Pada si Iroyin
ỌjaAI Understanding finifini

Perceptron ṣafihan awoṣe iran kiakia fun AI ti ara

Oju opo wẹẹbu Perceptron ṣafihan awoṣe iran itusilẹ tuntun, API Egocentric ati Perceptron Mk1 fun awọn ẹrọ ti n ṣiṣẹ ni awọn eto agbaye gidi. Orisun naa n ṣe agbara gbooro ati awọn iṣeduro imuṣiṣẹ ṣugbọn ko pese awọn ipilẹ, awọn imuṣiṣẹ alabara, idiyele tabi awọn alaye ifilọlẹ ọjọ.

5 min readRead the linked source
Primary-source image accompanying Perceptron introduces a promptable vision model for physical AI
itọkasi orisunOrisun ti o gbasilẹ
Olutẹwe
perceptron.inc
Orisun ọna asopọ
perceptron.inchttps://www.perceptron.inc/
Orisun iru
Orisun ti o sopọ mọ - ipo orisun akọkọ ko ti fi idi mulẹ.
AtokọLoye eyi ni iṣẹju 60

Bẹrẹ nibi

Awọn ofin bọtini

API (Àwòrán Ètò Ìlò)
Ọna ti a ṣeto fun eto sọfitiwia kan lati firanṣẹ awọn ibeere si ati gba awọn idahun lati eto miiran.
Aṣepari
Idanwo idiwon tabi data ti a lo lati ṣe iwọn ati ṣe afiwe iṣẹ awoṣe.
Itọkasi
Ipin awọn idaniloju asọtẹlẹ ti o jẹ deede.
Ṣe idanwo fun ara rẹAwọn awoṣe AI ti ṣalaye adanwo

Kini o ṣẹlẹ

Oju opo wẹẹbu lọwọlọwọ Perceptron ṣafihan awoṣe iran ti o tọ ati awọn ọja ti o jọmọ ti o ni ero si awọn ohun elo AI ti ara, pẹlu iṣelọpọ, awọn ere idaraya, awọn amayederun, iṣẹ-ogbin, aabo ati awọn ẹrọ ti ara ẹni. O sọ pe eto naa jẹ apẹrẹ lati ṣe iranlọwọ fun awọn ẹrọ lati mọ, ronu ati ṣiṣẹ ni agbaye gidi.

Oju opo wẹẹbu Perceptron ṣafihan ile-iṣẹ naa bi fifun “apẹrẹ awoṣe fun AI ti ara.” O ṣe apejuwe ọja rẹ gẹgẹbi itetisi ti o jẹ ki awọn ẹrọ "mọ, idi, ati sise ni aye gidi" ati leralera ipo imọ-ẹrọ fun lilo ni awọn eto ti ara. Oju-iwe naa n ṣe idanimọ iṣelọpọ bi ohun elo ibi-afẹde kan lẹgbẹẹ ere idaraya, awọn amayederun, awọn eto ile-ọlọgbọn, lilo aṣoju ti ara ẹni, aabo ati iṣẹ-ogbin. Awọn wọnyi ni awọn ẹtọ Perceptron; orisun ti a pese ko ṣe idaniloju wọn ni ominira. Oju-iwe naa ṣafihan awọn ẹka wọnyi bi awọn eto ti a pinnu fun idojukọ-aye ti ile-iṣẹ, ṣugbọn ko ṣe ipo wọn tabi ṣapejuwe ṣiṣan iṣẹ lọtọ fun ọkọọkan. Ọrọ-ọrọ rẹ ṣe agbekalẹ ipari ti ipolowo, kii ṣe iṣeduro iṣẹ ṣiṣe laarin eyikeyi ohun elo kan pato.

Oju-iwe naa ṣe aami ẹbun akọkọ rẹ “awoṣe kan” ati ṣapejuwe rẹ bi awoṣe iran ti o yara ti a pinnu lati ṣiṣẹ kọja awọn ile-iṣẹ ati lilo awọn ọran. O tun ṣafihan “Tuntun: Perceptron Egocentric API” ati “Tuntun: Ṣafihan Perceptron Mk1.” Orisun naa ko ṣe alaye boya iwọnyi jẹ awọn ọja lọtọ, awọn ẹya ti awoṣe kanna, awọn ọrẹ ti o ni asopọ hardware tabi awọn ipele ti pẹpẹ ti o gbooro. Ko pese iwọn awoṣe, apejuwe data ikẹkọ, awọn ibeere iṣiro, awọn kamẹra ti o ni atilẹyin tabi iwe imọ-ẹrọ. Iyẹn fi awọn aala ti ẹbun silẹ laisi ipinnu ninu ohun elo ti a pese, pẹlu bii olumulo kan yoo ṣe yan tabi tunto rẹ fun iṣẹ-ṣiṣe kan pato.

Perceptron ṣe afihan awọn agbara mẹta labẹ akọle “Itumọ ti agbaye gidi”: Iro ti ilọsiwaju, ero ti ara ati iṣẹ akoko gidi. Ile-iṣẹ naa sọ pe eto naa nfunni ni imọye aye to gaju ni awọn eto ti o ni agbara, loye idi ati ipa ati awọn agbara ohun, ati pe o jẹ apẹrẹ fun ṣiṣe ipinnu pipin-keji ati awọn ohun elo to ṣe pataki. Awọn alaye wọnyẹn ṣapejuwe apẹrẹ ti a pinnu ati ipo ọja, kii ṣe awọn abajade lati igbelewọn ti o ṣafihan.

Oju opo wẹẹbu naa pẹlu apẹẹrẹ bọọlu inu agbọn ninu eyiti awoṣe ti beere boya a ti ya ibọn kan ṣaaju buzzer. Idahun ti o han tọka si ipo bọọlu, aago ibọn ati ipo awọn oṣere. Oju-iwe naa tun pe awọn olumulo lati gbiyanju demo ati sọ pe awọn alabara le ṣiṣe awoṣe nipasẹ awọn API tabi kan si Perceptron fun iwe-aṣẹ iṣowo si awọn iwuwo rẹ. Ko si idiyele gbogbo eniyan, awọn opin iwọle, atokọ alabara, igbasilẹ imuṣiṣẹ tabi ọjọ ifilọlẹ yoo han ninu ọrọ ti a pese.

Awọn alaye orisun: perceptron.inc ↗

Kini idi ti o ṣe pataki

Ikede naa ṣe afihan titari kan lati ṣe adaṣe wiwo AI fun awọn agbegbe ti ara, nibiti awọn eto gbọdọ tumọ awọn nkan, awọn ibatan aye ati awọn ipo iyipada dipo ilana alaye oni-nọmba aimi nikan. Ẹri ti gbogbo eniyan ni opin si oju-iwe ọja ti ile-iṣẹ ati awọn ẹtọ tita.

Awọn eto AI ti ara gbọdọ sopọ itumọ wiwo si awọn ipinnu ni awọn agbegbe nibiti awọn nkan n gbe, awọn iyipada ina ati awọn aṣiṣe le ni awọn abajade ohun elo. Awoṣe iran ti o le ṣe ifilọlẹ fun awọn idajọ nipa iṣẹlẹ kan le wulo ni awọn eto bii ayewo, ibojuwo tabi iranlọwọ, ti o ba ṣiṣẹ nigbagbogbo labẹ awọn ipo wọnyẹn. Ifojusi ti Perceptron ti sọ nitori naa awọn ifiyesi iṣoro AI ti o wulo dipo ohun elo ibaraẹnisọrọ nikan. Wiwulo rẹ yoo dale lori mimu asopọ yẹn laarin iwo ati iṣe nigbati awọn iwoye jẹ oniyipada ati pe awọn idajọ ti o beere gbọdọ jẹ igbẹkẹle.

Igbiyanju ti ile-iṣẹ lati ṣe apejuwe awoṣe kan kọja iṣelọpọ, ogbin, awọn ere idaraya, awọn amayederun ati awọn agbegbe miiran tọka si ọna idi gbogbogbo si oye wiwo. Awoṣe atunlo gbooro le dinku iwulo fun awọn ajo lati kọ awọn eto iwoye lọtọ fun gbogbo ohun elo. Ni akoko kanna, orisun ko fi idi rẹ mulẹ pe awoṣe kan ṣe deede daradara ni gbogbo awọn ibugbe wọnyi, tabi ko ṣe alaye bi o ṣe le mu deede-ašẹ kan pato, lairi ati awọn ibeere aabo yoo ṣe mu. Iwọn ti atokọ naa jẹ itọsọna lati ṣe atẹle, lakoko ti orisun nikan ko le fihan boya ọja naa jẹ gbogboogbo nitootọ kọja awọn eto wọnyẹn.

Ikede naa ṣe pataki ni pataki nitori pe o ṣe idanimọ itọsọna ọja nija: awoṣe iran ti o yara pẹlu API ati ọna iwọle iṣowo fun lilo-aye ti ara. Awọn oniwe-gbangba eri si maa wa dín. Ko si awọn ikun ala, awọn ọna ṣiṣe afiwe, awọn oṣuwọn ikuna, awọn eeka lairi, awọn igbelewọn ominira tabi awọn imuṣiṣẹ ti o ni akọsilẹ. Oju-iwe naa ko tun ṣe alaye bi eto naa ṣe n kapa aidaniloju, awọn iwoye alaiṣedeede, awọn aworan ifarabalẹ-aṣiri tabi awọn ipinnu ti o le kan eniyan ati ohun elo. Awọn oluka yẹ ki o tọju awọn iṣeduro bi igbejade ọja ni kutukutu, kii ṣe bi ẹri ti oye ti ara ti o ni igbẹkẹle gbogbogbo-idi.

