Компанія Xiaomi оголосила про відкриття вихідного коду своєї фундаментальної моделі Xiaomi-Robotics-1, розробленої для робототехнічних систем. Розробники отримали доступ як до самої моделі, так і до повного набору інструментів для її навчання, оцінювання та розгортання.
За інформацією компанії, Xiaomi-Robotics-1 навчали у два етапи. Спочатку модель тренували на понад 100 000 годин даних реальних роботизованих операцій із набору UMI. Після цього виконали донавчання більш ніж на 10 000 годинах крос-платформних даних, зібраних від роботів різних типів. Такий підхід має забезпечити адаптацію моделі до різних апаратних платформ без повного перенавчання.
У відкритий реліз увійшли сама модель Xiaomi-Robotics-1, код післянавчання на реальних роботах, інструменти для розгортання, засоби для оцінювання продуктивності, а також підтримка бенчмарків для порівняння результатів. Це дає змогу розробникам відтворити повний цикл роботи — від донавчання до запуску моделі на власній робототехнічній платформі.
Модель використовує двоступеневу архітектуру навчання. На етапі попереднього навчання система формує універсальне уявлення про виконання роботизованих дій, отримуючи візуальне спостереження за сценою та текстовий опис завдання, після чого прогнозує послідовність необхідних дій. Під час післянавчання фундаментальну модель адаптують до конкретних типів роботів і практичних сценаріїв, що, за заявою Xiaomi, дозволяє використовувати її майже «з коробки».
Проєкт уже представлений на офіційному сайті Xiaomi Robotics, у репозиторії на GitHub та у колекції на Hugging Face, де всі необхідні матеріали доступні для дослідників і розробників.
Відкриття Robotics-1 компанія позиціонує як частину ширшої тенденції, коли великі технологічні гравці переводять фундаментальні AI-моделі для робототехніки у відкритий доступ. Такий підхід має пришвидшити дослідження, спростити адаптацію моделей до нових роботів і сприяти формуванню єдиної екосистеми інструментів для навчання роботизованих систем.
У матеріалі зазначається, що фундаментальні моделі для робототехніки можуть стати для фізичного світу тим, чим великі мовні моделі стали для роботи з текстом: базовою платформою для сприйняття середовища, інтерпретації команд і виконання складних послідовностей дій. Особливо підкреслюється рішення Xiaomi опублікувати не лише ваги моделі, а й повний цикл її використання, що знижує бар’єр входу для дослідників, університетів і стартапів на тлі конкуренції між OpenAI, Google DeepMind, NVIDIA та китайськими AI-компаніями.
Джерело: Expert
