Fizikai intelligencia és pi-nulla
A Physical Intelligence (gyakran pi szimbólummal díszítve) egy San Francisco-i startup, amely általános célú mesterséges intelligenciát épít robotok számára, a pi-zero pedig a látás-nyelv-akció modell zászlóshajója.
Áttekintés
It matters because pi-zero shows a single model can fold laundry, bus tables, and assemble boxes across different robots, moving toward a universal robot control policy.
Mély merülés
A 2024-ben Karol Hausman, Sergey Levine, Brian Ichter és Chelsea Finn kutatók által alapított Physical Intelligence (gyakran a görög pi betűvel írt) mintegy 400 millió dollárt gyűjtött össze nagyjából 2 milliárd dolláros értékbecslés mellett olyan támogatóktól, mint Jeff Bezos, __AIU_PROTECTED,x10 és___,xri. Első modellje, a pi-zero egy vision-language-action (VLA) modell, amely kameraképeket és természetes nyelvű utasításokat készít, és folyamatos robotmotor-parancsokat ad ki. A sok robotplatformból és feladatból származó adatokra kiképzett pi-zero ügyes, valós házimunkát mutatott be, a leghíresebb ruhaneműt szárítógépből hajtogatta, valamint takarította az asztalokat, simította a dobozokat és becsomagolta a tárgyakat. A vállalat célja a szoftver az első: egy olyan alapmodell, amely rugalmas, általános fizikai intelligenciát hoz a különféle robotokhoz, nem pedig gépenként egy testreszabott képességet.
Technikai betekintés
A pi-zero egy előképzett látás-nyelvi modellre épít, és hozzáad egy „szakértőt”, amely folyamatos vezérlést ad az áramlásillesztésen keresztül, egy diffúziószerű technikával, amely egyenletes, nagyfrekvenciás motorpályákat generál (körülbelül 50 Hz). Ez lehetővé teszi a modell számára, hogy elvégezze a finom, gyors beállításokat, amelyek olyan ügyes feladatokat igényelnek, mint a ruha hajtogatása. A széles szemantikai megértést a VLM-gerinctől örökölve, valamint a több megvalósítási módokon alapuló robotadatok finomhangolását a pi-zero követi a nyelvi utasításokat, miközben általánosítja a készségeket a különböző robotkarokon és feladatokon.
Stratégiai hatás
Szállítói stratégia
A szállítói ütemterv befolyásolja, hogy csapata milyen funkciókat építhet fel legközelebb.
Költség és költségvetés
A kereskedelmi feltételek és a telepítési lehetőségek befolyásolják a hosszú távú költségeket és kockázatokat.
Kockázat és biztonság
A vállalati ösztönzők alakítják a termék alapértelmezett beállításait, a biztonsági testtartást és a nyitottságot.
A fizikai intelligencia és a pi-nulla jövője
A Fizikai Intelligencia egyre általánosabb modelleket követ (utódokat és nyílt kiadásokat, például a pi-zero változatokat), amelyek nyílt végű utasításokat követnek és hosszú távú feladatokat láncolnak. Nagyobb megbízhatóságra számíthat újszerű objektumoknál, gyorsabb alkalmazkodásra az új robotokhoz, és olyan érvelésre, amely összekapcsolja a nyelvi tervezést az alacsony szintű vezérléssel. A központi kihívás továbbra is az, hogy elegendő sokrétű, jó minőségű valós manipulációs adatot gyűjtsünk össze. Ha ez sikerül, egyetlen letölthető „robot agy” a robotikai ipar szabványos infrastruktúrájává válhat.
Valós megvalósítás
Egy kétkarú robot a pi-zero segítségével kiveszi a szárítóból az összegyűrt ruhákat, és szépen összehajtja az asztalon.
Egy éttermi robot egy természetes nyelvű utasítást követve buszozza az asztalokat, takarítja el az edényeket és a szemetet.
A raktári robot ugyanazt az általános irányelvet követve lapítja ki a kartondobozokat és csomagolja be az élelmiszereket.
A robotlaboratóriumok saját karjukon finomhangolják a pi-zero-t, hogy új manipulációs készségeket fejlesszenek ki anélkül, hogy a modellt a semmiből tanítanák.
Kockázatok és védőkorlátok
Az indítási bejelentések meghaladhatják a valódi termelési munkafolyamatok stabilitását.
Az API-árazás vagy az irányelvváltások egyik napról a másikra megdönthetik a feltételezéseket.
Az egyszállítótól való függőség növeli a bezárási és migrációs költségeket.
Végrehajtási ütemterv
Értékelje a szolgáltatókat saját feladatai és adatkészletei segítségével.
Az integráció előtt tekintse át az adatvédelmi, biztonsági és jogi feltételeket.
Tartsa fenn a tartalék tervet a modellek vagy szállítók között.
Figyelje a kiadási megjegyzéseket, hogy az ütemterv változásai ne lepjék meg a csapatokat.
Folytassa a felfedezést
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 Physical Intelligence and pi-zero quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Következő útmutató
Apple Hírszerzés
Gyakran ismételt kérdések
What is Physical Intelligence and pi-zero?
A Physical Intelligence (gyakran pi szimbólummal díszítve) egy San Francisco-i startup, amely általános célú mesterséges intelligenciát épít robotok számára, a pi-zero pedig a látás-nyelv-akció modell zászlóshajója. Ez azért fontos, mert a pi-zero azt mutatja, hogy egyetlen modell képes összehajtogatni a szennyest, a buszasztalokat, és össze lehet szerelni a dobozokat különböző robotok között, így az univerzális robotvezérlési politika felé halad.
Milyen típusú modell a pi-nulla?
A pi-zero egy látás-nyelv-művelet modell: képeket és nyelvi utasításokat készít, és robotmotoros parancsokat ad ki.
Melyik ügyes házimunka lett a pi-zero leghíresebb demója?
A pi-zero különösen bemutatta a szárítógépből húzott összehajtogatható ruhaneműt, ami egy kemény, ügyes kezelési feladat.
Milyen technikát használ a pi-zero a zökkenőmentes folyamatos robotműveletek generálására?
A pi-zero áramlási illesztést használ, egy diffúziószerű megközelítést, hogy sima, nagyfrekvenciás folyamatos motorpályákat adjon ki.
Milyen gerincre épít a pi-zero, hogy megértse az utasításokat és a jeleneteket?
A pi-zero egy előre betanított látás-nyelvi modellre épül, majd egy akciószakértővel van kiegészítve az irányítás érdekében.
Az alábbi cégek/befektetők közül melyik támogatta a fizikai intelligenciát?
A Physical Intelligence finanszírozta a következőt: OpenAI, valamint Jeff Bezos, a Thrive és a Lux Capital.