AnswersPublished19 sources
GE-Act 2.0 של AgiBot: מה באמת מלמד מחקר ההרחבה ל־30 אלף שעות
לפי AgiBot, הרחבה פי 100 של נתוני האימון — מ־300 ל־30,000 שעות — העלתה את שיעור ההצלחה באפס שוט מ־17.1% ל־44.1% ב־G1 OP, ומ־13.4% ל־31.1% ב־G2 90D. המודל מאותחל באקראי ומאומן על נתוני מניפולציה גופנית, במקום להתבסס על מודל וידאו שאומן מראש על נתוני רשת; הוא משלב תכנון חזותי עם מודל דינמיקה הפוכה להפקת פעולות רובוט.
פורסם על ידינערך באמצעות GPT-5.6 Terraהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- לפי AgiBot, הרחבה פי 100 של נתוני האימון — מ־300 ל־30,000 שעות — העלתה את שיעור ההצלחה באפס שוט מ־17.1% ל־44.1% ב־G1 OP, ומ־13.4% ל־31.1% ב־G2 90D.
- המודל מאותחל באקראי ומאומן על נתוני מניפולציה גופנית, במקום להתבסס על מודל וידאו שאומן מראש על נתוני רשת; הוא משלב תכנון חזותי עם מודל דינמיקה הפוכה להפקת פעולות רובוט.
- הממצא הבולט ביותר הוא התרחבות מספר הכישורים שפעלו בכלל — לרבות קיפול מגבות וקינון כוסות — לצד סימנים להעברת יכולות בין שני גופי רובוט שונים.
AI Prompt
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
GE-Act 2.0 הוא הניסיון של AgiBot לבנות מודל עולם–פעולה לרובוטים מן היסוד. במקום להתאים מודל וידאו כללי שאומן על נתוני רשת, רכיבי הראייה, חיזוי מצב העתיד והפעולה של המודל מאותחלים באקראי ומאומנים מראש על נתוני מניפולציה גופנית. הטענה המרכזית אינה רק שהמודל נעשה אמין יותר ככל שמוסיפים נתונים: AgiBot מדווחת שכישורי מוטוריקה עדינה שלא הצליחו קודם מתחילים לעבוד כאשר היקף האימון גדל מ־300 ל־30,000 שעות. 17
זהו ממצא מחקרי בעל משמעות, אך חשוב לקרוא אותו בזהירות. הראיות מבוססות על פרוטוקול ההערכה שעליו דיווחה AgiBot, בשני גופי רובוט ועל פני 100 משימות אטומיות. הן אינן מוכיחות ש־GE-Act 2.0 יכול לפעול באופן אוטונומי בכל בית, מפעל או סוג חומרה רובוטית.
הרעיון הבסיסי: לדמיין מצב עתידי שימושי — ולפעול אליו
מודל עולם–פעולה מחבר בין תפיסה, חיזוי ושליטה. כדי לבצע הוראה לשונית, למשל להניח חפץ במקום מסוים, המערכת צריכה לזהות את מצב הסביבה, לחזות כיצד ייראה מצב עתידי מוצלח, ולהפיק פקודות מנוע שיובילו אליו.
GE-Act 2.0 מחלק את העבודה לשלושה רכיבים מדווחים:
- מקודד־אוטומטי מוכוון שליטה (CoAE): דוחס את הקלט החזותי תוך שמירה על מידע שרלוונטי להוראה ולפעולות הרובוט.
- מתכנן חזותי בצעד יחיד (SVP): מייצר מצב חזותי עתידי שימושי ושלם במעבר דיפרנציאבילי יחיד, במקום להסתמך על רצף ארוך של הדמיות וידאו.
- מודל דינמיקה הפוכה (IDM): מסיק פעולות רובוט ניתנות לביצוע מן המצב הנוכחי ומן המצב העתידי המתוכנן.
17
AgiBot מכנה את שיטת האימון שלה Knowledge-Aligned Selective Optimization (KASO). במאמר היא מוצגת כשיטה לתיאום בין רכיבי התכנון החזותי ולמידת הפעולות, תוך אפשרות לאמן אותם מראש על נתונים משלימים. 17
הצוות מדווח גם על זמן הסקה של 104 אלפיות השנייה למקטע פעולות, על גבי RTX 5090 יחיד. הנתון הזה חשוב משום שמדיניות מניפולציה חייבת להתבונן ולהגיב שוב ושוב; תכנון שנראה משכנע חזותית אינו מספיק אם הפקת פקודת השליטה הבאה איטית מדי. 5
מה פירוש "אימון מאפס" במקרה הזה
מערכות רבות ללמידה רובוטית נשענות על מודל שאומן תחילה על מאגרי תמונות או וידאו רחבים מהרשת. GE-Act 2.0, לעומת זאת, מאתחל מאפס את רכיבי היצירה והפעולה הניתנים לאימון ומאמן אותם על נתוני מניפולציה. 17
כך ניסוי ההרחבה ממוקד יותר: החוקרים בודקים אם תוספת של נתונים גופניים — נתונים המקושרים לאינטראקציות פיזיות ולפעולות — מובילה לשיפור שיטתי במניפולציה רובוטית, ולא את הערך של מודל בסיס שכבר למד מווידאו ברשת.
