Nini kilitokea
Skild AI ilizindua muundo wake wa msingi wa roboti ya S1, ambayo hutumia kujifunza ndani ya muktadha kutekeleza majukumu ambayo hayakuonekana hapo awali kutoka kwa kidokezo kimoja cha video. Kampuni hiyo iliripoti kufikia kiwango cha mapato cha dola milioni 100 kwa mwaka na inasambaza teknolojia na Foxconn kwa mkusanyiko wa usahihi wa hali ya juu.
Skild AI ilizindua muundo wa msingi wa roboti ya S1, iliyoundwa kujifunza kazi ambazo hazikuonekana hapo awali, za muda mrefu kutoka kwa onyesho moja la video. Muundo huu unatumia ujifunzaji wa ndani ya muktadha, kumaanisha kuwa hufasiri dhamira, vitu na mfuatano ulioonyeshwa kutoka kwa kidokezo cha video na kuziweka katika vitendo bila kusasisha uzito wake au kupitia mafunzo maalum ya baada ya kazi.
Kampuni hiyo ilisema kuwa S1 inaweza kufanya kazi zisizojulikana zinazochukua hadi dakika 10, kama vile chungu cha mimea, kutengeneza chapati, na kuunganisha vifaa. Katika jaribio moja la ndani, timu ilihama kutoka kurekodi onyesho hadi utekelezaji wa uhuru kwenye maunzi ndani ya dakika 11. Skild aliripoti kuwa S1 ilipata kiwango cha mafanikio cha 66% kwa kila hatua kwenye kazi mpya za hatua nyingi, ikilinganishwa na 9% kwa mfumo sawa wa AI, na ilikadiria kuwa mfano mmoja wa video ni muhimu kama takriban mifano 380 ya mafunzo ya vitendo.
Skild AI ilijenga na kutafiti S1 kwenye miundombinu ya NVIDIA AI, ikijumuisha NVIDIA Isaac Lab, Cosmos, na Omniverse. Ushirikiano unahusisha uzalishaji wa data sinisi, mafunzo ya kielelezo, uigaji, na utumiaji wa ulimwengu halisi. Kampuni imefikia kiwango cha mapato ya kila mwaka cha $ 100 milioni miezi 10 baada ya kupelekwa kwa biashara yake ya kwanza na imeanzisha zaidi ya ushirikiano 60 wa kupeleka katika sekta ya viwanda, vifaa na nyingine.
Usambazaji mahususi unaendelea na Foxconn, ambapo Skild Brain inatumiwa kwenye vidhibiti vya mikono miwili ili kuunganisha kwa usahihi wa juu mifumo ya NVIDIA Blackwell. Mtiririko huu wa kazi unahusisha kusakinisha vipengee, skrubu za kufunga, na kukabiliana na misukosuko, inayohitaji mwendo sahihi na udhibiti wa kufahamu mawasiliano.
Maelezo ya chanzo: blogs.nvidia.com ↗
Kwa nini ni muhimu
Maendeleo haya yanashughulikia kikomo cha msingi katika robotiki za viwandani: gharama ya juu na wakati unaohitajika kupanga upya au kutoa mafunzo upya kwa roboti kwa kazi au mipangilio mipya. Kwa kuwezesha roboti kujifunza kutoka kwa onyesho moja la video, S1 inapunguza kwa kiasi kikubwa kizuizi cha kurekebisha otomatiki katika mazingira yanayobadilika kama vile utengenezaji na usafirishaji. Mabadiliko haya kutoka kwa mtiririko wa kazi uliopangwa, uliopangwa mapema hadi kujifunza kulingana na uzoefu, kunaweza kuharakisha utumiaji wa roboti za madhumuni ya jumla katika tasnia ambapo mistari na michakato ya bidhaa hubadilika mara kwa mara.
Roboti za viwandani kwa kawaida hujengwa kwa ajili ya kazi zisizobadilika, zinazohitaji data muhimu, kufunzwa upya, na uthibitisho kwa kila bidhaa mpya au mabadiliko ya mchakato. Uwezo wa S1 wa kujifunza kutoka kwa onyesho moja la video huvunja mzunguko huu, na kuruhusu waendeshaji kuonyesha kazi mpya moja kwa moja bila kuunda hifadhidata mpya au kuendesha mizunguko ya mafunzo kwa kila mabadiliko.
Uwezo huu unafaa hasa kwa mazingira ya uendeshaji yanayobadilika kama vile sakafu ya viwanda na ghala, ambapo mipangilio huhama na bidhaa mpya hufika mara kwa mara. Kwa kupunguza muda na gharama inayohusishwa na urekebishaji wa roboti, S1 inaweza kufanya iwezekane zaidi kwa makampuni kupeleka otomatiki inayoweza kunyumbulika ili kukabiliana na mabadiliko ya mahitaji ya uzalishaji.
Kuunganishwa na zana za uigaji na mafunzo za NVIDIA, kama vile Isaac Lab na Cosmos, huangazia mwelekeo wa kutumia data ya sanisi na mazingira dhahania ya kimaumbile ili kuziba pengo kati ya uigaji na utendakazi wa ulimwengu halisi. Mbinu hii inaruhusu majaribio ya kina ya kesi makali na tabia kabla ya kupelekwa kimwili.
Mbinu shirikishi: Jinsi Inavyofanya Kazi Kweli
Chunguza teknolojia msingi nyuma ya ukuzaji huu kwa maingiliano.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Nini cha kutazama baadaye
Fuatilia viwango vya mafanikio vya ulimwengu halisi vya S1 katika utumaji wa kibiashara zaidi ya kiwango kilichoripotiwa cha 66% kwa kila hatua. Tazama kuchapishwa kwa vitatuzi vya uigaji vilivyoundwa kwa pamoja vilivyoharakishwa na GPU kwa jumuiya pana ya wasanidi programu na upanuzi wa ushirikiano wa utumiaji wa Skild's 60+.
Kiwango cha mafanikio cha 66% kwa kila hatua katika majaribio ya Skild kinaonyesha kuwa ingawa muundo huo ni bora zaidi kuliko mifumo ya awali, bado si kamilifu. Utendaji wa ulimwengu halisi katika mazingira changamano, yasiyodhibitiwa unaweza kutofautiana, na ufuatiliaji wa kutegemewa kwa utumaji huu utakuwa muhimu katika kutathmini uwezekano wa kufaa wa teknolojia.
Skild na NVIDIA kwa pamoja wanaunda vitatuzi vipya vya simulizi vinavyoharakishwa na GPU kwa ajili ya kuiga mwingiliano wa kimwili, ambao umepangwa kupatikana kwa wasanidi programu wote kama sehemu ya Newton. Kutolewa kwa zana hizi kunaweza kupunguza kizuizi cha kuingia kwa kampuni zingine za roboti zinazotafuta kutekeleza mabomba sawa ya mafunzo kulingana na uigaji.
Upanuzi wa ushirikiano wa kibiashara wa Skild, ambao kwa sasa una zaidi ya 60, utaamua upana wa matumizi ya teknolojia. Kuzingatia jinsi modeli hiyo inavyofanya kazi katika tasnia tofauti, kama vile utayarishaji wa chakula na usalama, kutatoa maarifa juu ya ujanibishaji wake zaidi ya utengenezaji.