Co ukazuje výsledek Simate-beta v RoboDojo — a co zatím ne

Simate-beta je první univerzální „rychlý systém“ firmy Simate pro fyzickou AI — model určený k rychlému řízení robota v reálném světě. V žebříčku RoboDojo je uveden její příspěvek do simulace se skóre 33,95 a úspěšností 27,96 %. Jde o výsledek ze simulace, nikoli o skóre naměřené při testování skutečného robota. Simate popisuje také samostatné ukázky na reálných robotech, žádný z těchto výstupů však sám o sobě neukazuje, jak spolehlivě si systém poradí s běžnými úkoly v různých prostředích.

Co skóre RoboDojo ukazuje — a co ne

RoboDojo je benchmark pro hodnocení univerzálních robotických modelů, a to v simulaci i v reálném světě. Konkrétní výsledek Simate-beta uvedený v žebříčku se týká simulace a jako příspěvek jej dodala firma Simate. Nejde o vykázané skóre z testů na skutečném robotu.

Na tomto rozdílu záleží: skóre je výsledek benchmarku, zatímco firemní ukázky představují samostatnou demonstraci systému na fyzických robotech. Podle dostupných popisů ukazují práci s pamětí, přizpůsobování úkolům, dlouhé posloupnosti činností a jemnou manipulaci. Naznačují, o co se Simate snaží, ale samy o sobě nepotvrzují, že model bude stejně schopný i mimo předvedené úlohy. 5

Rychlý systém pro pohotové řízení

Simate svůj návrh popisuje jako rychlý systém, který propojuje čtyřrozměrné vnímání fyzického prostředí s pamětí. Firma chce dosáhnout pohotového řízení, potenciálně přímo na zařízení, a do budoucna tento rychlý systém spojit s pomalejším uvažováním pro složitější úkoly. 15

Záměrem je sledovat, jak se fyzické prostředí v čase mění, a uchovávat užitečné informace o průběhu úkolu, přitom ale reagovat na nové podmínky. Právě tím Simate propojuje výsledek RoboDojo s ukázkami na robotech: obojí prezentuje jako raný doklad systému, který má vnímat, pamatovat si a jednat. Zatím to však nedokládá, že se tyto schopnosti přenesou i do neznámých situací. 10

AutoResearch: AI pomáhá vyvíjet robotické modely

Širší přístup Simate, označovaný jako „Physical RSI“, má propojit vývoj modelů, práci s daty, experimenty, vyhodnocování a nasazení na skutečných robotech do opakujícího se výzkumného cyklu. AutoResearch má umožnit AI agentům navrhovat a testovat výzkumné nápady. Lidé přitom stanovují cíle a omezení a posuzují výsledky. Simate představuje model beta jako jeden z prvních výstupů tohoto procesu vedeného člověkem. 1112

Firma také uvádí, že její vlastní infrastruktura propojuje trénování, spouštění modelů a vyhodnocování a umožňuje paralelně rozvíjet více směrů výzkumu. Její nabídka Sinfra má zahrnovat také simulaci. Praktické tvrzení zní, že propojené výzkumné prostředí může týmu pomoci rychleji testovat nápady a zapracovávat výsledky. Dostupné zprávy ale nezávisle nedokládají, nakolik tento přístup zlepšuje výkon modelu. 1115

Zkušenosti týmu a plánované výstupy

Tým Simate podle dostupných informací spojuje zkušenosti s nasazováním systémů pro autonomní řízení a výzkumné zázemí v oblastech, jako jsou modely světa a řízení skutečných robotů. To souvisí s cílem firmy vyvíjet modely, které se učí o fyzickém světě a zároveň dokážou ovládat hardware. Zkušenosti týmu ale nenahrazují nezávislé důkazy o výkonu. 512

Simate plánuje do konce roku 2026 zveřejnit dílčí výsledek týkající se zobecňování na složité úlohy bez dodatečného trénování. Následovat mají odborné články nebo technické zprávy o modelu a automatizovaném výzkumu; některé výstupy chce firma postupně zveřejnit jako open source. Jde o oznámené plány, nikoli o už dostupné výsledky či vydané materiály. 11

Zatím je tedy nejpřesnější mluvit o slibném, ale převážně firmou prezentovaném raném výsledku: o záznamu v simulačním žebříčku, samostatných ukázkách na skutečných robotech a výzkumném postupu, který má urychlit další vývoj. Další důležité informace přinesou podrobné technické zprávy a výsledky, které ukážou, jak si systém vede mimo žebříček a předvedené úlohy.