Відкрита базова модель для гуманоїдів
NVIDIA виклала Isaac GR00T N1 — модель «зір-мова-дія» для гуманоїдів — разом із навчальними даними й сценаріями оцінювання, для завантаження з Hugging Face і GitHub.
Чому це важливо
Доти гуманоїдна хвиля трималася на закритих стеках, у кожного виробника свій. Модель керування, яку можна завантажити разом із даними, означала, що виробникові тіла більше не обов’язково будувати мозок — і ринок заліза почав перетворюватися на ринок платформи.
Архітектура подвійна: модуль зору й мови для тлумачення обстановки та дифузійний трансформер для керування приводами в реальному часі. Навчання йшло на суміші справжніх роботичних траєкторій, людських відео і синтетичних даних. NVIDIA повідомила, що згенерувала 780 000 синтетичних траєкторій за 11 годин, і назвала це еквівалентом дев’яти місяців людських демонстрацій, а поєднання синтетичних даних зі справжніми дало 40% приросту проти самих лише справжніх. Серед названих партнерів раннього доступу — 1X Technologies, Agility Robotics, Boston Dynamics, Mentee Robotics і Neura Robotics. Числа про 40% і про синтетичні траєкторії походять із власного пресрелізу NVIDIA; анотація статті натомість каже про перевагу над базовими методами імітаційного навчання на стандартних симуляційних тестах, не наводячи цих величин.