AnswersPublished19 sources
GE-Act 2.0 AgiBot: Apa Sebenarnya Ditunjukkan Kajian Robot 30,000 Jam
AgiBot melaporkan bahawa penskalaan data latihan berjasad GE Act 2.0 sebanyak 100 kali ganda, daripada 300 kepada 30,000 jam, meningkatkan kejayaan sifar latihan khusus pada robot sebenar daripada 17.1% kepada 44.1% b... Model ini dilatih daripada inisialisasi rawak menggunakan data manipulasi, bukannya diubah suai...
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer
Key takeaways
- AgiBot melaporkan bahawa penskalaan data latihan berjasad GE Act 2.0 sebanyak 100 kali ganda, daripada 300 kepada 30,000 jam, meningkatkan kejayaan sifar latihan khusus pada robot sebenar daripada 17.1% kepada 44.1% b...
- Model ini dilatih daripada inisialisasi rawak menggunakan data manipulasi, bukannya diubah suai daripada model video web pralatih.
- Dapatan paling penting yang dilaporkan ialah set kemahiran yang boleh dilakukan turut berkembang, termasuk melipat tuala dan menyusun cawan bertingkat, di samping tanda pemindahan keupayaan antara dua bentuk robot.
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 ialah usaha AgiBot membina model dunia–tindakan untuk robot dari asas. Berbeza daripada pendekatan yang menyesuaikan model video umum terlatih menggunakan data web, komponen visual, ramalan keadaan masa depan dan tindakan dalam model ini dimulakan secara rawak lalu dipralatih menggunakan data manipulasi berjasad.
Tuntutan utamanya bukan sekadar robot menjadi lebih konsisten apabila menerima lebih banyak data. AgiBot melaporkan bahawa beberapa tugasan manipulasi halus yang sebelum ini gagal mula dapat diselesaikan apabila jumlah latihan dinaikkan daripada 300 kepada 30,000 jam. 17
Itu ialah hasil penyelidikan yang penting, namun perlu dibaca mengikut skopnya. Bukti tersebut datang daripada protokol penilaian yang dilaporkan AgiBot, melibatkan dua bentuk robot dan 100 tugasan asas. Ia bukan bukti bahawa GE-Act 2.0 sudah boleh mengendalikan rumah, kilang atau perkakasan robot sewenang-wenangnya secara autonomi.
Idea asas: bayangkan keadaan berjaya, kemudian bertindak ke arahnya
Model dunia–tindakan menghubungkan persepsi, ramalan dan kawalan. Untuk arahan bahasa seperti meletakkan objek di tempat tertentu, sistem perlu mengenal pasti keadaan semasa, meramal rupa keadaan masa depan yang berjaya, kemudian mengeluarkan arahan motor untuk mencapainya.
GE-Act 2.0 membahagikan kerja ini kepada tiga komponen yang dilaporkan:
- Control-oriented autoencoder (CoAE): memampatkan input visual sambil mengekalkan maklumat yang relevan kepada arahan dan tindakan robot.
- Single-step visual planner (SVP): menjana keadaan visual masa depan yang berguna dalam satu proses boleh beza, tanpa bergantung pada siri panjang ramalan video.
- Inverse-dynamics model (IDM): menyimpulkan tindakan robot yang boleh dilaksanakan daripada keadaan semasa serta keadaan masa depan yang dirancang.
17
AgiBot menamakan kaedah latihannya Knowledge-Aligned Selective Optimization (KASO). Menurut kertas kerja itu, kaedah ini menyelaraskan bahagian perancangan visual dan pembelajaran tindakan, sambil membolehkan kedua-duanya dipralatih menggunakan data yang saling melengkapi. 17
Pasukan itu juga melaporkan masa inferens cebisan tindakan sebanyak 104 milisaat pada sebuah RTX 5090. Kelajuan ini penting kerana polisi manipulasi perlu memerhati dan bertindak balas berulang kali; pelan visual yang kelihatan munasabah tidak memadai jika arahan kawalan seterusnya dihasilkan terlalu lambat. 5
Apa maksud “dilatih dari awal”
Banyak sistem pembelajaran robot mendapat manfaat daripada model yang terlebih dahulu dilatih menggunakan imej atau video web berskala besar. Sebaliknya, GE-Act 2.0 memulakan komponen generatif dan tindakan boleh latihnya daripada inisialisasi rawak, kemudian melatihnya menggunakan data manipulasi. 17
Ini menjadikan eksperimen penskalaan lebih khusus. Para penyelidik sebenarnya menguji sama ada pertambahan data berjasad—iaitu data yang terikat pada interaksi fizikal dan tindakan—membawa peningkatan manipulasi robot yang konsisten, bukan sekadar mengukur manfaat model asas video web yang sudah sedia ada.
