近期，星動(dòng)紀(jì)元端到端原生機(jī)器人大模型ERA-42正式亮相，即“紀(jì)元原生機(jī)器人大模型”，寓意著不斷探索宇宙萬物的終極答案，展示了其與自研五指靈巧手星動(dòng)XHAND1結(jié)合后的靈巧操作能力，已學(xué)會(huì)了使用不同工具完成100多種復(fù)雜靈巧的操作任務(wù)，并且持續(xù)在同一個(gè)模型下學(xué)習(xí)新的技能。例如，拿起桌上螺釘鉆鉆緊螺釘、用錘子敲打釘子、將水杯扶正后再往水杯中倒水等任務(wù)。

基于ERA-42，星動(dòng)XHAND1能用不同工具完成多種靈巧操作新任務(wù)

這是僅通過同一個(gè)具身大模型就實(shí)現(xiàn)了五指靈巧手像人手一樣使用多種工具完成上百種靈巧復(fù)雜操作任務(wù)，展現(xiàn)了ERA-42行業(yè)領(lǐng)先的通用、靈巧操作能力。模型不需要任何預(yù)編程技能，完全基于其強(qiáng)大的泛化和自適應(yīng)力，能在不到2小時(shí)內(nèi)通過收集少量數(shù)據(jù)就學(xué)會(huì)執(zhí)行新的任務(wù)。同時(shí)，ERA-42還在快速不斷學(xué)習(xí)更多新技能中。

基于ERA-42，星動(dòng)XHAND1可完成100多種精細(xì)化、智能化的五指靈巧手操作任務(wù)

ERA-42也是世界范圍內(nèi)首個(gè)真正的五指靈巧手具身大模型，開啟了具身大模型的通用靈巧操作時(shí)代。

早期，星動(dòng)紀(jì)元和PI幾乎同期采用了端到端算法來提升其原生機(jī)器人大模型性能，PI推出的π0模型，通過結(jié)合互聯(lián)網(wǎng)規(guī)模的視覺-語言預(yù)訓(xùn)練與機(jī)器人操作數(shù)據(jù)集后訓(xùn)練，使得機(jī)器人能夠在人類環(huán)境中自主執(zhí)行多種復(fù)雜任務(wù)，這是機(jī)器人從特定任務(wù)的“專家”向多任務(wù)的“通才”發(fā)展歷程上的重要一步，也是具身大模型領(lǐng)域的一個(gè)里程碑。

星動(dòng)紀(jì)元早期發(fā)布的研究成果和Physical Intelligence(PI)幾乎不謀而合

而后，星動(dòng)紀(jì)元又探索了另一條訓(xùn)練道路，采用大規(guī)模視頻數(shù)據(jù)學(xué)習(xí)策略，涵蓋無標(biāo)注的視頻數(shù)據(jù)、公開各類形態(tài)機(jī)器人的數(shù)據(jù)、人類活動(dòng)數(shù)據(jù)以及遙操作數(shù)據(jù)等。并且，在上述數(shù)據(jù)的使用上，星動(dòng)紀(jì)元不是直接模仿視頻里的人怎么去做，而是學(xué)習(xí)行動(dòng)之后會(huì)產(chǎn)生什么樣的結(jié)果。這種方式使得學(xué)習(xí)效果不受限于數(shù)據(jù)質(zhì)量，能大大降低數(shù)據(jù)收集成本，解決了數(shù)據(jù)消耗量巨大、需要大量高質(zhì)量數(shù)據(jù)的行業(yè)難題。

此外，星動(dòng)紀(jì)元的技術(shù)團(tuán)隊(duì)已將世界模型融入原生機(jī)器人大模型中，使得模型不僅具備行動(dòng)能力，還具備了對(duì)物理世界的理解能力，能夠?qū)ξ磥硇袆?dòng)軌跡進(jìn)行預(yù)測(cè)，后期，星動(dòng)紀(jì)元探索了融合世界模型的原生機(jī)器人大模型，還能迅速響應(yīng)外部干擾，并在任務(wù)執(zhí)行過程中持續(xù)自適應(yīng)優(yōu)化行為，直至任務(wù)完成。提升了機(jī)器人執(zhí)行任務(wù)的高效性和準(zhