उत्तरप्रकाशित2 माह पहलेLast edited 2 माह पहले18 स्रोत

Intern W0: रोबोट को छूकर, दबाव महसूस कर और तुरंत सुधार कर काम सिखाने की कोशिश

शंघाई आर्टिफिशियल इंटेलिजेंस लैबोरेटरी ने 13–14 सितंबर 2026 के आसपास Intern Physical World Model W0 पेश किया। यह विज़न, बल और स्पर्श संकेतों को रोबोट की अवस्था, पूर्वानुमान और क्रिया सुधार के साथ जोड़ता है। W0 में ‘नेटिव फोर्स टैक्टाइल’ डिजाइन के तहत संपर्क से मिले संकेत सीधे हेरफेर के फैसलों में शामिल होते हैं। इसक...

प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

शंघाई आर्टिफिशियल इंटेलिजेंस लैबोरेटरी ने 13–14 सितंबर 2026 के आसपास Intern Physical World Model W0 पेश किया। यह विज़न, बल और स्पर्श संकेतों को रोबोट की अवस्था, पूर्वानुमान और क्रिया सुधार के साथ जोड़ता है।
W0 में ‘नेटिव फोर्स टैक्टाइल’ डिजाइन के तहत संपर्क से मिले संकेत सीधे हेरफेर के फैसलों में शामिल होते हैं। इसकी असिंक्रोनस डुप्लेक्स संरचना पूर्वानुमान और त्वरित नियंत्रण सुधार को अलग अलग गति पर साथ चलाने का दावा करती...
W0 भौतिक दुनिया में रोबोट नियंत्रण के लिए है, जबकि NCP ArchPreview एक लैटेंट स्पेस भाषा मॉडल है जो अगले टोकन के साथ कई टोकन वाले ‘कॉन्सेप्ट’ का अनुमान लगाता है।

Editorial illustration of a force-tactile robot system performing laboratory manipulation — What is Shanghai Artificial Intelligence Laboratory’s Intern physical world model W0, when was it released, how does its native force-tactilIntern W0 is presented as a bridge between scientific AI systems and contact-rich physical laboratory work.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What is Shanghai Artificial Intelligence Laboratory’s Intern physical world model W0, when was it released, how does its native force-tactil. Article summary: Intern Physical World Model W0 is Shanghai AI Laboratory’s reported embodied-AI model for contact-rich robot manipulation. It was announced around September 13–14, 2026; public technical evidence currently appears to be . Topic tags: general, government, academic, education, 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, watermark
openai.com

शंघाई आर्टिफिशियल इंटेलिजेंस लैबोरेटरी का Intern Physical World Model W0 एक एम्बॉडीड-एआई प्रणाली के रूप में पेश किया गया है। इसका उद्देश्य एआई की डिजिटल योजना को ऐसी वास्तविक रोबोटिक गतिविधियों तक ले जाना है, जहां वस्तुओं को पकड़ना, दबाव समझना, फिसलन पहचानना और संपर्क के दौरान तुरंत बदलाव करना जरूरी हो। 13–14 सितंबर 2026 की रिपोर्टों के अनुसार, W0 विज़न के साथ बल, स्पर्श और रोबोट की शारीरिक अवस्था से मिलने वाले फीडबैक को मिलाकर रोबोट को किसी कार्य के दौरान देखने, अनुमान लगाने, कार्रवाई करने और गलती सुधारने में मदद देने का दावा करता है। 32 35

W0 किस समस्या को हल करना चाहता है?

कई रोबोटिक काम केवल कैमरे से नहीं चल सकते। असली मुश्किल अक्सर तब आती है जब:

किसी कंटेनर या उपकरण में अपेक्षा से अधिक प्रतिरोध मिले;
ग्रिपर में पकड़ी वस्तु खिसकने लगे;
कोई टूल सतह को छुए;
या सामग्री का व्यवहार अनुमान से अलग निकले।

W0 को ऐसे ही संपर्क-प्रधान कामों के लिए वर्ल्ड-मॉडल और एक्शन स्टैक के तौर पर बताया गया है। रिपोर्टों के मुताबिक इसमें ये संकेत और क्षमताएं साथ आती हैं:

विज़न, यानी वस्तुओं, उपकरणों और कार्यक्षेत्र को देखना;
बल और स्पर्श संकेत, यानी संपर्क और प्रतिरोध दर्ज करना;
रोबोट की बॉडी स्टेट, जैसे उसकी मुद्रा या गति की स्थिति;
आगे क्या हो सकता है, इसका पूर्वानुमान; और
नए मल्टीमॉडल फीडबैक के आधार पर क्रिया व सुधार। 32 35

इसका लक्ष्य एक अधिक सघन नियंत्रण-चक्र बनाना है। यानी रोबोट केवल कैमरे के आधार पर बनी तय योजना को ज्यों का त्यों न चलाए, बल्कि संपर्क की स्थिति बदलने पर अगला कदम बदल सके। नाज़ुक वस्तुओं को संभालने, फिटिंग या इंसर्शन, मिश्रण, वेसल हैंडलिंग और ऐसे अन्य कामों में यह अहम हो सकता है, जहां जरूरी जानकारी कैमरे में साफ नहीं दिखती।

‘नेटिव फोर्स-टैक्टाइल’ का मतलब क्या है?

