الإجاباتمنشور19 المصادر
ماذا تكشف فعلاً دراسة AgiBot ذات 30 ألف ساعة عن روبوت GE-Act 2.0؟
أفادت AgiBot بأن زيادة بيانات تدريب GE Act 2.0 المتجسّدة 100 مرة، من 300 إلى 30 ألف ساعة، رفعت نجاح الاختبارات الصفرية على روبوتات حقيقية من 17.1% إلى 44.1% في G1 OP، ومن 13.4% إلى 31.1% في G2 90D. يُدرَّب النموذج من تهيئة عشوائية على بيانات تلاعب، بدلاً من تكييف نموذج فيديو مُدرَّب مسبقاً على الويب، ويجمع بين التخط...
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- أفادت AgiBot بأن زيادة بيانات تدريب GE Act 2.0 المتجسّدة 100 مرة، من 300 إلى 30 ألف ساعة، رفعت نجاح الاختبارات الصفرية على روبوتات حقيقية من 17.1% إلى 44.1% في G1 OP، ومن 13.4% إلى 31.1% في G2 90D.
- يُدرَّب النموذج من تهيئة عشوائية على بيانات تلاعب، بدلاً من تكييف نموذج فيديو مُدرَّب مسبقاً على الويب، ويجمع بين التخطيط البصري ونموذج الديناميكيات العكسية لإنتاج الأفعال الروبوتية.
- أهم نتيجة مُبلّغ عنها هي أن البيانات الأكبر لم تحسّن الموثوقية فقط، بل زادت أيضاً عدد المهارات التي نجحت أساساً، ومنها طي المناشف وتعشيش الأكواب، مع مؤشرات على انتقال بعض القدرات بين هيئتين روبوتيتين مختلفتين.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is AgiBot’s GE-Act 2.0 native world-action model, and how do its random-initialization training approach, 100-fold embodied-data scalin. Article summary: GE-Act 2.0 is AgiBot’s “native” world–action model: its visual representation, future-state generation, and action-prediction components are trained from random initialization on manipulation data, rather than adapting a. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
يركّز GE-Act 2.0 من شركة AgiBot على بناء ما تسميه الشركة «نموذج العالم–الفعل» للروبوتات. والفكرة ليست مجرد جعل الروبوت يرى المشهد، بل تمكينه من تقدير الحالة التي ينبغي أن يصل إليها ثم اختيار الحركات التي تقوده إليها.
النتيجة الأبرز في الدراسة: عند رفع بيانات تدريب التلاعب المتجسّد من 300 إلى 30 ألف ساعة، أفادت AgiBot بأن مهام دقيقة لم تكن تنجح سابقاً بدأت تنجح في الاختبارات، إلى جانب ارتفاع واضح في متوسط معدلات الإنجاز. 17
لكن هذه نتيجة بحثية ضمن بروتوكول تقييم محدد، وليست دليلاً على أن الروبوت أصبح قادراً على العمل باستقلالية في أي منزل أو مصنع أو على أي عتاد روبوتي.
كيف يعمل نموذج العالم–الفعل؟
عند إعطاء الروبوت أمراً لغوياً، مثل وضع غرض في مكان معين، يحتاج إلى فهم المشهد الحالي، وتوقّع صورة لحالة ناجحة قريبة، ثم إصدار أوامر حركية قابلة للتنفيذ.
يقسم GE-Act 2.0 هذه المهمة إلى ثلاثة مكوّنات:
- المشفّر التلقائي الموجّه للتحكم (CoAE): يضغط المدخلات البصرية مع الاحتفاظ بالمعلومات المهمة للتعليمة ولحركات الروبوت.
- المخطط البصري أحادي الخطوة (SVP): يولّد الحالة البصرية المستقبلية المفيدة في تمريرة تفاضلية واحدة، بدلاً من الاعتماد على سلسلة طويلة من محاكاة الفيديو.
