ΟΔΗΓΟΣ Εταιρειών

Μοντέλα Skild AI και Robotics Foundation

Το Skild AI χτίζει ένα μοντέλο βάσης ρομποτικής γενικής χρήσης, που ονομάζεται Skild Brain, έτσι ώστε διαφορετικά ρομπότ να μπορούν να μοιράζονται ένα μαθημένο σύστημα ελέγχου σε εργασίες και υλικό.

2 λεπτά ανάγνωσηΤελευταία ενημέρωση

Βαθιά κατάδυση

Ιδρύθηκε το 2023 από τους καθηγητές της CMU Deepak Pathak και Abhinav Gupta, η Skild AI συγκέντρωσε μια μεγάλη Σειρά Α (περίπου 300 εκατομμύρια δολάρια) σε αποτίμηση περίπου 1,5 δισεκατομμυρίων δολαρίων, με την υποστήριξη επενδυτών όπως οι SoftBank, Lightspeed, Coatue και Jeff Bezos. Η θέση του είναι ότι η ρομποτική δεν έχει τη «στιγμή GPT» επειδή τα μοντέλα ήταν στενά και εύθραυστα. Το Skild εκπαιδεύει ένα γενικό μοντέλο θεμελίωσης ρομπότ σε τεράστια και διαφορετικά δεδομένα, όπως προσομοίωση, βίντεο στο Διαδίκτυο και τηλελειτουργία, έτσι ώστε ένας μόνος εγκέφαλος να μπορεί να ελέγχει διαφορετικές ενσωματώσεις, τετράποδα, ανθρωποειδή και βραχίονες και να προσαρμοστεί σε νέες εργασίες και περιβάλλοντα. Η εταιρεία δίνει έμφαση στην ευρωστία, τη γενίκευση σε αόρατα σενάρια και τις αναδυόμενες δυνατότητες, τοποθετώντας το Skild Brain ως ενδιάμεσο λογισμικό ενσάρκωσης-αγνωστικοποίησης για το επερχόμενο κύμα ρομπότ.

Τεχνική διορατικότητα

Η προσέγγιση του Skild επικεντρώνεται στην κλίμακα και την ποικιλομορφία των δεδομένων εκπαίδευσης για την επίτευξη γενίκευσης. Εκπαιδεύοντας σε πολλές ενσωματώσεις ρομπότ και χρησιμοποιώντας μαζική προσομοίωση παράλληλα με πραγματικό και διαδικτυακό βίντεο, το μοντέλο μαθαίνει αισθητικοκινητικές δεξιότητες που μεταφέρονται αντί να προσαρμόζονται υπερβολικά σε ένα μηχάνημα. Το στοίχημα αντικατοπτρίζει μεγάλα γλωσσικά μοντέλα: περισσότερα δεδομένα και παράμετροι αποδίδουν αναδυόμενη στιβαρότητα, επιτρέποντας στην ίδια πολιτική να χειρίζεται νέα αντικείμενα, εδάφη και αναταραχές και να ανακάμπτει από αστοχίες όπως ένα πιεσμένο πόδι ή μια ολίσθηση.

Στρατηγικός αντίκτυπος

Στρατηγική προμηθευτή

Οι χάρτες πορείας προμηθευτών επηρεάζουν τα χαρακτηριστικά που μπορεί να δημιουργήσει η ομάδα σας στη συνέχεια.

Κόστος και προϋπολογισμός

Οι εμπορικοί όροι και οι επιλογές ανάπτυξης επηρεάζουν το μακροπρόθεσμο κόστος και τον κίνδυνο.

Κίνδυνος και ασφάλεια

Τα κίνητρα της εταιρείας διαμορφώνουν τις προεπιλογές προϊόντων, τη στάση ασφαλείας και τη διαφάνεια.

Το μέλλον των μοντέλων Skild AI και Robotics Foundation

Το Skild στοχεύει να είναι ο «εγκέφαλος» πολλαπλών πλατφορμών που αδειοδοτούν οι κατασκευαστές ρομπότ, αποσυνδέοντας την τεχνητή νοημοσύνη από το υλικό, όπως τα λειτουργικά συστήματα που αποσυνδέουν το λογισμικό από τους υπολογιστές. Αναμένετε επιδείξεις που καλύπτουν ανθρωποειδή, τετράποδα και χειραγώγηση, καθώς και συνεργασίες με εταιρείες υλικού. Η επιτυχία εξαρτάται από το εάν ένα μεμονωμένο μοντέλο μπορεί να γενικευτεί αξιόπιστα σε ακατάστατα πραγματικά περιβάλλοντα και από τη συλλογή αρκετών ενσωματωμένων δεδομένων υψηλής ποιότητας. Ο ανταγωνισμός από τη Physical Intelligence, τη Figure και τη Nvidia θα εντείνει τον αγώνα για ένα πραγματικό μοντέλο θεμελίωσης ρομποτικής.