Resipi latihan yang dilaporkan boleh menggunakan beberapa jenis data: trajektori teleoperasi robot, video manusia sudut pandang pertama, data pelancaran tanpa label, dan juga data kegagalan. Ini penting kerana demonstrasi robot berkualiti tinggi mahal untuk dikumpulkan; jika sistem boleh belajar daripada interaksi tidak sempurna atau data berlabel separa, pengumpulan data mungkin menjadi lebih praktikal. 6
20
Eksperimen penskalaan data 100 kali ganda
AgiBot melatih versi model menggunakan 300, 1,200, 5,000 dan 30,000 jam data manipulasi. Perbandingan akhir itu merangkumi peningkatan data sebanyak 100 kali ganda. 4
17
Penilaian utamanya direka sebagai ujian sifar-latihan khusus pada robot sebenar:
- 100 tugasan manipulasi asas;
- 20 keluarga kemahiran;
- latar, pencahayaan, persekitaran dan contoh objek yang tidak pernah dilihat;
- dua bentuk robot: humanoid G1-OP dan manipulator mudah alih G2-90D;
- tiada penalaan halus khusus tugasan, demonstrasi atau penggantian model bagi tugasan penilaian.
4
Di bawah protokol itu, kadar kejayaan agregat yang dilaporkan meningkat seiring skala data:
| Bentuk robot | Kejayaan pada 300 jam | Kejayaan pada 30,000 jam |
|---|---|---|
| G1-OP | 17.1% | 44.1% |
| G2-90D | 13.4% | 31.1% |
Ini ialah keputusan yang dilaporkan dalam kajian GE-Act 2.0. 3
17
Kesimpulan paling langsung ialah: bagi model serta taburan tugasan ini, lebih banyak data berjasad dikaitkan dengan kejayaan sifar-latihan khusus yang jauh lebih tinggi. Lengkung yang dilaporkan antara 5,000 dan 30,000 jam tidak menunjukkan tanda mendatar yang jelas, lalu penulis mentafsirkannya sebagai petunjuk bahawa penskalaan lanjut mungkin masih membantu. 5
Mengapa kesan “menyala” itu penting
Kenaikan purata kadar kejayaan mungkin hanya bermaksud robot semakin handal dalam tugasan yang memang sudah boleh dibuat. AgiBot berhujah bahawa rejim data dan model yang lebih besar menunjukkan sesuatu yang lebih kuat: semakin banyak tugasan mula mencatat kejayaan bukan sifar.
Bagi G1-OP, bilangan tugasan asas yang berjaya diselesaikan dilaporkan meningkat daripada 39 kepada 76 daripada 100 apabila data latihan bertambah daripada 300 kepada 30,000 jam. 4
Antara contoh yang disebut ialah:
Inilah asas kepada istilah “light-up” atau kemahiran yang mula “menyala”. Dalam ujian yang dilaporkan, penskalaan data bukan sahaja dikaitkan dengan pelaksanaan lebih baik bagi kebolehan sedia ada, malah menjadikan kemahiran halus tertentu boleh dilakukan dalam keadaan sifar-latihan khusus selepas gagal pada skala lebih kecil.
Namun, istilah itu tidak patut ditafsirkan sebagai bukti kecerdasan umum yang muncul secara mendadak. Ia hanya menerangkan liputan tugasan yang diperhatikan dalam penanda aras terhad. Sama ada pola sama berlaku untuk objek yang lebih pelbagai, kerja berjangka panjang, aplikasi kritikal keselamatan atau reka bentuk robot baharu masih merupakan persoalan terbuka.
Apa yang ditunjukkan keputusan G2-90D tentang pemindahan keupayaan
G2-90D menyediakan bukti kajian ini bagi pemindahan antara bentuk robot. AgiBot melaporkan bahawa manipulator mudah alih beroda ini menyumbang kurang daripada 2% data latihan bersama, tetapi kadar kejayaan agregatnya meningkat 17.7 mata peratusan antara keadaan data kecil dan besar. 3
17
Hasil ini mencadangkan sekurang-kurangnya sebahagian struktur visual dan struktur berkaitan tindakan yang dipelajari boleh dikongsi antara badan robot yang berlainan. Ini petanda yang berguna untuk masa depan, apabila polisi robot tidak perlu dibina semula sepenuhnya bagi setiap mesin.