- نموذج الديناميكيات العكسية (IDM): يستنتج أفعال الروبوت القابلة للتنفيذ من الحالة الراهنة والحالة المستقبلية المخططة.
17
وتسمي AgiBot أسلوب التدريب التحسين الانتقائي المتوافق مع المعرفة (KASO)، وتقدمه كطريقة لتنسيق التخطيط البصري وتعلّم الأفعال، مع إتاحة تدريب مسبق للمكوّنات على بيانات متكاملة. 17
كما أبلغ الفريق عن زمن استدلال يبلغ 104 مللي ثانية لمقطع من الأفعال على بطاقة RTX 5090 واحدة. وهذه نقطة مهمة للتحكم في الوقت الفعلي: فالروبوت يحتاج إلى الرصد والتصرف مراراً، لا إلى خطة بصرية معقولة تتأخر أوامرها الحركية. 5
ماذا يعني «التدريب من الصفر» هنا؟
تستفيد أنظمة تعلم الروبوتات كثيراً من نماذج دُرّبت مسبقاً على صور أو مقاطع فيديو واسعة من الويب. أما GE-Act 2.0، فيبدأ مكوّناته التوليدية والحركية القابلة للتدريب من تهيئة عشوائية، ثم يدرّبها على بيانات التلاعب. 17
لذلك تختبر التجربة سؤالاً أكثر تحديداً: هل يؤدي توافر مزيد من البيانات المتجسّدة، أي البيانات المرتبطة بالتفاعل المادي والأفعال، إلى تحسين منهجي في تلاعب الروبوت بالأشياء؟ ولا تقيس ببساطة أثر الاستفادة من نموذج فيديو تأسيسي مدرّب مسبقاً على الويب.
ويمكن لوصفة التدريب المبلّغ عنها أن تجمع بين مسارات تحكم عن بُعد للروبوت، وفيديوهات بشرية من منظور الشخص الأول، وبيانات تشغيل غير موسومة، وبيانات حالات الفشل. وهذه المرونة مهمة لأن جمع عروض روبوتية ناجحة وموسومة مكلف؛ وقد تجعل الاستفادة من التفاعلات غير المكتملة أو غير المثالية جمع البيانات أكثر عملية. 6
20
تجربة توسيع البيانات بمقدار 100 مرة
درّبت AgiBot نسخاً من النموذج باستخدام 300 و1,200 و5,000 و30,000 ساعة من بيانات التلاعب، أي إن المقارنة النهائية تمتد عبر زيادة مقدارها 100 مرة. 4
17
وجاء التقييم الأساسي كاختبار صفري على روبوتات حقيقية، وشمل:
- 100 مهمة تلاعب ذرية؛
- 20 فئة مهارية؛
- مشاهد وخلفيات وإضاءة ونماذج أشياء غير مألوفة؛
- هيئتين روبوتيتين: الروبوت الشبيه بالإنسان G1-OP، وروبوت التلاعب المتنقل G2-90D؛
- من دون ضبط دقيق خاص بالمهام، أو عروض مخصصة لها، أو استبدال النموذج أثناء التقييم.
4
وبحسب النتائج التي أبلغت عنها الشركة، ارتفع النجاح الإجمالي مع زيادة حجم البيانات:
| الهيئة الروبوتية | النجاح عند 300 ساعة | النجاح عند 30 ألف ساعة |
|---|---|---|
| G1-OP | 17.1% | 44.1% |
| G2-90D | 13.4% | 31.1% |
هذه نتائج مُعلنة من دراسة GE-Act 2.0. 3
17
والخلاصة المباشرة هي أنه، ضمن هذا النموذج وتوزيع المهام، ارتبطت زيادة البيانات المتجسّدة بارتفاع كبير في نجاح المهام الصفرية. كما أن المنحنيات المبلّغ عنها بين 5,000 و30,000 ساعة لا تُظهر تشبعاً واضحاً، وهو ما يفسره المؤلفون بإمكانية استمرار فائدة التوسيع. 5
لماذا يُعدّ تأثير «إضاءة المهارات» مهماً؟
قد يعني ارتفاع متوسط النجاح أن الروبوت صار أكثر ثباتاً في مهام كان يعرف أداءها بالفعل. لكن AgiBot تقول إن ما ظهر مع النظام الأكبر كان أوسع من ذلك: ازداد عدد المهام التي حققت نجاحاً غير صفري من الأساس.
