उत्तरप्रकाशित17 स्रोत
EchoPolicy-0 ने MolmoSpaces में हासिल की पहली रैंक; MagicBrain को Pick में 94.4% सफलता
MagicLab के अनुसार EchoPolicy 0 ने AI2 के MolmoSpaces Combined लीडरबोर्ड पर चार कार्यों में 75.4% औसत सफलता दर के साथ पहला स्थान पाया। 3.4 अरब पैरामीटर वाला MagicBrain 72.4% के साथ चौथे स्थान पर रहा और Pick कार्य में...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- MagicLab के अनुसार EchoPolicy 0 ने AI2 के MolmoSpaces Combined लीडरबोर्ड पर चार कार्यों में 75.4% औसत सफलता दर के साथ पहला स्थान पाया। 3.4 अरब पैरामीटर वाला MagicBrain 72.4% के साथ चौथे स्थान पर रहा और Pick कार्य में...
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: As reported on October 14, 2026, how did MagicLab’s EchoPolicy-0 and its in-house 3.4-billion-parameter MagicBrain perform on AI2’s MolmoSpa. Article summary: MagicLab reported EchoPolicy-0 first on AI2’s MolmoSpaces Combined leaderboard at a 75.4% equal-weighted success rate, while its 3.4-billion-parameter MagicBrain reportedly ranked fourth at 72.4%, including 94.4% on Pick. Topic tags: general, general web, user generated. 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 fa
MagicLab ने बताया कि उसका रोबोट-मैनिपुलेशन फ्रेमवर्क EchoPolicy-0, AI2 के MolmoSpaces Combined लीडरबोर्ड पर पहले स्थान पर रहा। चार कार्यों में इसकी समान वज़न वाली औसत सफलता दर 75.4% थी। कंपनी का 3.4 अरब पैरामीटर वाला MagicBrain फ्रेमवर्क 72.4% औसत के साथ चौथे स्थान पर रहा; Pick कार्य में इसकी सफलता दर 94.4% बताई गई। ये बेंचमार्क के नतीजे हैं—अपने आप में इस बात का प्रमाण नहीं कि सिस्टम वास्तविक दुनिया में भी उतना ही अच्छा काम करेगा।1
18
दोनों सिस्टम के स्कोर
EchoPolicy-0 का औसत MolmoSpaces v1 के चार कार्यों—Pick, Pick and Place, Open और Close—के नतीजों पर आधारित है। MagicLab के मुताबिक, यह Combined लीडरबोर्ड में पहले स्थान पर रहा।1 Pandaily ने प्रकाशित लीडरबोर्ड डेटा की समीक्षा के आधार पर लगभग 75.5% औसत की गणना की, जो कंपनी के बताए 75.4% के करीब है। औसत की रिपोर्टिंग में यह मामूली अंतर दिखता है; इसलिए यहां कंपनी का बताया गया 75.4% आंकड़ा रखा गया है।
41
MagicLab के 3.4 अरब पैरामीटर वाले MagicBrain को उसी Combined समूह में चौथा बताया गया। इसकी औसत सफलता दर 72.4% थी और Pick में इसका स्कोर 94.4% रहा।18 Pick का यह नतीजा सिर्फ एक कार्य का स्कोर है, पूरे सिस्टम का औसत नहीं।
| सिस्टम | बताया गया Combined नतीजा | खास बात |
|---|---|---|
| EchoPolicy-0 | 75.4%, पहला स्थान | Pick, Pick and Place, Open और Close का समान वज़न वाला औसत |
| MagicBrain | 72.4%, चौथा स्थान | Pick में 94.4% सफलता दर |
MolmoSpaces क्या परखता है?
