AnswersPublished16 sources
Työntekijän näyttämästä tehtävästä robotin taidoksi – näin Bear Roboticsin KINO-2 toimii
KINO 2:n prosessi etenee ihmisen työesimerkistä mallien koulutukseen ja KR1 robotilla testaamiseen ennen asiakaspilottia. Bear Robotics kertoo lyhentäneensä Isaac GR00T mallin päättelyajan noin 500 millisekunnista 60 millisekuntiin.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- KINO 2:n prosessi etenee ihmisen työesimerkistä mallien koulutukseen ja KR1 robotilla testaamiseen ennen asiakaspilottia.
- Bear Robotics kertoo lyhentäneensä Isaac GR00T mallin päättelyajan noin 500 millisekunnista 60 millisekuntiin.
- KINO 2:ta kokeillaan asiakaspiloteissa, mutta lähteissä ei esitetä kattavia tietoja tehtävien kokonaisajoista, käsittelyn tarkkuudesta tai pitkäaikaisesta luotettavuudesta.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Bear Robotics’ KINO-2 robot-learning platform, launched on October 21, 2026, at NVIDIA GTC Berlin, turn human task demonstrations i. Article summary: KINO-2 is Bear Robotics’ learning-and-deployment platform for turning human task demonstrations into manipulation skills on its KR1 humanoid, announced on October 21, 2026, at NVIDIA GTC Berlin. Its central aim is to con. Topic tags: general, general web. 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, charts with fake numbers, clic
Bear Roboticsin KINO-2-alusta on suunniteltu opettamaan KR1-humanoidirobotti käsittelemään esineitä. Tavoitteena on laajentaa automaatiota tavaroiden siirtämisestä niiden poimimiseen ja käsittelyyn. Yritys esitteli alustan NVIDIA GTC Berlin -tapahtumassa 21. lokakuuta 2026. KINO-2:ssa tehtävää näytetään robotille, esimerkkien avulla koulutetaan ja hiotaan malleja, taitoja kokeillaan KR1:llä ja niitä viedään asiakaspilotteihin. 4
20
Työnäytteestä asiakaspilottiin
KINO-2:n työnkulku alkaa tehtävän esittelyistä. Bear kerää niistä aineistoa, kouluttaa ja kehittää malleja sekä arvioi niiden avulla opittuja taitoja KR1-robotilla. Jos testaus etenee, osaamista kokeillaan asiakkaan pilottikäytössä. Tarkoitus on saada robotti suorittamaan esineenkäsittelytehtäviä tavalla, joka voidaan yhdistää yrityksen muihin robotti- ja työnkulkujärjestelmiin. 10
20
Alusta jatkaa Bearin aiempaa KINO-oppimisohjelmaa. Yritys hankki Kinisi Roboticsin vuonna 2026, jolloin sen portfolioon tulivat KR1-humanoidirobotti ja alkuperäinen KINO-ohjelma. KINO-2 vie tätä työtä kaupalliseen käyttöönottoon tähtäävään suuntaan. Bear kertoo ottaneensa käyttöön yli 16 000 robottia, joista suurin osa on palvelurobotteja, yli 5 000 asiakkaan toimipaikassa. 10
20
21
NVIDIA-ohjelmistot nopeuttavat mallien ajoa
KINO-2 käyttää KR1-robotin havaintojärjestelmän suoritusympäristönä NVIDIA Isaac OS:ää. Bearin mukaan Holoscan SDK 5.0:n sisältävä Isaac OS yhdistää havaintotiedon käsittelyn ja mallien päättelyn NVIDIA Jetson AGX Thor -laitteistolla. Yritys kertoo optimoineensa päättelyä myös TensorRT:n ja mallien kvantisoinnin avulla. 4
Bearin ilmoittamissa mittauksissa Isaac GR00T -mallin päättelyaika lyheni noin 500 millisekunnista noin 60 millisekuntiin. Bearin oman mallin aika putosi 72,3 millisekunnista 17,2 millisekuntiin. Luvut kuvaavat yrityksen mittaamaa mallien päättelyaikaa, eivät robotin koko tehtävän suorittamiseen kuluvaa aikaa. 4
6
NVIDIA kertoo Bearin käyttävän KINO-2:ta GR00T-mallin jatkokoulutukseen varasto-, palautusten käsittely- ja teollisuustyönkulkuja varten. 9 Käytettävissä olevat tiedot eivät kuitenkaan kuvaa tarkasti, miten alusta tukee ulkoisia perustamalleja tai kuinka paljon tehtäväkohtaista suunnittelutyötä se vähentää. Siksi näitä ominaisuuksia ei voi päätellä pelkästään alustan yleiskuvauksesta.
Mitä käyttökohteista ja tuloksista tiedetään?
Bear mainitsee varastossa tehtävän pakkaamisen esimerkkinä työstä, jossa esineiden käsittely yhdistyy liikkumiseen: KR1 voi oppia poimimaan pulloja ja täyttämään laatikon, samalla kun Bearin laajemmat järjestelmät tukevat tavaroiden siirtämistä työnkulussa. Asiakaspilotit ovat käynnissä. 10
20
Nopeammat mallilaskennat voivat auttaa robottia reagoimaan, mutta ne eivät yksin osoita, että kokonainen varasto- tai palautustehtävä hoituisi nopeammin, tarkemmin tai luotettavammin. Julkaistuissa lähteissä ei anneta kattavia tuloksia tehtävien alusta loppuun kestosta, esineenkäsittelyn tarkkuudesta eikä pitkäaikaisesta toimintavarmuudesta. KINO-2:n keskeinen lupaus on siis esimerkeistä asiakaspilotteihin ulottuva oppimisprosessi; sen käytännön suorituskyky selviää vasta todellisten tehtävien tuloksista.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Työntekijän näyttämästä tehtävästä robotin taidoksi – näin Bear Roboticsin KINO-2 toimii"?
KINO 2:n prosessi etenee ihmisen työesimerkistä mallien koulutukseen ja KR1 robotilla testaamiseen ennen asiakaspilottia.
What are the key points to validate first?
KINO 2:n prosessi etenee ihmisen työesimerkistä mallien koulutukseen ja KR1 robotilla testaamiseen ennen asiakaspilottia. Bear Robotics kertoo lyhentäneensä Isaac GR00T mallin päättelyajan noin 500 millisekunnista 60 millisekuntiin.
What should I do next in practice?
KINO 2:ta kokeillaan asiakaspiloteissa, mutta lähteissä ei esitetä kattavia tietoja tehtävien kokonaisajoista, käsittelyn tarkkuudesta tai pitkäaikaisesta luotettavuudesta.