Tetapi ia tidak membuktikan kecerdasan robot yang bebas daripada perkakasan. Bukti ini terhad kepada dua bentuk robot yang diuji serta taburan tugasan dalam kajian. G2-90D juga tetap mempunyai perwakilan dalam latihan bersama, jadi dapatan tersebut bukan pemindahan tanpa sebarang data kepada robot baharu yang sewenang-wenangnya.
Hubungan GE-Act dengan GE-Sim
GE-Act ialah sebahagian daripada platform lebih luas AgiBot, Genie Envisioner (GE), yang diterangkan sebagai platform menyatukan pembelajaran polisi robot, penilaian dan simulasi dalam rangka kerja generatif video yang dikongsi. 18
Dalam kerangka itu, GE-Act ialah komponen berorientasikan tindakan, manakala GE-Sim ialah komponen simulasi dunia yang bertujuan menjana pelancaran berdasarkan tindakan untuk penilaian dan pembangunan. 18
19
Perbezaan ini penting: keputusan utama GE-Act 2.0 datang daripada ujian sifar-latihan khusus pada robot fizikal. GE-Sim mungkin infrastruktur berkaitan dalam platform tersebut, tetapi bukan asas kepada tuntutan utama bahawa model menjalankan tugasan manipulasi sebenar tanpa penalaan halus khusus tugasan atau demonstrasi semasa penilaian.
Keputusan penalaan halus ialah dapatan berasingan
AgiBot turut melaporkan keputusan selepas penalaan halus pada penanda aras berorientasikan simulasi. Dalam laporan yang diberikan, GE-Act 2.0 mencapai 60.52% kejayaan dalam ujian persekitaran tidak dilihat RoboTwin dan skor 0.770 bagi pematuhan arahan GenieSim; yang terakhir dilaporkan melebihi keputusan pembanding π0.5 dan GR00T N1.7. 20
Keputusan ini boleh berguna untuk mengukur keupayaan adaptasi dan prestasi penanda aras, tetapi ia menjawab soalan berbeza daripada eksperimen robot fizikal sifar-latihan khusus. Skor penanda aras selepas penalaan halus tidak sepatutnya digunakan sebagai bukti bahawa keupayaan yang sama dicapai tanpa adaptasi khusus tugasan.
Inti pati untuk pembaca
GE-Act 2.0 menarik perhatian kerana ia menguji satu persoalan mudah tetapi penting bagi AI berjasad: adakah model dunia–tindakan yang dilatih terus menggunakan data manipulasi akan bertambah baik secara boleh dijangka apabila data diperbesar?
Dalam eksperimen yang dilaporkan AgiBot, jawapannya ialah ya. Pertambahan set latihan daripada 300 kepada 30,000 jam seiring dengan lonjakan besar kejayaan sifar-latihan khusus pada G1-OP dan G2-90D, liputan tugasan yang lebih luas, serta kemunculan kemahiran halus seperti melipat tuala dan menyusun cawan dalam keadaan data berskala besar. 3
4
17
Kesimpulan yang wajar adalah lebih sempit daripada janji pemasaran robot serba guna: GE-Act 2.0 menawarkan bukti bahawa penskalaan data manipulasi berjasad boleh menghasilkan keupayaan baharu yang boleh diukur dalam penilaian robot sebenar yang terkawal. Pengulangan bebas, ujian pada perkakasan yang lebih luas, serta penilaian kerja jangka panjang dan keselamatan yang lebih kukuh masih diperlukan sebelum ia boleh dianggap sebagai penyelesaian umum bagi autonomi robot.
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 AgiBot: Apa Sebenarnya Ditunjukkan Kajian Robot 30,000 Jam"?
AgiBot melaporkan bahawa penskalaan data latihan berjasad GE Act 2.0 sebanyak 100 kali ganda, daripada 300 kepada 30,000 jam, meningkatkan kejayaan sifar latihan khusus pada robot sebenar daripada 17.1% kepada 44.1% b...
What are the key points to validate first?
AgiBot melaporkan bahawa penskalaan data latihan berjasad GE Act 2.0 sebanyak 100 kali ganda, daripada 300 kepada 30,000 jam, meningkatkan kejayaan sifar latihan khusus pada robot sebenar daripada 17.1% kepada 44.1% b... Model ini dilatih daripada inisialisasi rawak menggunakan data manipulasi, bukannya diubah suai daripada model video web pralatih.
What should I do next in practice?
Dapatan paling penting yang dilaporkan ialah set kemahiran yang boleh dilakukan turut berkembang, termasuk melipat tuala dan menyusun cawan bertingkat, di samping tanda pemindahan keupayaan antara dua bentuk robot.