AnswersPublished16 sources
KINO-2: Cara Bear Robotics Mengajar Robot KR1 Mengendalikan Objek
KINO 2 menukar demonstrasi tugas manusia kepada kemahiran mengendalikan objek, kemudian melatih model, mengujinya pada robot KR1 dan membawanya ke projek rintis pelanggan. Bear Robotics melaporkan masa inferens model berkurang, tetapi angka itu bukan ukuran masa atau kejayaan bagi keseluruhan tugas robot.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- KINO 2 menukar demonstrasi tugas manusia kepada kemahiran mengendalikan objek, kemudian melatih model, mengujinya pada robot KR1 dan membawanya ke projek rintis pelanggan.
- Bear Robotics melaporkan masa inferens model berkurang, tetapi angka itu bukan ukuran masa atau kejayaan bagi keseluruhan tugas robot.
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 Robotics memperkenalkan KINO-2, platform pembelajaran dan penggunaan robot yang direka untuk mengajar robot humanoid KR1 mengendalikan objek. Dilancarkan di NVIDIA GTC Berlin pada 21 Oktober 2026, platform itu menggunakan demonstrasi tugas oleh manusia untuk melatih dan memperbaik model, menguji kemahirannya pada KR1, sebelum membawanya ke projek rintis pelanggan. 4
20
Daripada demonstrasi kepada ujian di tempat kerja
Proses KINO-2 bermula dengan pengumpulan demonstrasi sesuatu tugas. Bear menggunakan contoh tersebut untuk melatih dan memperhalus model, menilai kemahiran yang terhasil pada KR1, kemudian mengujinya dalam projek rintis bersama pelanggan. Matlamatnya ialah menjadikan tugas mengendalikan objek sebagai kemahiran yang boleh digunakan di lapangan dan disepadukan dengan sistem mobiliti serta aliran kerja robot sedia ada. 10
20
KINO-2 menyambung program pembelajaran KINO yang dibangunkan Bear sebelum ini. Pada 2026, syarikat itu mengambil alih Kinisi Robotics, sekali gus membawa robot humanoid KR1 dan program KINO asal ke dalam portfolionya. KINO-2 mengembangkan usaha tersebut ke arah penggunaan komersial. Bear berkata ia telah mengerahkan lebih 16,000 robot—kebanyakannya robot perkhidmatan—di lebih 5,000 lokasi pelanggan. 10
20
21
Peranan perisian NVIDIA
KINO-2 menggunakan NVIDIA Isaac OS sebagai persekitaran masa jalan untuk pemprosesan persepsi KR1—iaitu sistem yang membantu robot memproses maklumat daripada persekitarannya. Menurut Bear, Isaac OS yang merangkumi Holoscan SDK 5.0 menghubungkan pemprosesan persepsi dengan inferens model pada NVIDIA Jetson AGX Thor. Syarikat itu turut menggunakan TensorRT dan kuantiti model untuk mengoptimumkan inferens. 4
Bear melaporkan masa inferens Isaac GR00T turun daripada kira-kira 500 milisaat kepada sekitar 60 milisaat. Bagi modelnya sendiri, masa yang dilaporkan berkurang daripada 72.3 kepada 17.2 milisaat. Angka ini ialah ukuran inferens model yang dilaporkan syarikat, bukannya masa untuk robot menyelesaikan keseluruhan tugas. 4
6
NVIDIA menyatakan Bear menggunakan KINO-2 untuk melatih lanjut GR00T bagi aliran kerja gudang, pemprosesan barangan pulangan dan industri. 9 Maklumat yang diterbitkan di sini tidak menerangkan secara terperinci sokongan KINO-2 untuk model asas luaran, atau mengukur sejauh mana keperluan kejuruteraan khusus bagi setiap tugas dapat dikurangkan. Oleh itu, keupayaan tersebut tidak wajar dianggap terbukti berdasarkan penerangan umum platform sahaja.
Apa yang ditunjukkan oleh contoh awal
Bear memberikan contoh kerja membungkus barangan di gudang: KR1 boleh belajar mengambil botol dan memasukkannya ke dalam peti, sementara sistem Bear yang lebih luas menyokong pergerakan barangan melalui aliran kerja. Projek rintis pelanggan sedang dijalankan, tetapi bahan yang dirujuk tidak memberikan masa lengkap bagi keseluruhan tugas, ketepatan manipulasi atau hasil kebolehpercayaan jangka panjang. 10
20
Perbezaan itu penting apabila menilai angka kelajuan. Inferens model yang lebih pantas mungkin membantu robot bertindak balas, tetapi ia tidak dengan sendirinya membuktikan bahawa keseluruhan tugas gudang atau pemprosesan pulangan menjadi lebih pantas, lebih tepat atau lebih boleh dipercayai dalam jangka panjang. Kemajuan yang dinyatakan bagi KINO-2 ialah aliran kerja daripada demonstrasi hingga projek rintis; bukti prestasi dalam pengeluaran sebenar bergantung pada hasil tugas di lapangan.
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 "KINO-2: Cara Bear Robotics Mengajar Robot KR1 Mengendalikan Objek"?
KINO 2 menukar demonstrasi tugas manusia kepada kemahiran mengendalikan objek, kemudian melatih model, mengujinya pada robot KR1 dan membawanya ke projek rintis pelanggan.
What are the key points to validate first?
KINO 2 menukar demonstrasi tugas manusia kepada kemahiran mengendalikan objek, kemudian melatih model, mengujinya pada robot KR1 dan membawanya ke projek rintis pelanggan. Bear Robotics melaporkan masa inferens model berkurang, tetapi angka itu bukan ukuran masa atau kejayaan bagi keseluruhan tugas robot.