Υλοποίηση σε πραγματικό κόσμο

Ένας βραχίονας αποθήκης και ένα τετράποδο περιπολικό τρέχουν το ίδιο Skild Brain, μοιράζοντας τις δεξιότητες που έχουν μάθει αντί για ξεχωριστό λογισμικό κατά παραγγελία.

Ένα ρομπότ που έχει εκπαιδευτεί σε μεγάλο βαθμό στην προσομοίωση μεταφέρει τις δεξιότητές του στο περπάτημα και τη σύλληψη σε μια πραγματική μηχανή σε άγνωστο έδαφος.

Ένα ανθρωποειδές ανακτά την ισορροπία του αφού σπρωχτεί, δείχνοντας την ανθεκτικότητα του μοντέλου σε φυσικές διαταραχές.

Μια εκκίνηση υλικού αδειοδοτεί το θεμελιώδες μοντέλο της Skild ως «εγκέφαλο» της τεχνητής νοημοσύνης αντί να δημιουργεί τη δική της στοίβα ελέγχου από την αρχή.

Κίνδυνοι & προστατευτικά κιγκλιδώματα

Οι ανακοινώσεις κυκλοφορίας ενδέχεται να ξεπεράσουν τη σταθερότητα στις πραγματικές ροές εργασιών παραγωγής.

Η τιμολόγηση API ή οι αλλαγές πολιτικής μπορούν να σπάσουν τις υποθέσεις από τη μια μέρα στην άλλη.

Η εξάρτηση από έναν προμηθευτή αυξάνει το κόστος κλειδώματος και μετεγκατάστασης.

Οδικός Χάρτης Εφαρμογής

1

Αξιολογήστε τους παρόχους χρησιμοποιώντας τις δικές σας εργασίες και σύνολα δεδομένων.

2

Ελέγξτε το απόρρητο, την ασφάλεια και τους νομικούς όρους πριν από την ενσωμάτωση.

3

Διατηρήστε ένα εναλλακτικό σχέδιο σε μοντέλα ή προμηθευτές.

4

Παρακολουθήστε τις σημειώσεις έκδοσης, ώστε οι αλλαγές στον οδικό χάρτη να μην εκπλήσσουν τις ομάδες.

Συνεχίστε την εξερεύνηση

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Skild AI and Robotics Foundation Models quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Έναρξη κουίζ

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Επόμενος οδηγός

Συνμεταβλητά Ρομποτικά Μοντέλα Θεμελίωσης

Συχνές ερωτήσεις

Τι είναι το Skild AI and Robotics Foundation Models;

Το Skild AI χτίζει ένα μοντέλο βάσης ρομποτικής γενικής χρήσης, που ονομάζεται Skild Brain, έτσι ώστε διαφορετικά ρομπότ να μπορούν να μοιράζονται ένα μαθημένο σύστημα ελέγχου σε εργασίες και υλικό.

Ποιο είναι το βασικό προϊόν που δημιουργεί το Skild AI;

Το Skild AI κατασκευάζει το Skild Brain, ένα ενιαίο μοντέλο θεμελίωσης γενικής χρήσης που προορίζεται να ελέγχει πολλά διαφορετικά ρομπότ.

Από ποιο πανεπιστήμιο προήλθαν οι ιδρυτές του Skild AI;

Η Skild ιδρύθηκε από τους καθηγητές του Carnegie Mellon, Deepak Pathak και Abhinav Gupta.

Τι σημαίνει ότι το μοντέλο του Skild είναι «ενσωμάτωση-αγνωστικιστικό»;

Ενσωμάτωση-αγνωστική σημαίνει ότι το ίδιο μοντέλο μπορεί να αναπτυχθεί σε πολλά διαφορετικά σώματα ρομπότ.

Ποιος μεμονωμένος επενδυτής υψηλού προφίλ υποστήριξε το Skild AI;

Ο γύρος χρηματοδότησης του Skild περιλάμβανε υποστήριξη που σχετίζεται με τον Τζεφ Μπέζος, μαζί με τη SoftBank και άλλους.

Ποια αναλογία χρησιμοποιεί η Skild για να περιγράψει τη φιλοδοξία της για τη ρομποτική;

Ο Skild υποστηρίζει ότι η ρομποτική δεν έχει μια «στιγμή GPT» και στοχεύει να προσφέρει ένα γενικό μοντέλο που ξεκλειδώνει ευρεία ικανότητα.