לפי הדיווחים, מתכון האימון יכול לשלב מסלולי טלאופרציה של רובוטים, וידאו מגוף ראשון של בני אדם, נתוני הרצות ללא תיוג ונתוני כישלון. זו נקודה חשובה, משום שהדגמות רובוטיות יקרות לאיסוף: שיטה היכולה ללמוד גם מאינטראקציות לא מושלמות או מתויגות חלקית עשויה להפוך את איסוף הנתונים למעשי יותר. 6
20
ניסוי הרחבת הנתונים פי 100
AgiBot אימנה גרסאות של המודל על 300, 1,200, 5,000 ו־30,000 שעות של נתוני מניפולציה. ההשוואה הסופית מכסה אפוא גידול פי 100 בהיקף הנתונים. 4
17
ההערכה המרכזית תוכננה כמבחן אפס-שוט על רובוטים אמיתיים:
- 100 משימות מניפולציה אטומיות
- 20 משפחות מיומנות
- סצנות, רקעים, תנאי תאורה ומופעי אובייקטים שלא נראו קודם
- שני גופי רובוט: ההומנואיד G1-OP והמניפולטור הנייד G2-90D
- ללא כוונון עדין למשימה, הדגמות או החלפת מודל עבור משימות ההערכה.
4
בפרוטוקול זה, שיעור ההצלחה המצטבר המדווח עלה עם גידול היקף הנתונים:
| גוף הרובוט | הצלחה ב־300 שעות | הצלחה ב־30,000 שעות |
|---|---|---|
| G1-OP | 17.1% | 44.1% |
| G2-90D | 13.4% | 31.1% |
אלה תוצאות שדווחו במחקר GE-Act 2.0. 3
17
המסקנה הישירה ביותר היא שעבור מודל זה והתפלגות משימות זו, יותר נתונים גופניים נקשרו לשיעור הצלחה גבוה משמעותית באפס-שוט. העקומות המדווחות בין 5,000 ל־30,000 שעות לא הראו רוויה ברורה; המחברים מפרשים זאת כסימן לכך שהרחבה נוספת עשויה להמשיך ולסייע. 5
מדוע אפקט ה"הידלקות" חשוב
עלייה בשיעור ההצלחה הממוצע יכולה להעיד רק על כך שהרובוט נעשה עקבי יותר במשימות שכבר ידע לבצע. AgiBot טוענת שבמשטר הנתונים הגדול יותר נצפה משהו חזק יותר: מספר הולך וגדל של משימות שהשיגו הצלחה שאינה אפס.
ב־G1-OP, מספר המשימות האטומיות שהושלמו בהצלחה גדל, לפי הדיווח, מ־39 ל־76 מתוך 100 כאשר נתוני האימון גדלו מ־300 ל־30,000 שעות. 4
בין הדוגמאות שצוינו:
מכאן נובע מסגור ה"הידלקות" של המאמר. בניסויים המדווחים, הרחבת הנתונים לא נקשרה רק לביצוע טוב יותר של יכולות קיימות, אלא לכך שכישורים עדינים נעשו אפשריים בהגדרות אפס-שוט לאחר שנכשלו בהיקפים קטנים יותר.
עם זאת, אין לקרוא את המונח "הידלקות" כהוכחה לאינטליגנציה כללית שהופיעה בבת אחת. זהו תיאור של כיסוי משימות שנצפה במדד סופי ומוגבל. עדיין פתוחה השאלה אם אותו דפוס יחזיק מול אובייקטים מגוונים יותר, משימות ארוכות יותר, סביבות קריטיות לבטיחות או תכנוני רובוט חדשים.
מה מלמדת תוצאת G2-90D על העברת יכולות
G2-90D מספק את הראיה של המחקר להעברה בין גופי רובוט. AgiBot מדווחת שהמניפולטור הנייד על גלגלים היווה פחות מ־2% מנתוני האימון המשותף, ובכל זאת שיעור ההצלחה המצטבר שלו עלה ב־17.7 נקודות אחוז בין תנאי הנתונים הקטן והגדול. 3
17
התוצאה מרמזת שלפחות חלק מן המבנה החזותי והרלוונטי לפעולה שנלמד יכול להיות משותף לגופים רובוטיים שונים. זהו סימן מעודד לעתיד שבו לא יהיה צורך לבנות מדיניות מחדש לחלוטין עבור כל מכונה.