MolmoSpaces, AI2 का ज़ीरो-शॉट एम्बॉडिड-AI बेंचमार्क है। इसका परिवेश 2,30,000 से अधिक इनडोर वातावरणों और करीब 1,30,000 वस्तुओं के एसेट पर आधारित है।1 इसमें देखा जाता है कि रोबोट सिस्टम दिए गए दृश्य और निर्देश के अनुसार वस्तुओं को उठाने या उनसे जुड़ी दूसरी क्रियाएं करने में कितना सक्षम है—यानी मूल्यांकन किसी एक प्रदर्शन या एक ही कार्य के स्कोर तक सीमित नहीं है। वातावरणों और वस्तुओं की ये संख्याएं बेंचमार्क के पूरे संसाधन-संग्रह को बताती हैं, इन नतीजों में किए गए परीक्षणों की संख्या को नहीं।
लीडरबोर्ड के आंकड़े v1 के चार मैनिपुलेशन कार्यों पर प्रदर्शन का सार देते हैं। एक साझा मूल्यांकन के तहत अलग-अलग सिस्टम की तुलना के लिए ये उपयोगी हैं, लेकिन इनसे अकेले यह तय नहीं होता कि कोई रोबोट वास्तविक कार्यस्थल या किसी और तैनाती की स्थिति में कितनी विश्वसनीयता से काम करेगा।
EchoPolicy-0: दृश्य को समझना और कार्रवाई चुनना
MagicLab, EchoPolicy-0 को एक ऐसा एकीकृत फ्रेमवर्क बताता है जिसमें विज़न-लैंग्वेज मॉडल, ज्यामितीय मैनिपुलेशन टूल और सामान्य एक्शन पॉलिसी शामिल हैं। इसकी प्रक्रिया दृश्य देखने और निर्देश समझने से लेकर कार्रवाई चुनने, उसे करने और नतीजे की जांच करने तक जाती है।18
बताए गए तरीके में सिस्टम को कई संभावित कार्रवाइयों में से चुनने के लिए दृश्य संकेत भी मिलते हैं: एक एक्शन मॉडल विकल्प सुझाता है, फिर सिस्टम अपने लक्ष्य की समझ के आधार पर उनमें से उपयुक्त विकल्प चुनता है। मूल्यांकन दस्तावेज़ों में ऐसे दृश्य सत्यापन का भी वर्णन है, जिससे तय किया जा सकता है कि कार्रवाई जारी रखनी है, दोबारा कोशिश करनी है या किसी दूसरे रास्ते पर जाना है।18
20 इस तरह फ्रेमवर्क केवल एक बार गति का आदेश देने तक सीमित नहीं रहता; यह दृश्य समझ, कार्रवाई और नतीजे से मिली प्रतिक्रिया को जोड़ता है।
MagicBrain: सिर्फ गति नहीं, सही लक्ष्य चुनना
MagicBrain एक अलग तरीका अपनाता है। यह निर्देश में बताई गई वस्तु को पहचानने में मदद के लिए इन-कॉन्टेक्स्ट विज़ुअल गाइडेंस का इस्तेमाल करता है। इसमें वस्तु की दृश्य पहचान एक्शन मॉडल की गतिविधि को दिशा देती है—यानी “किस चीज़ पर काम करना है” और “कैसे आगे बढ़ना है” के बीच फर्क किया जाता है।19
33
MagicLab के विश्लेषण में, जिन मामलों का अध्ययन किया गया उनमें पकड़ की विफलता का एक आम कारण अस्थिर गति नहीं, बल्कि गलत वस्तु चुनना था।30 यह निर्देश को सही वस्तु से जोड़ने की चुनौती दिखाता है: रोबोट पकड़ कितनी भी अच्छी तरह करे, अगर उसने गलत चीज़ चुनी तो काम सफल नहीं होगा। यह उन मामलों के बारे में रिपोर्ट किया गया निष्कर्ष है, रोबोट की पकड़ से जुड़ी हर विफलता का सार्वभौमिक कारण नहीं।
नतीजे क्या बताते हैं—और क्या नहीं
दोनों सिस्टम निर्देश को समझने, दृश्य में सही लक्ष्य पहचानने और शारीरिक कार्रवाई करने के बीच बेहतर तालमेल बनाने पर केंद्रित हैं। MagicLab Studio ने लेयर्ड आर्किटेक्चर को अपनी पसंदीदा दिशा बताया है और सामान्य कामों में निर्देशों का पालन करने को एक चुनौती माना है।33
ये स्कोर बताते हैं कि बेंचमार्क के तय कार्यों में सिस्टम ने कैसा प्रदर्शन किया। इन्हें वास्तविक दुनिया में विश्वसनीयता या व्यावसायिक इस्तेमाल की तैयारी का प्रमाण नहीं मानना चाहिए: बेंचमार्क का अच्छा नतीजा अपने आप यह साबित नहीं करता कि सिस्टम अलग भौतिक परिस्थितियों या तैनाती के माहौल में भी वैसा ही काम करेगा।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"EchoPolicy-0 ने MolmoSpaces में हासिल की पहली रैंक; MagicBrain को Pick में 94.4% सफलता" का संक्षिप्त उत्तर क्या है?
MagicLab के अनुसार EchoPolicy 0 ने AI2 के MolmoSpaces Combined लीडरबोर्ड पर चार कार्यों में 75.4% औसत सफलता दर के साथ पहला स्थान पाया। 3.4 अरब पैरामीटर वाला MagicBrain 72.4% के साथ चौथे स्थान पर रहा और Pick कार्य में...