AnswersPublished17 sources
EchoPolicy-0 очолила рейтинг роботизованих систем MolmoSpaces
За даними MagicLab, EchoPolicy 0 посіла перше місце в загальному рейтингу MolmoSpaces із результатом 75,4% у чотирьох завданнях. Система MagicBrain із 3,4 млрд параметрів посіла четверте місце із середнім показником 72,4% і результатом 94,4% у завданні Pick.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- За даними MagicLab, EchoPolicy 0 посіла перше місце в загальному рейтингу MolmoSpaces із результатом 75,4% у чотирьох завданнях.
- Система MagicBrain із 3,4 млрд параметрів посіла четверте місце із середнім показником 72,4% і результатом 94,4% у завданні Pick.
- MolmoSpaces — тестовий бенчмарк для роботів, а не доказ їхньої надійності в реальних умовах.
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 повідомила, що її система для роботизованих маніпуляцій EchoPolicy-0 посіла перше місце в загальному рейтингу MolmoSpaces від AI2 із середнім результатом 75,4% у чотирьох завданнях. Інша система компанії, MagicBrain із 3,4 млрд параметрів, стала четвертою із середнім показником 72,4%; окремо для завдання Pick повідомили про результат 94,4%.1
18
Ці показники описують результати бенчмарку — вони самі по собі не доводять, що робот так само стабільно працюватиме в реальному середовищі.1
18
Результати в чотирьох завданнях
Середній результат EchoPolicy-0 охоплює всі чотири завдання версії 1: Pick (захопити предмет), Pick and Place (захопити й перемістити), Open (відкрити) та Close (закрити). MagicLab зазначила, що система очолила загальний рейтинг Combined.1
Окремий підрахунок опублікованих даних рейтингу, наведений Pandaily, дає середнє близько 75,5% — майже стільки ж, скільки заявлені компанією 75,4%. У цьому матеріалі збережено показник MagicLab.41
| Система | Результат у Combined | Деталі |
|---|---|---|
| EchoPolicy-0 | 75,4%, перше місце | Середнє за чотирма завданнями: Pick, Pick and Place, Open і Close |
| MagicBrain | 72,4%, четверте місце | 94,4% у завданні Pick |
Показник MagicBrain у Pick стосується лише одного завдання, а не загального середнього результату.18
Що оцінює MolmoSpaces
MolmoSpaces — бенчмарк AI2 для перевірки втіленого штучного інтелекту в режимі zero-shot, тобто без окремого навчання системи на конкретних тестових випадках. Він охоплює понад 230 тисяч приміщень і близько 130 тисяч об’єктів.1
У рейтингу узагальнено результати за чотирма завданнями з маніпуляції предметами. Такий тест дає змогу порівнювати системи за спільними умовами, але не показує сам по собі, наскільки надійно робот працюватиме в реальному робочому просторі. Кількість середовищ і об’єктів описує масштаб бенчмарку, а не число випробувань, на яких ґрунтуються наведені результати.
Як працює EchoPolicy-0
За описом MagicLab, EchoPolicy-0 поєднує модель «зір-мова» (VLM), геометричні інструменти для маніпуляцій і загальну політику дій. Система має пов’язувати спостереження за сценою та розуміння інструкції з вибором і виконанням дії, а потім перевіряти результат.18
У цьому підході модель дій може запропонувати кілька варіантів, а візуальне розуміння цілі допомагає вибрати доречний. Документація оцінювання також описує візуальну перевірку, за результатами якої система може продовжити дію, спробувати ще раз або перейти до іншого варіанта.18
20 Отже, йдеться не лише про одноразову команду руху, а про зв’язок між сприйняттям, дією та зворотним зв’язком.
MagicBrain: спершу знайти правильний об’єкт
MagicBrain використовує контекстне візуальне наведення, щоб визначити, який саме предмет відповідає інструкції. У цьому підході візуальна ідентифікація цілі спрямовує рух, розділяючи два завдання: зрозуміти, що потрібно взяти, і визначити, як до нього рухатися.19
33
За аналізом MagicLab, у вивчених компанією випадках захоплення часто зривалися не через нестабільний рух, а через вибір неправильного предмета.30 Це вказує на проблему зі співвіднесенням інструкції та об’єкта на зображенні: навіть точний рух не допоможе, якщо робот схопить не те. Водночас це спостереження стосується саме розглянутих випадків, а не всіх збоїв роботизованого захоплення.
Що ці результати доводять — і чого ні
Обидві системи зосереджені на поєднанні розуміння інструкції, візуального визначення цілі та фізичної дії. MagicLab Studio називала багаторівневу архітектуру одним із бажаних напрямів, а виконання інструкцій — складним завданням для систем загального призначення.33
Результати показують, як EchoPolicy-0 і MagicBrain впоралися із завданнями MolmoSpaces. Але оцінка в бенчмарку сама по собі не підтверджує надійність у реальних умовах чи готовність до комерційного використання: для цього потрібні свідчення роботи в інших фізичних середовищах і сценаріях.
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 "EchoPolicy-0 очолила рейтинг роботизованих систем MolmoSpaces"?
За даними MagicLab, EchoPolicy 0 посіла перше місце в загальному рейтингу MolmoSpaces із результатом 75,4% у чотирьох завданнях.
What are the key points to validate first?
За даними MagicLab, EchoPolicy 0 посіла перше місце в загальному рейтингу MolmoSpaces із результатом 75,4% у чотирьох завданнях. Система MagicBrain із 3,4 млрд параметрів посіла четверте місце із середнім показником 72,4% і результатом 94,4% у завданні Pick.
What should I do next in practice?
MolmoSpaces — тестовий бенчмарк для роботів, а не доказ їхньої надійності в реальних умовах.