אבל אין בכך הוכחה לאינטליגנציה רובוטית שאינה תלויה בחומרה. הראיות מוגבלות לשני הגופים שנבדקו ולהתפלגות המשימות של המחקר. גם ל־G2-90D היה ייצוג בנתוני האימון המשותף, ולכן הממצאים אינם מראים העברה ללא נתונים לרובוט חדש שרירותי.
הקשר בין GE-Act ל־GE-Sim
GE-Act הוא חלק מפלטפורמת Genie Envisioner (GE) הרחבה יותר של AgiBot, המתוארת כמסגרת המאחדת למידת מדיניות רובוטית, הערכה וסימולציה בתוך מסגרת משותפת של יצירת וידאו. 18
במסגרת זו, GE-Act הוא הרכיב המכוון לפעולה, ואילו GE-Sim הוא רכיב סימולציית עולם שנועד לייצר הרצות המותנות בפעולות לצורכי הערכה ופיתוח. 18
19
ההבחנה חשובה: התוצאה המרכזית של GE-Act 2.0 מבוססת על מבחני אפס-שוט ברובוטים פיזיים. GE-Sim עשוי להיות תשתית קשורה בפלטפורמה הרחבה, אך הוא אינו הבסיס לטענה המרכזית שלפיה המודל ביצע את משימות המניפולציה המדווחות בעולם האמיתי ללא כוונון עדין ייעודי וללא הדגמות בזמן ההערכה.
תוצאות כוונון עדין הן ממצא נפרד
AgiBot מדווחת גם על תוצאות לאחר כוונון עדין במדדים מוכווני סימולציה. בדיווחים שסופקו, GE-Act 2.0 השיג 60.52% הצלחה במבחן הסביבה הלא־נראית של RoboTwin, וציון 0.770 בציות להוראות ב־GenieSim; התוצאה האחרונה דווחה כגבוהה מתוצאות π0.5 ו־GR00T N1.7 ששימשו להשוואה. 20
אלה עשויים להיות מדדים שימושיים של הסתגלות וביצועים במדדי מבחן, אבל הם עונים על שאלה אחרת מניסוי הרובוטים הפיזיים באפס-שוט. אין להשתמש בציוני מדדים לאחר כוונון עדין כראיה לכך שאותה יכולת הושגה ללא התאמה ייעודית למשימה.
השורה התחתונה
GE-Act 2.0 בולט משום שהוא בוחן הצעה פשוטה אך חשובה לבינה מלאכותית גופנית: האם מודל עולם–פעולה שאומן ישירות על נתוני מניפולציה משתפר באופן צפוי ככל שמגדילים את מאגר הנתונים?
בניסוי שעליו דיווחה AgiBot, התשובה היא כן. הרחבת מערך האימון מ־300 ל־30,000 שעות לוותה בשיפור ניכר בהצלחת אפס-שוט ב־G1-OP וב־G2-90D, בהרחבת כיסוי המשימות ובכך שמיומנויות עדינות כמו קיפול מגבות וקינון כוסות הופיעו בתנאי ההיקף הגדול. 3
4
17
המסקנה הראויה צרה יותר מהבטחה שיווקית לרובוט כללי: GE-Act 2.0 מספק ראיות לכך שהרחבת נתוני מניפולציה גופנית יכולה לייצר יכולות חדשות ומדידות בהערכת רובוטים אמיתיים ומבוקרת. לפני שאפשר יהיה לראות בו פתרון כללי לאוטונומיה רובוטית, עדיין דרושים שחזור בלתי תלוי, בדיקות על חומרה מגוונת יותר והערכות מחמירות יותר של משימות ארוכות טווח ובטיחות.
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 "GE-Act 2.0 של AgiBot: מה באמת מלמד מחקר ההרחבה ל־30 אלף שעות"?
לפי AgiBot, הרחבה פי 100 של נתוני האימון — מ־300 ל־30,000 שעות — העלתה את שיעור ההצלחה באפס שוט מ־17.1% ל־44.1% ב־G1 OP, ומ־13.4% ל־31.1% ב־G2 90D.
What are the key points to validate first?
לפי AgiBot, הרחבה פי 100 של נתוני האימון — מ־300 ל־30,000 שעות — העלתה את שיעור ההצלחה באפס שוט מ־17.1% ל־44.1% ב־G1 OP, ומ־13.4% ל־31.1% ב־G2 90D. המודל מאותחל באקראי ומאומן על נתוני מניפולציה גופנית, במקום להתבסס על מודל וידאו שאומן מראש על נתוני רשת; הוא משלב תכנון חזותי עם מודל דינמיקה הפוכה להפקת פעולות רובוט.
What should I do next in practice?
הממצא הבולט ביותר הוא התרחבות מספר הכישורים שפעלו בכלל — לרבות קיפול מגבות וקינון כוסות — לצד סימנים להעברת יכולות בין שני גופי רובוט שונים.