AnswersPublished17 sources
מודלי Pelican מצביעים על השאיפה לאינטליגנציה רובוטית מאוחדת
הדוחות על מודלי Pelican מציגים גישות משלימות לפעולת רובוטים, לחיזוי בעולם מדומה ולהבנה והסקה במסגרת אינטליגנציה גופנית. Pelican VLA 0.5 מחבר הבנת ראייה ושפה, יצירת פריימים עתידיים וחיזוי פעולות; לאחר התאמה למשימות, דווח על שיעורי הצלחה של 91.4% ב RoboTwin Clean ו 91.0% ב RoboTwin Randomized.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- הדוחות על מודלי Pelican מציגים גישות משלימות לפעולת רובוטים, לחיזוי בעולם מדומה ולהבנה והסקה במסגרת אינטליגנציה גופנית.
- Pelican VLA 0.5 מחבר הבנת ראייה ושפה, יצירת פריימים עתידיים וחיזוי פעולות; לאחר התאמה למשימות, דווח על שיעורי הצלחה של 91.4% ב RoboTwin Clean ו 91.0% ב RoboTwin Randomized.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What roadmap did the Beijing Innovation Center of Humanoid Robotics (X-Humanoid) present through world model lead Zou Shilong’s “Exploring U. Article summary: The available evidence supports X-Humanoid’s broader direction: combining visual-language understanding, imagined future observations, and action generation in unified embodied models, with a world-model simulator suppor. 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
הדוחות הפומביים של X-Humanoid על משפחת Pelican מצביעים על כיוון מחקרי שבו תפיסה, חיזוי ופעולה מתחברים. הם מתארים שלושה תפקידים שונים ומשלימים: Pelican-VLA 0.5 מפיק פעולות לצד פריימים עתידיים; Pelican-Sim 1.0 חוזה תצפיות עתידיות בהתאם לפעולות הרובוט; ו-Pelican-Unify שואף לאחד הבנה, הסקה, דמיון ופעולה במודל אחד. 17
18
44 עם זאת, המקורות הזמינים אינם מאמתים שכל מפת הדרכים הזאת — או הטקסונומיה המסוימת של רמות הכללה ומעגל המדיניות המתפתח עצמאית שנקשרו אליה לעיתים — הוצגו בנאום המרכזי של Zou Shilong בכנס ROSCon China באוקטובר.
מה עולה מהדוחות הפומביים
Pelican-VLA 0.5: לחבר בין תפיסה לפעולה
Pelican-VLA 0.5 מתואר כמודל מאוחד של ראייה, שפה ופעולה (VLA), שמשלב באותה ארכיטקטורה הבנת ראייה ושפה, יצירת פריימים עתידיים וחיזוי פעולות. 44 מאגר הפרויקט מציין שהוא מבוסס על Qwen3-VL 4B משותף, ומציע נקודת ביקורת שאומנה מראש עבור גופים רובוטיים שונים. לפי המאגר, האימון התבסס על כ-2,400 שעות של נתוני מניפולציה מגוונים.
46
47
הדוח מתאר גם ממצא הנוגע למנגנון הקשב: עוד לפני התאמה למשימה מסוימת, מסלול הפעולה של המודל מתמקד בעצם ובאזור המגע הרלוונטיים להוראה. 44
46 לאחר התאמה למשימות RoboTwin, דווח על שיעורי הצלחה של 91.4% ב-RoboTwin Clean ושל 91.0% ב-RoboTwin Randomized.
44
הממצאים האלה נוגעים ל-Pelican-VLA 0.5. הם אינם מאמתים את הטענה הנפרדת שלפיה הוספת 500 מסלולים שנוצרו לכל משימה, לצד 50 הדגמות מקוריות, הניבה תוצאות מסוימות עבור Pelican-Sim.
