватных кистей в реальном времени с частотой пятьдесят герц.\n\nОсобое внимание разработчики уделили устойчивости к работе с деформируемыми объектами и в условиях загроможденного пространства. Модель S1 уверенно манипулирует гибкими тканями, электропроводами, эластичными шлангами и прозрачной пластиковой упаковкой, которые традиционно вызывают сбои у классических алгоритмов стереозрения. Алгоритм сохраняет высокую надежность при внезапной смене уровня освещенности, появлении посторонних теней или замене цвета и текстуры рабочих инструментов.\n\nВ ходе масштабных испытаний роботы под управлением Skild S1 успешно выполняли десятки последовательных бытовых и производственных операций без прямого участия оператора. Среди продемонстрированных сценариев были уборка помещений с раскладыванием посуды в шкафы и застиланием постельного белья, распаковка сложных картонных коробок с извлечением хрупких деталей, работа с ручным электроинструментом и преодоление полос препятствий с динамическим перешагиванием завалов. Программный комплекс продемонстрировал способность самостоятельно исправлять ошибки на лету: если удерживаемый предмет выскальзывал из пальцев, нейросеть мгновенно приостанавливала рабочий цикл, локализовала упавший объект и повторяла захват по скорректированной траектории.\n\nПрограммная среда легко интегрируется со стандартными промышленными интерфейсами ROS 2, физическими симуляторами MuJoCo и Python API, обеспечивая безопасное ограничение пиковых моментов на приводах. Вычислительное ядро модели полностью оптимизировано для локального исполнения на бортовых тензорных процессорах класса NVIDIA Jetson Thor и Jetson Orin, что исключает зависимость от внешних каналов связи и облачных серверов. Компания предоставляет доступ к модели S1 в рамках закрытого партнерского тестирования для ведущих мировых производителей аппаратного обеспечения и промышленных предприятий, ускоряя переход коммерческой робототехники к концепции универсального программного мозга.