लॉन्च संदेशों में W0 को नेटिव फोर्स-टैक्टाइल सेंसिंग वाला मॉडल कहा गया है। व्यावहारिक अर्थ में, बल और स्पर्श को विज़न तथा रोबोट की बॉडी स्टेट के साथ सीधे ऑपरेशन के निर्णयों का इनपुट माना जाता है—न कि योजना बनने के बाद अलग से लगी कोई सुरक्षा चेतावनी। 35

यह अंतर इसलिए मायने रखता है क्योंकि रोबोट को कभी-कभी ऐसे संकेतों पर प्रतिक्रिया देनी होती है जो तस्वीर से समझना कठिन है, जैसे अचानक बढ़ा प्रतिरोध, संपर्क बल में बदलाव या फिसलती पकड़। संपर्क-प्रधान रोबोटिक हेरफेर में विज़ुअल और संपर्क परिणामों को साथ मॉडल करने वाले टैक्टाइल-नेटिव वर्ल्ड-एक्शन मॉडल पहले से एक महत्वपूर्ण शोध दिशा हैं। 33

हालांकि, W0 के लिए अभी सार्वजनिक रूप से कोई पूर्ण तकनीकी पेपर, डेटासेट या दोहराकर जांचे जा सकने वाला बेंचमार्क पैकेज उपलब्ध नहीं बताया गया है। इसलिए ‘नेटिव’ को फिलहाल रिपोर्ट किए गए डिजाइन और क्षमता-वर्णन के रूप में समझना चाहिए, पूरी तरह स्वतंत्र रूप से जांचे गए कार्यान्वयन के दावे के रूप में नहीं।

असिंक्रोनस डुप्लेक्स सहयोग कैसे काम करता है?

W0 की दूसरी प्रमुख विशेषता डुप्लेक्स कोलैबोरेशन है, जिसे लॉन्च कवरेज में अलग-अलग आवृत्तियों पर काम करने वाली असिंक्रोनस आर्किटेक्चर के जरिए लागू बताया गया है। 35

इसे सरल ढंग से दो समानांतर प्रक्रियाओं में समझा जा सकता है:

पूर्वानुमान वाली प्रक्रिया कार्य और निकट भविष्य की भौतिक स्थिति का अनुमान बनाए या अपडेट करती है।
त्वरित प्रतिक्रिया वाली नियंत्रण प्रक्रिया नए सेंसर फीडबैक को लेकर धीमी योजना-प्रक्रिया के पूरा होने की प्रतीक्षा किए बिना मोटर कमांड बदल सकती है।

संपर्क-प्रधान रोबोटिक्स में यह विभाजन उपयोगी है। योजना के लिए लंबा समय-क्षितिज मददगार होता है, लेकिन संपर्क नियंत्रण को बहुत तेज प्रतिक्रिया चाहिए। अलग-अलग समय-मानों पर इन दोनों को चलाने से वातावरण में बदलाव और सुधारात्मक कार्रवाई के बीच की देरी कम हो सकती है। 35

W0 और NCP-ArchPreview में फर्क

‘कोलैबोरेशन’ शब्द से भ्रम हो सकता है, क्योंकि शंघाई एआई लैब का शंघाई जियाओ तोंग यूनिवर्सिटी की LUMIA Lab के साथ विकसित NCP-ArchPreview भी चर्चा में है। लेकिन दोनों का काम बुनियादी रूप से अलग है।

सिस्टम	मुख्य क्षेत्र	यह क्या जोड़ता है	आउटपुट
Intern W0	भौतिक रोबोटिक्स	विज़न, बल, स्पर्श, रोबोट स्टेट, पूर्वानुमान और नियंत्रण	भौतिक क्रियाएं और अपडेटेड स्टेट पूर्वानुमान
NCP-ArchPreview	भाषा मॉडलिंग	नेक्स्ट-टोकन प्रेडिक्शन और नेक्स्ट कॉन्सेप्ट प्रेडिक्शन	सामान्य नेक्स्ट-टोकन इंटरफेस से टेक्स्ट जनरेशन

NCP-ArchPreview पारंपरिक अगले-टोकन अनुमान के साथ कई टोकन में फैले अलग, लैटेंट ‘कॉन्सेप्ट’ प्रतिनिधित्व का अनुमान लगाना सीखता है। उसके कॉन्सेप्ट अनुमान टोकन डिकोडर को दिशा देते हैं, लेकिन मॉडल का आउटपुट इंटरफेस सामान्य भाषा मॉडल जैसा ही रहता है। 19 22

संक्षेप में, W0 का विषय भौतिक दुनिया में सेंसर और मोटर के बीच तालमेल है; NCP-ArchPreview का विषय लैटेंट स्पेस में भाषाई प्रतिनिधित्व को व्यवस्थित और अनुमानित करना है। उपलब्ध सामग्री यह स्थापित नहीं करती कि NCP-ArchPreview, W0 का कंट्रोलर है या उसका कोई मुख्य घटक।