Pelican-Sim 1.0: לחזות מה יקרה אחרי פעולה
Pelican-Sim 1.0 מוצג כסימולטור המבוסס על מודל עולם: הוא חוזה תצפיות עתידיות על בסיס הקשר חזותי ופעולות הרובוט, במטרה לתמוך בלמידה ובקבלת החלטות בהמשך. הדוח הטכני שלו מתאר ייצוגים מספריים וחזותיים מסונכרנים של הפעולות. 17
לכן התפקיד המוצהר שלו שונה מזה של Pelican-VLA 0.5: במקום להתמקד בתיאור ישיר של מודל שממפה תפיסה לפעולה, Pelican-Sim מתמקד בחיזוי התצפיות העתידיות בהינתן פעולות. הדוח תומך בתיאור הזה, אך הראיות שסופקו אינן מבססות את אסטרטגיית הנתונים בת ארבע השכבות שיוחסה לנאום, או את התוצאות המפורטות לכאורה של הניסוי עם 50 הדגמות ו-500 מסלולים. 17
Pelican-Unify: לאחד הבנה ויצירה לרובוטים
בדוח הטכני שלו, Pelican-Unify 1.0 מתואר כמודל מאוחד לאינטליגנציה גופנית, המשלב הבנה, הסקה, דמיון ופעולה. לפי הדוח, מודל ראייה-שפה יחיד משמש רכיב הבנה מאוחד וממפה סצנות, הוראות, הקשר חזותי והיסטוריית פעולות למרחב סמנטי משותף. 18
המודל תועד בפומבי עוד לפני הכנס באוקטובר: הדוח נושא מזהה ממאי 2026, ודיווח חדשותי מאותו חודש מתאר את פרסומו. 18
24 לכן הראיות אינן תומכות בטענה ש-Pelican-Unify הוצג לראשונה לציבור באוקטובר. הן אינן שוללות את האפשרות שהוא הוצג אז מחדש בפני קהל הכנס.
איך שלושת המודלים משתלבים
ביחד, הדוחות מצביעים על רכיבים משלימים בארגז הכלים ללמידה רובוטית: Pelican-VLA 0.5 מחבר קלטים חזותיים ולשוניים לפעולה חזויה ולפריימים עתידיים; Pelican-Sim 1.0 מדמה תצפיות עתידיות בתגובה לפעולות הרובוט; ו-Pelican-Unify מבקש לאחד הבנה, הסקה, דמיון ופעולה. 17
18
44 זהו סיכום של תיאורי המודלים שפורסמו — לא רצף עבודה או מפת דרכים שאומתו כנושא הנאום.
מה עדיין לא אומת לגבי הנאום
אתר ROSCon China 2026 מציין שהכנס תוכנן להתקיים בשנגחאי בין 16 ל-18 באוקטובר. המידע הזמין באתר אינו מאמת את כותרת הנאום המרכזי, את זהות הדובר, את מועדו ב-17 באוקטובר או את תוכנו. 3
המקורות הזמינים גם אינם מאשרים את ההגדרות המדויקות שיוחסו לנאום לארבע רמות הכללה — רקע, הרכבת רכיבים, הכללה בין תחומים ומחוץ להתפלגות — או את הרצף הנטען: מסרטוני גוף ראשון ללא תלות בגוף רובוטי ומאמצעי UMI ידניים, דרך נתונים מדומים ונתוני התאוששות מכישלון, ועד להסיק ממודל עולם ולשפר מדיניות באמצעות משוב. בלי הקלטת ההרצאה, השקפים או סיכום רשמי מפורט, ייחוס ההגדרות והשלבים האלה ל-Zou Shilong עלול להציג פרטים לא מאומתים כעובדות.
בדומה לכך, הראיות שסופקו אינן מבססות את הטענות על שיטות ניתוח ייצוגים, התערבויות במסלולי קשב ומבחנים התנהגותיים שנועדו לבודד הסתמכות על מידע חזותי ולשוני. גם לא הוכחו בהן מחקרי התאוששות מכישלונות לאורך משימות ממושכות או מעגל מסוים המחבר בין הרצות בתוך המודל, עדכון מדיניות, בדיקה בעולם האמיתי ואיסוף נתוני משוב.
המסקנה המבוססת ביותר מצומצמת יותר: הדוחות הפומביים של X-Humanoid בוחנים דרכים לחבר בין תפיסה, עתידים מדומיינים ופעולה, לצד סימולציה באמצעות מודל עולם. מפת הדרכים המפורטת יותר שיוחסה לנאום נותרת בלתי מאומתת על סמך המקורות הזמינים.
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 "מודלי Pelican מצביעים על השאיפה לאינטליגנציה רובוטית מאוחדת"?
הדוחות על מודלי Pelican מציגים גישות משלימות לפעולת רובוטים, לחיזוי בעולם מדומה ולהבנה והסקה במסגרת אינטליגנציה גופנית.
What are the key points to validate first?
הדוחות על מודלי Pelican מציגים גישות משלימות לפעולת רובוטים, לחיזוי בעולם מדומה ולהבנה והסקה במסגרת אינטליגנציה גופנית. Pelican VLA 0.5 מחבר הבנת ראייה ושפה, יצירת פריימים עתידיים וחיזוי פעולות; לאחר התאמה למשימות, דווח על שיעורי הצלחה של 91.4% ב RoboTwin Clean ו 91.0% ב RoboTwin Randomized.
Sources
arxiv.orgPelican-Sim 1.0: A General World Model Simulator for Embodied ...
github.comreadme.md - Pelican-VLA 0.5
huggingface.coREADME.md · X-Humanoid/Pelican-VLA05 at 5623cf1629aae870b973025a675e4534adc44d83