Çin Bilimler Akademisi Endüstriyel Yapay Zeka Enstitüsü tarafından geliştirilen Maxwell adlı yeni bir embodied (bedenselleştirilmiş) yapay zeka modeli, robot fiziksel görevleri için Meta-World kıyaslamasında birinci sıraya yükseldi.
Maxwell, simülasyon kıyaslamasında şimdiye kadar kaydedilen en yüksek puan olan 91,9'u elde etti.
Meta-World; Stanford Üniversitesi, UC Berkeley ve diğer kurumlardan araştırmacılar tarafından, robotların kavrama ve taşıma işlemlerinden kapı açma ve çekmece kullanmaya kadar 50 günlük fiziksel görevi ne kadar iyi yerine getirdiğini değerlendirmek amacıyla kuruldu.
Liste, Physical Intelligence, Google DeepMind, Alibaba, Meituan, Carnegie Mellon Üniversitesi, MIT, Cambridge Üniversitesi ve Toyota Araştırma Enstitüsü dahil olmak üzere dünyanın dört bir yanından önde gelen ekiplerin başvurularını çekmektedir.
Temmuz ayından bu yana yapılan son başvurular arasında, Shenzhen merkezli Youibot tarafından geliştirilen ikinci sıradaki FabriVLA 90 puan aldı. Güney Kore'deki Kyungpook Ulusal Üniversitesi'ndeki araştırmacılar tarafından geliştirilen SUREFlow ise 88,3 puanla üçüncü oldu.
Bu durum, Çinli büyük modellerin hareket etmeyi öğrenme konusunda Amerikan rakiplerini geride bıraktığını gösteriyor; düşünmek ve konuşmanın ötesinde, gerçek fiziksel dünyaya adım atıyorlar.
Robotlar halihazırda montaj hatlarında hassas operasyonlar gerçekleştirebiliyor. Ancak en hassas çalışma bile genellikle sabit ayarlarla ve önceden ayarlanmış komutlarla sınırlıdır. Robotların günlük hayata gerçekten girebilmesi, görevleri kendi başlarına tamamlayabilmesi ve yeni davranışlara uyum sağlayabilmesi için temel şart, fiziksel dünyayı kendi başlarına anlamalarıdır.
Meta-World'deki bir görevi tamamlamak için bir modelin nesneler ile hedefler arasındaki mekansal ilişkiyi anlaması, yaklaşma, kavrama ve hareket etme gibi bir dizi eylemi gerçekleştirmesi ve temas temelinde eylemlerini ayarlaması gerekir.
Enstitünün web sitesindeki bir duyuruya göre, puanın ötesinde Maxwell, ek bir ince ayara gerek kalmadan 200'den fazla görevi yerine getirebildi. Bunlar arasında nesneleri hareket ettirmek, konumları ayarlamak, anahtarları ve kapları çalıştırmak yer alıyordu.
Gösterilerde Maxwell, bir somunu hedef direğine taşıyabilmiş, dolap kapılarını ve çekmecelerini açmak için bir kulp kullanabilmiş, nesneleri kavrayıp kaplar arasında taşıyabilmiştir.
Ekip ayrıca modeli, sürekli operasyonlara daha fazla vurgu yapan bir simülasyon ortamı olan LIBERO'da test etti.
Orada, farklı senaryolarda birden fazla adımı birbirine bağlama yeteneğini gösterdi: bir sobayı açmak ve üzerine çaydanlık koymak; mikrodalgaya bir fincan yerleştirmek; bir kitabı saklama kutusuna koymak; ve çekmeceye çikolata koymak. Başarı oranı yüzde 99,1 idi.
Maxwell ayrıca, merkezi bulut dağıtımı yerine verilerin kullanıcıya veya veri kaynağına yakın bir yerde işlendiği uç dağıtım (edge deployment) için tasarlanmıştır.
1 milyar parametreye sahiptir ve tek kartlı çıkarımı desteklemektedir, yani nispeten düşük donanım gereksinimlerine de sahiptir.
CAS enstitüsünün bu başarısı izole bir durum değil; birçok Çinli şirket son zamanlarda bu alanda ilerleme kaydetti.
Bunlar arasında, fiziksel temel model PhysBrain'i inşa eden Pekin merkezli DeepCybo da yer alıyor. Bu ayın başlarında robot, 28 kıyaslamaya karşı değerlendirildi ve 72,5 genel puana ulaştı. Diğer açık kaynaklı katılımlara karşı PhysBrain, değerlendirmelerin 14'ünde zirveye çıktı ve 10'unda ikinci oldu.
OpenAI'ın en son GPT-6 Astra modeli ise 73,3 puanla en iyi performans gösteren kapalı kaynaklı model olarak az bir farkla öne geçti.
Çinli şirket Unitree Robotics de 10 Eylül'de bir temel modeli açık kaynak olarak yayımladı. 6 milyar parametreye sahip olan model, robotları 60'tan fazla tüm vücut hareketli ve masa üstü görevi tamamlamaya yönlendirebiliyor.