Interactive Mechanism

Ibaraẹnisọrọ Mechanism: Bii O Ṣe Nṣiṣẹ Lootọ

Ṣawari imọ-ẹrọ abẹlẹ lẹhin idagbasoke yii ni ibaraenisọrọ.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Ibanisọrọ Erongba Ṣayẹwo+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Kini lati wo tókàn

Awọn ibeere bọtini ti a ko dahun ni boya awoṣe Perceptron n ṣiṣẹ ni igbẹkẹle ita awọn ifihan gbangba, bii o ṣe n ṣiṣẹ kọja awọn ile-iṣẹ, kini ohun elo ati data ti o nilo, ati boya Egocentric API tabi Mk1 wa fun awọn alabara. Orisun ko funni ni awọn abajade idanwo ominira, awọn isiro imuṣiṣẹ tabi idiyele.

Ikede itusilẹ ti ọjọ tabi iwe imọ ẹrọ yoo ṣe alaye ohun ti o wa tuntun ati boya Egocentric API ati Mk1 jẹ awọn ọja gbigbe, awọn awotẹlẹ tabi awọn orukọ titaja. Oju-iwe ti a pese n gbe akiyesi aṣẹ-lori 2026 ati lilo awọn aami “Tuntun”, ṣugbọn ko pese atẹjade kan pato tabi ọjọ ifilọlẹ. Iyẹn jẹ ki akoko ati idagbasoke ti ikede naa nira lati fi idi mulẹ ni pipe. Yoo tun ṣe iranlọwọ ṣe iyatọ agbara tuntun ti a kede lati ọja ti o ti n ṣiṣẹ tẹlẹ ni aaye.

Ẹri atẹle ti o wulo julọ yoo jẹ awọn abajade lati awọn igbelewọn gidi. Fun iṣelọpọ, iyẹn le pẹlu iṣẹ ṣiṣe kọja awọn ohun elo oriṣiriṣi, awọn aye kamẹra, awọn ipo ina ati awọn iru nkan. Fun awọn ohun elo miiran, awọn alafojusi yoo nilo išedede-iṣẹ-ṣiṣe kan pato, eke-rere ati awọn oṣuwọn odi eke, aisimi idahun, ihuwasi imularada nigbati awọn igbewọle ko ṣe akiyesi, ati ẹri pe iṣẹ ṣiṣe duro ni ita awọn ifihan ti a ṣe itọju. Ko si ọkan ninu awọn alaye wọnyẹn ti a pese nibi. Iru ẹri bẹẹ yoo jẹ ki o ṣee ṣe lati ya awọn agbara ti a pinnu ti ile-iṣẹ kuro lati iṣẹ ti o ti ṣe afihan labẹ awọn ipo aṣoju.

Awọn alaye imuṣiṣẹ yoo tun pinnu ipa ti o wulo. Perceptron ko sọ iru awọn kamẹra, awọn ero isise tabi awọn asopọ nẹtiwọọki ti o nilo, boya sisẹ le ṣẹlẹ ni agbegbe, bawo ni data wiwo ti wa ni idaduro, tabi bii awọn oniṣẹ eniyan ṣe le ṣe atunyẹwo ati bori awọn abajade. Itọkasi ile-iṣẹ si “awọn ohun elo to ṣe pataki” jẹ ki awọn aabo ati iṣiro ṣe pataki, ṣugbọn orisun ko pese ilana aabo, awọn iwe-ẹri, awọn adehun alabara tabi itan iṣẹlẹ iṣẹlẹ. Ibeere ti oludije pe awọn oludasilẹ jẹ awọn onimọ-jinlẹ Meta tẹlẹ jẹ bakanna ko ni atilẹyin nipasẹ orisun ti a pese. Awọn ifasilẹ wọnyi lọ kuro ni ọna iṣe lati oju-iwe ọja kan si lilo igbẹkẹle ni agbaye gidi ti a ko sọ pato.

Awọn itọsọna ti o jọmọ & awọn ibeere

Awọn awoṣe AI ti ṣalayeAwọn aṣoju AIỌjọ́ Iwájú AIṢe idanwo ohun ti o mọ — gbiyanju idanwo AI ọfẹ kanWa ọrọ AI kan ninu iwe-itumọ waTẹle olutọpa idasilẹ awoṣe AI
Ṣe eyi wulo?