ففي G1-OP، ارتفع عدد المهام الذرية التي أُنجزت بنجاح، وفقاً للتقرير، من 39 إلى 76 مهمة من أصل 100 عند الانتقال من 300 إلى 30 ألف ساعة تدريب. 4
ومن الأمثلة التي أوردتها الشركة:
ومن هنا يأتي وصف «إضاءة المهارات»: ففي التجارب المُبلّغ عنها، لم يرتبط توسيع البيانات بتحسين أداء مهارات قائمة فحسب، بل أيضاً بظهور قابلية تنفيذ مهارات دقيقة في إعدادات صفرية بعد فشلها في المقاييس الأصغر.
مع ذلك، لا ينبغي فهم هذا الوصف على أنه برهان على «ذكاء عام» ظهر فجأة. إنه يصف مدى تغطية المهام المرصود في معيار محدود. ويبقى السؤال مفتوحاً حول تكرار النمط نفسه مع أشياء أكثر تنوعاً، أو أعمال أطول زمناً، أو بيئات حساسة للسلامة، أو تصميمات روبوتية جديدة.
ماذا تقول نتيجة G2-90D عن انتقال القدرات؟
يوفر G2-90D دليل الدراسة على الانتقال بين هيئات روبوتية مختلفة. إذ أفادت AgiBot بأن هذا الروبوت المتنقل بعجلات مثّل أقل من 2% من بيانات التدريب المشترك، ومع ذلك ارتفع نجاحه الإجمالي بمقدار 17.7 نقطة مئوية بين حالتي البيانات الصغيرة والكبيرة. 3
17
تشير هذه النتيجة إلى أن بعض البنى البصرية والمرتبطة بالفعل التي تعلّمها النموذج قد تكون قابلة للمشاركة عبر أجسام روبوتية مختلفة. وهي إشارة مفيدة إلى مستقبل لا تُعاد فيه بناء سياسات التحكم بالكامل لكل آلة جديدة.
لكنها لا تثبت وجود ذكاء روبوتي مستقل عن العتاد. فالدليل يقتصر على هيئتين جرى تقييمهما وعلى توزيع مهام الدراسة، كما أن G2-90D كان ممثلاً بالفعل في التدريب المشترك؛ لذا لا تثبت النتائج انتقالاً بلا أي بيانات إلى روبوت عشوائي جديد.
علاقة GE-Act بمنصة GE-Sim
يندرج GE-Act ضمن منصة Genie Envisioner (GE) الأوسع من AgiBot، والتي توصف بأنها تجمع تعلّم سياسات الروبوت والتقييم والمحاكاة في إطار موحد قائم على توليد الفيديو. 18
ضمن هذا الإطار، يمثل GE-Act المكوّن الموجّه للفعل، بينما GE-Sim مكوّن لمحاكاة العالم يهدف إلى توليد مسارات محاكاة مشروطة بأفعال الروبوت لأغراض التطوير والتقييم. 18
19
والتمييز مهم: فالنتيجة الرئيسية لـ GE-Act 2.0 مبنية على اختبارات صفرية على روبوتات مادية حقيقية. قد تكون GE-Sim بنية مرتبطة ضمن المنصة الأوسع، لكنها ليست أساس الادعاء المركزي بأن النموذج نفذ مهام التلاعب المعلنة في العالم الحقيقي من دون ضبط دقيق خاص بالمهمة أو عروض أثناء التقييم.
نتائج الضبط الدقيق تقيس شيئاً مختلفاً
أبلغت AgiBot أيضاً عن نتائج بعد الضبط الدقيق في معايير موجهة للمحاكاة. ووفقاً للتقارير المتاحة، حقق GE-Act 2.0 نسبة نجاح قدرها 60.52% في اختبار RoboTwin للبيئات غير المرئية، ودرجة 0.770 في اتباع التعليمات ضمن GenieSim، وهي أعلى من النتائج المقارنة لـ π0.5 وGR00T N1.7. 20
يمكن أن تكون هذه النتائج مفيدة لقياس القدرة على التكيّف والأداء المعياري، لكنها تجيب عن سؤال مختلف عن تجربة الروبوت الحقيقي الصفرية. ولا يصح التعامل مع درجات المعايير بعد الضبط الدقيق كدليل على تحقيق القدرة نفسها من دون تكيّف خاص بالمهمة.
الخلاصة العملية
تبرز أهمية GE-Act 2.0 من اختبارها فرضية بسيطة لكنها أساسية في الذكاء الاصطناعي المتجسّد: هل يمكن لنموذج عالم–فعل، مُدرّب مباشرة على بيانات التلاعب، أن يتحسن بصورة يمكن التنبؤ بها كلما توسعت البيانات؟
في تجربة AgiBot المُبلّغ عنها، الإجابة هي نعم: تزامن توسيع مجموعة التدريب من 300 إلى 30 ألف ساعة مع مكاسب كبيرة في النجاح الصفري على G1-OP وG2-90D، وتغطية أوسع للمهام، وظهور مهارات دقيقة مثل طي المناشف وتعشيش الأكواب في حالة التدريب الأكبر. 3
4
17
لكن الاستنتاج الأدق أضيق من وعود الروبوت العام الغرض: يقدم GE-Act 2.0 دليلاً على أن توسيع بيانات التلاعب المتجسّد قد ينتج قدرات جديدة وقابلة للقياس في تقييم مضبوط على روبوتات حقيقية. وما زالت هناك حاجة إلى تكرار مستقل للنتائج، واختبارات على عتاد أكثر تنوعاً، وتقييمات أقوى للمهام طويلة الأمد والسلامة قبل اعتباره حلاً عاماً لاستقلالية الروبوتات.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "ماذا تكشف فعلاً دراسة AgiBot ذات 30 ألف ساعة عن روبوت GE-Act 2.0؟"؟
أفادت AgiBot بأن زيادة بيانات تدريب GE Act 2.0 المتجسّدة 100 مرة، من 300 إلى 30 ألف ساعة، رفعت نجاح الاختبارات الصفرية على روبوتات حقيقية من 17.1% إلى 44.1% في G1 OP، ومن 13.4% إلى 31.1% في G2 90D.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أفادت AgiBot بأن زيادة بيانات تدريب GE Act 2.0 المتجسّدة 100 مرة، من 300 إلى 30 ألف ساعة، رفعت نجاح الاختبارات الصفرية على روبوتات حقيقية من 17.1% إلى 44.1% في G1 OP، ومن 13.4% إلى 31.1% في G2 90D. يُدرَّب النموذج من تهيئة عشوائية على بيانات تلاعب، بدلاً من تكييف نموذج فيديو مُدرَّب مسبقاً على الويب، ويجمع بين التخطيط البصري ونموذج الديناميكيات العكسية لإنتاج الأفعال الروبوتية.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
أهم نتيجة مُبلّغ عنها هي أن البيانات الأكبر لم تحسّن الموثوقية فقط، بل زادت أيضاً عدد المهارات التي نجحت أساساً، ومنها طي المناشف وتعشيش الأكواب، مع مؤشرات على انتقال بعض القدرات بين هيئتين روبوتيتين مختلفتين.