샌프란시스코 기반 스타트 업인 물리 인텔리전스 4 억 달러 이상을 모금했습니다Pi0 Robotic Foundation 모델을 오픈 소싱했습니다. PI0은 몇 달 전에 소개되었으며 폴딩 세탁소, 테이블 청소, 커피 콩을 퍼내는 등 다양한 작업을 조정할 수 있습니다.
물리 인텔리전스는 실험의 일부로 PI0의 코드 및 가중치를 발표했습니다. Openpi Github의 저장소. 또한 Aloha 및 Droid와 같은 사용 가능한 플랫폼에서 몇 가지 “간단한 작업”에 대한 검문소, 실제 코드 및 시뮬레이션 된 로봇 플랫폼에서 추론을 실행하는 예제 코드 및 자신의 작업에 대한 기본 π0 모델을 미세 조정하기위한 코드를 제공합니다. 플랫폼.
이 회사는 1-20 시간의 데이터가 자체 실험에서 PI0을 다양한 작업에 조정하기에 충분하다고 말했다. Huggingf
“우리는 모든 작업을 수행하기 위해 로봇을 제어 할 수있는 범용 모델이 로봇 제어의 미래가 될 것이라고 생각합니다.” 회사가 말했다. 그러나 그러한 모델을 구축 할 수있는 방법과 사용, 적응 및 배포 방법에 대한 답이없는 질문이 많이 있습니다. 우리는 π0을 사용하면 중요한 단계를 밟았지만 가장 어려운 과제 중 일부는 미래에 있습니다.
“진정한 일반적이고 유능한 모델을 개발하기 위해 로봇 공동체는 함께 일해야하며 OpenPI를 공개하는 우리의 목표는이 공유 노력에 기여하는 것입니다. 효과적인 오픈 소스 언어 모델 (LLMS) 및 VLM (Vision-Language Models)과 마찬가지로 새로운 LLM 및 VLM 응용 프로그램, 새로운 제품 및 신제품의 캄브리아기 폭발로 이어지는 것과 마찬가지로 OpenPI가 이끌어주기를 바랍니다. 로봇 파운데이션 모델의 새롭고 창의적인 용도, 더 크고 흥미로운 데이터 세트의 공개 공유 및 신기술.”
컨퍼런스 패스에 40%를 절약하려면 오늘 등록하십시오!
OpenPi의 특징
Physical Intelligence는 자신의 로봇의 클라이언트를 구현하는 데 사용할 수있는 샘플 코드를 제공합니다. 다음은 OpenPI에 제공된 미리 훈련 된 체크 포인트의 일부 하이라이트입니다. 확인하십시오 Openpi 전체 목록에 대한 저장소 문서.
PI0베이스 : 이것은 표준 미리 훈련 된 모델입니다. 이 모델은 Oxe와 7 개의 Physical Intelligence의 로봇 플랫폼에 대한 교육을 받았습니다. 미세 조정 용으로 설계되었지만 사전 훈련 데이터에 존재하는 작업에 제로 샷으로 사용할 수 있습니다.
PI0- 빠른베이스 : 이 모델은 빠른 토큰 화기를 사용하여 자동 회귀 이산화를 통해 제어 할 수 있습니다. 물리 인텔리전스는 성능에 따라 다소 더 나은 언어를 제공하지만 추론 비용 (약 4-5 배)이 더 높다고 말했다. 회사에 따르면 흐름 일치보다는 이산화를 선호하는 경우 좋은 선택입니다.
PI0- 빠른 드로이드 및 π0 드로이드 : OpenPI는 드로이드 데이터 세트에 미세 조정 된 두 가지 모델을 제공합니다. 이는 Franka Robotic Arm이있는 다양한 환경에서 다양한 작업으로 구성됩니다. 물리 인텔리전스에 따르면 드로이드 플랫폼이있는 완전히 새로운 환경에서 지침을 성공적으로 따를 수있는 최초의 모델입니다.
