AnswersPublished17 sources
MagicLab’ın robot çerçevesi EchoPolicy-0, MolmoSpaces sıralamasında zirvede
MagicLab’a göre EchoPolicy 0, MolmoSpaces Combined sıralamasında Pick, Pick and Place, Open ve Close görevlerinin eşit ağırlıklı ortalamasında yüzde 75,4 ile birinci oldu. 3,4 milyar parametreli MagicBrain aynı grupta yüzde 72,4 ortalamayla dördüncü sırada yer aldı; Pick görevindeki başarısı yüzde 94,4 olarak bildir...
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- MagicLab’a göre EchoPolicy 0, MolmoSpaces Combined sıralamasında Pick, Pick and Place, Open ve Close görevlerinin eşit ağırlıklı ortalamasında yüzde 75,4 ile birinci oldu.
- 3,4 milyar parametreli MagicBrain aynı grupta yüzde 72,4 ortalamayla dördüncü sırada yer aldı; Pick görevindeki başarısı yüzde 94,4 olarak bildirildi.
- MolmoSpaces sonuçları sistemleri ortak bir test düzeninde karşılaştırıyor; bu puanlar tek başına robotların gerçek ortamlardaki güvenilirliğini veya ticari kullanıma hazır olduğunu kanıtlamıyor.
AI Prompt
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, genel robot manipülasyonuna yönelik EchoPolicy-0 çerçevesinin AI2’nin MolmoSpaces Combined sıralamasında dört görev üzerinden yüzde 75,4 başarı ortalamasıyla ilk sıraya yerleştiğini açıkladı. Şirketin 3,4 milyar parametreli MagicBrain sistemi ise aynı sıralamada yüzde 72,4 ortalamayla dördüncü oldu; Pick, yani nesne kavrama görevinde yüzde 94,4 başarı bildirdi.1
18
Bu puanlar, robotların gerçek bir iş ortamında nasıl performans göstereceğini tek başına ortaya koymuyor. MolmoSpaces, sistemleri belirli görevler ve koşullar altında karşılaştırmaya yarayan bir kıyaslama testi.
İki sistemin sonuçları
EchoPolicy-0’ın yüzde 75,4’lük bildirilen ortalaması MolmoSpaces v1’in dört manipülasyon görevini kapsıyor: Pick, Pick and Place, Open ve Close. MagicLab, sistemi Combined sıralamasında ilk sırada gösterdi.1
Pandaily’nin yayımlanan sıralama verileri üzerinden yaptığı hesaplama, dört görev için ortalamayı yaklaşık yüzde 75,5 buldu. Haberdeki kayıt EchoPolicy-0’ı Gemini-3.8-Flash görsel-dil modeli ve Franka robot koluyla listeliyor. MagicLab’ın yüzde 75,4 olarak bildirdiği oran ile bu hesaplamadaki küçük fark, ortalamanın raporlanma biçiminden kaynaklanıyor gibi görünüyor; burada şirketin açıkladığı yüzde 75,4 değeri kullanılıyor.41
MagicBrain’in yüzde 94,4’lük sonucu yalnızca Pick görevi için bildirildi; bu oran sistemin dört görevdeki genel ortalaması değil.18
| Sistem | Combined sonucu | Öne çıkan ayrıntı |
|---|---|---|
| EchoPolicy-0 | Yüzde 75,4; birinci | Dört görevin eşit ağırlıklı ortalaması |
| MagicBrain | Yüzde 72,4; dördüncü | Pick görevinde yüzde 94,4 |
MolmoSpaces neyi ölçüyor?
Allen Institute for AI (AI2) tarafından geliştirilen MolmoSpaces, robotların talimatları izleyerek belirlenmiş sahnelerde nesnelerle işlem yapmasını değerlendiren, sıfır atışlı bedenlenmiş yapay zekâ kıyaslamasıdır. Kıyaslama ortamında 230 binden fazla iç mekân ve yaklaşık 130 bin nesne varlığı bulunuyor.1
Buradaki “sıfır atışlı” yaklaşım, testteki belirli örneklere göre özel eğitim yapılmadan performansın değerlendirilmesi anlamına geliyor. Ortam ve nesne sayıları, bu sıralama sonuçlarında gerçekleştirilen deneme sayısını ifade etmiyor. Skorlar sistemleri ortak bir değerlendirme çerçevesinde karşılaştırmaya yardımcı olsa da farklı fiziksel koşullara veya gerçek kullanım senaryolarına ne ölçüde aktarılabileceklerini kendi başlarına göstermiyor.
EchoPolicy-0: görmeyi, karar vermeyi ve eylemi bir araya getirmek
MagicLab, EchoPolicy-0’ı görsel-dil modeli, geometrik manipülasyon araçları ve genel amaçlı bir eylem politikasını birleştiren bir çerçeve olarak tanımlıyor. Amaç, robotun sahneyi gözlemlemesi ve talimatı anlamasından uygun eylemi seçmesine, uygulamasına ve sonucu kontrol etmesine uzanan bir süreç kurmak.18
Çerçeve, olası eylemler arasından seçim yaparken görsel rehberlikten yararlanıyor: eylem modeli seçenekler üretiyor, sistem de hedefi anlamlandırarak uygun seçeneği belirliyor. Değerlendirme belgelerinde görsel doğrulamanın, eyleme devam etme, yeniden deneme veya başka bir yönteme geçme kararını desteklediği belirtiliyor.18
20 Böylece yaklaşım, tek seferlik bir hareket komutunun ötesine geçerek algı, eylem ve geri bildirimi birbirine bağlıyor.
MagicBrain: yalnızca hareketi değil, doğru hedefi de bulmak
MagicBrain farklı bir yöntem izliyor: Talimattaki nesneyi belirlemeye yardımcı olmak için bağlam içi görsel yönlendirme kullanıyor. Bu yaklaşım, robotun hangi nesneyle işlem yapacağını tanımasıyla nasıl hareket edeceğini belirlemesini birbirinden ayırmayı hedefliyor.19
33
MagicLab’ın aktardığı incelemede, ele alınan kavrama başarısızlıklarında yaygın sorun hareketin kararsızlığı değil, yanlış hedefin seçilmesiydi.30 Başka bir deyişle, robot hareketi düzgün biçimde gerçekleştirse bile yanlış nesneyi seçerse görev başarısız olabilir. Bu bulgu incelenen örneklere ilişkin; tüm robotik kavrama hatalarının genel açıklaması olarak değerlendirilmemeli.
Puanlar neyi gösteriyor, neyi göstermiyor?
İki sistem de talimatı anlama, görsel hedef seçimi ve fiziksel eylemi birbiriyle ilişkilendirmeye odaklanıyor. MagicLab Studio, katmanlı mimarileri tercih ettiğini ve genel amaçlı görevlerde talimatları doğru izlemeyi önemli bir zorluk olarak gördüğünü belirtiyor.33
MolmoSpaces sonuçları, sistemlerin kıyaslama görevlerindeki performansını gösteriyor. Ancak yüksek bir test puanı, gerçek dünyada aynı güvenilirliğin sağlanacağını ya da sistemin ticari kullanıma hazır olduğunu tek başına kanıtlamıyor.
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 "MagicLab’ın robot çerçevesi EchoPolicy-0, MolmoSpaces sıralamasında zirvede"?
MagicLab’a göre EchoPolicy 0, MolmoSpaces Combined sıralamasında Pick, Pick and Place, Open ve Close görevlerinin eşit ağırlıklı ortalamasında yüzde 75,4 ile birinci oldu.
What are the key points to validate first?
MagicLab’a göre EchoPolicy 0, MolmoSpaces Combined sıralamasında Pick, Pick and Place, Open ve Close görevlerinin eşit ağırlıklı ortalamasında yüzde 75,4 ile birinci oldu. 3,4 milyar parametreli MagicBrain aynı grupta yüzde 72,4 ortalamayla dördüncü sırada yer aldı; Pick görevindeki başarısı yüzde 94,4 olarak bildirildi.
What should I do next in practice?
MolmoSpaces sonuçları sistemleri ortak bir test düzeninde karşılaştırıyor; bu puanlar tek başına robotların gerçek ortamlardaki güvenilirliğini veya ticari kullanıma hazır olduğunu kanıtlamıyor.