Intern InkStone और Intern-S2 से जुड़ाव

लॉन्च रिपोर्टिंग के अनुसार, W0 को Intern InkStone वैज्ञानिक-खोज प्लेटफॉर्म से जोड़ा गया है और यह Intern-S2 विज्ञान मॉडल के साथ काम करता है। 32 Intern-S2 को मल्टीमॉडल वैज्ञानिक समझ, तर्क, जनरेशन और लंबी अवधि के कार्यों के लिए वैज्ञानिक एजेंटिक फाउंडेशन-मॉडल श्रृंखला के रूप में पेश किया गया है। 12

रिपोर्ट किए गए विभाजन को एक क्लोज्ड-लूप लैब पैटर्न की तरह समझा जा सकता है:

वैज्ञानिक एआई प्रणाली परिकल्पना, प्रक्रिया या प्रयोग-चयन में मदद करती है;
W0 से निर्देशित लैब हार्डवेयर वास्तविक भौतिक कदमों को अंजाम देता और निष्पादन देखता है;
फिर परिणाम अगली पुनरावृत्ति में वापस जाते हैं, बजाय इसके कि प्रक्रिया एक बार की तय स्क्रिप्ट पर खत्म हो जाए। 32

यही वह जगह है जहां स्वायत्त वैज्ञानिक शोध की कठिन सीमा अक्सर सामने आती है: कोई प्रक्रिया सुझाना एक बात है, उसे वास्तविक उपकरणों, सामग्रियों और फीडबैक के साथ विश्वसनीय ढंग से कर पाना दूसरी बात।

किन वेट- और ड्राई-लैब उपयोगों का दावा किया गया है?

लॉन्च कवरेज में W0, InkStone और Intern-S2 के संयोजन के लिए कुछ क्लोज्ड-लूप उपयोग बताए गए हैं:

जीन-एडिटिंग प्रोटीन का निर्देशित विकास;
मेपिवाकेन का बहु-चरणीय ऑर्गेनिक संश्लेषण; और
लिपिड नैनोपार्टिकल (LNP) तैयार करना, जिसमें तैयारी के दौरान प्रक्रिया पैरामीटर को गतिशील रूप से बदलना शामिल है। 32 35

ये अनुकूलनशील ऑटोमेशन के संभावित उपयोग-क्षेत्र हैं। उदाहरण के लिए, LNP उत्पादन फॉर्मूलेशन और प्रक्रिया-स्थितियों पर निर्भर करता है; LNP न्यूक्लिक-एसिड पेलोड पहुंचाने वाले व्यापक रूप से इस्तेमाल होने वाले वाहक हैं। 1 9 फिर भी, W0 के इन डेमो को डेवलपर-रिपोर्टेड दावे के रूप में देखना चाहिए: उपलब्ध रिपोर्टिंग में प्रोटोकॉल, त्रुटि दर, डेटासेट, अलग-अलग लैब की तुलना या स्वतंत्र पुनरावृत्ति के परिणाम नहीं दिए गए हैं।

यह क्यों अहम हो सकता है—और क्या अभी साबित नहीं हुआ है?

W0 की संभावित अहमियत एआई वैज्ञानिक तर्क और प्रयोग के वास्तविक निष्पादन के बीच ऑटोमेशन परत बनने में है। यदि ऐसा सिस्टम अलग-अलग उपकरणों और प्रयोगशालाओं में भरोसेमंद साबित होता है, तो यह योजनाबद्ध प्रयोग और उसे चलाने के लिए जरूरी भौतिक कदमों के बीच की दूरी घटा सकता है। इससे रसायन विज्ञान, जीवविज्ञान और मटेरियल्स रिसर्च में डिजाइन–बिल्ड–टेस्ट–लर्न चक्र ज्यादा अनुकूलनशील बन सकते हैं। 32

मुख्य चुनौती जनरलाइजेशन है। संपर्क-प्रधान हेरफेर कैलिब्रेशन, सेंसर ड्रिफ्ट, बदलते लैबवेयर, सामग्री में विविधता, संदूषण नियंत्रण और दुर्लभ लेकिन गंभीर विफलताओं के प्रति बहुत संवेदनशील होता है। मौजूदा सार्वजनिक सामग्री यह नहीं दिखाती कि W0 विभिन्न लैबों, उपकरणों, लंबे प्रोटोकॉल या स्वतंत्र उपयोगकर्ताओं के बीच कितनी विश्वसनीयता से काम करता है।

फिलहाल W0 को विज्ञान-केंद्रित फिजिकल एआई का एक उल्लेखनीय शुरुआती उदाहरण कहना अधिक उचित है—ऐसा सिस्टम जिसकी एक महत्वाकांक्षी एकीकृत कहानी और रिपोर्ट किए गए लैब उपयोग हैं, लेकिन जिसके लिए स्वतंत्र सत्यापन अभी बाकी है।

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।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं