Задержку генерации физического мира менее тридцати пяти миллисекунд и трехсотмиллионный раунд инвестиций получила интерактивная модель Oasis 3 от Decart

Источник: The Robot Report

Официальный успешный запуск первой публичной генеративной модели физического мира Oasis 3 для обучения антропоморфных роботов и автономных платформ, сопровождающийся прямым привлечением 300 миллионов долларов США в рамках раунда финансирования Серии B при оценке бизнеса около четырех миллиардов долларов, официально подтвердила исследовательская лаборатория Decart. Крупнейшую инвестиционную сделку возглавил венчурный фонд Radical Ventures при прямом участии технологического гиганта NVIDIA, фондов Sequoia Capital, Benchmark, Toyota Ventures, Adobe Ventures и семейного офиса основателей компании Nintendo Yamauchi No. 10. Совокупное финансирование предприятия достигнет 446 миллионов долларов США за короткий период развития.

Интерактивная нейросетевая среда Oasis 3 базируется на фирменном оптимизационном микропроцессорном стеке Decart Optimization Stack (DOS) и обеспечивает прямой доступ через публичный API по фиксированной розничной стоимости два цента США за одну секунду непрерывной трехмерной генерации. Главным технологическим прорывом платформы выступает достижение рекордно низкой сквозной задержки отклика системы менее тридцати пяти миллисекунд. Инженерная группа полностью отказалась от жестких классических физических движков со статической трехмерной графикой в пользу полноценных авторегрессионных генеративных симуляторов реального времени.

Модель Oasis 3 генерирует контролируемые многокамерные виртуальные сценарии в реальном времени, отрабатывая редкие и опасные крайние ситуации, которые крайне трудно или небезопасно воспроизвести на реальных цеховых полигонах. Замкнутый контур управления передает сигналы от датчиков антропоморфных андроидов непосредственно в нейросеть генерации мира. Роботы получают возможность непрерывно обучаться, совершать ошибки и мгновенно корректировать нейросетевые прошивки ходьбы и пространственного хвата без малейшего риска физического повреждения дорогих электроприводов.

Основанная в 2023 году исследователем Дином Лейтерсдорфом, компания Decart выстроила тесное технологическое сотрудничество со специализированным облачным сервисом Amazon Web Services по прямой адаптации ускорителей AWS Trainium. Разработчик подготавливает плановый проект расширения корпоративной дистрибьюторской сети для ведущих коммерческих робототехнических предприятий в мировом масштабе.

Основатель и генеральный директор Decart Дин Лейтерсдорф официально заявил, что ультранизкая задержка генерации в 35 миллисекунд создаст условия для обучения физического интеллекта. Инженеры подготавливают надежную софтверную инфраструктуру для масштабирования сервисных парков на европейских и азиатских заводах.

Главный технический архитектор проекта Oasis 3 официально подчеркнул, что отказ от ручного проектирования трехмерных сцен существенно ускорит прямой перенос навыков. Инженеры подготавливают софтверную инфраструктуру для масштабирования сервисных парков на производственных площадках.

Собственные исследовательские полигоны компании в Сан-Франциско полностью оборудованы автоматическими стендами контроля плавности шага под непрерывной динамической нагрузкой. Лазерные сканеры машинного зрения отслеживают повторяемость позиционирования пальцев при точной цеховой сборке. При выявление малейших отклонений траектории суставов устройство отправляется на повторную калибровку.

Первые серийные партии коммерческого доступа к API модели Oasis 3 по зафиксированным B2B-контрактам уже успешно задействованы исследовательскими институтами в США. Производитель подготавливает надежную софтверную инфраструктуру для масштабирования сервисных парков в европейских и азиатских странах в следующем году.

Инженерный отдел компании продолжает интенсивную оптимизацию алгоритмов интеллектуального расхода энергии и вычислительных ресурсов при инференсе нейросетей. Собранная на действующих объектах партнеров телеметрия автоматически передается в единый дата-центр компании для непрерывного дообучения базовых моделей пространственной и моторной автономии.