픽셀 : 안녕하세요 : Aloha 플랫폼에서 타월 접이식, 음식 특종 등과 같은 작업에 미세 조정 된 검문소 세트. 이 체크 포인트는 전반적인 로봇 설정에 상당히 민감 할 수 있다고 회사는 교육 데이터에 나타나지 않은 완전히 새로운 알로하 스테이션에서 실행할 수 있다고 말했다.
pi0 무료 : 이 체크 포인트는 Libero 벤치 마크를 위해 미세 조정되었으며 Box에서 Libero 작업에 대해 평가할 수 있습니다.
물리 인텔리전스는“이번 릴리스의 목표는 누구나 자신의 로봇과 작업에 미세 조정 π0을 실험 할 수 있도록하는 것입니다. “우리는 이러한 일반적인 로봇 정책이 효과적인 로봇 학습을 가능하게 할뿐만 아니라 장기적으로 인공 지능에 대해 생각하는 방식을 변화시킬 수있는 잠재력을 가지고 있다고 생각합니다. 사람들이 물리적 세계, 미래에 근거한인지 능력을 가진 것과 같은 방식으로 AI 시스템은 주변 세계와 상호 작용하고 직관적 인 수준에서 물리적 상호 작용과 프로세스를 이해하고 원인과 결과에 대한 이유를 이해할 수 있습니다. 우리는 구체화가 이것의 핵심이라고 생각하며, 모든 사람이 π0을 이용할 수있게함으로써 광범위하게 유능하고 일반적인 목적 지능을 향한 발전에 기여하기를 희망합니다.”
Robotics Summit & Expo의 기초 모델에 대해 알아보십시오
기초 모델의 약속은 로봇에게 전통적인 AI 기술보다 적은 예에서 행동을 일반화 할 수있는 능력을 제공하는 것입니다. 최근에 많은 회사들이 로봇 공학 재단 모델에서 작업하기 위해 팝업을 시작했습니다. 피츠버그 기반 스키드 AI. 다음과 같은 기존 회사 Ambi RoboticsCobot, 그림 AI 및 기타 사람들은 특정 응용 프로그램에 배포 할 자체 기초 모델을 개발하고 있습니다.
MIT의 컴퓨터 과학 및 인공 지능 실험실 (CSAIL)의 이사 인 Daniela Rus는 로봇 공학 서밋 & 엑스포4 월 30 일 5 월 1 일 보스턴에서 운영됩니다. 그녀의 기조 연설은 물리 지능을 탐구 할 것이며, 텍스트, 이미지, 신호 및 기타 정보를 이해하는 AI의 힘은 로봇과 같은 물리적 기계를 지능적으로 만드는 데 사용될 때 달성 될 것이라고 말했다. RUS의 기조 연설은 변압기 기반 AI 모델의 과제에 대해 논의 할 것입니다. 또한 대체 물리학 기반 모델을 소개하고 성능을 효율적으로 달성하는 방법을 설명 할 것입니다.
제작 로봇 보고서Robotics Summit & Expo는 다양한 상업 산업을위한 로봇을 구축하는 데 중점을 둔 5,000 명 이상의 개발자를 모았습니다. 참석자들은 최신 기술, 엔지니어링 모범 사례 및 새로운 트렌드에 대한 통찰력을 얻게됩니다. 무대에는 70 명 이상의 스피커, 10 시간 이상의 전용 네트워킹 시간, 로봇 공학의 여성, 커리어 박람회, 스타트 업 쇼케이스 등이 있습니다. 공연으로 돌아 오는 것은 RBR50 Pavilion 및 RBR50 Awards 저녁 식사로 연례 RBR50 Robotics Innovation Awards의 우승자를 기리기위한 저녁 식사입니다.
Daniela Rus, MIT CSAIL의 이사.
게시물 물리 인텔리전스 오픈 소스 PI0 Robotics Foundation 모델 먼저 나타났습니다 로봇 보고서.
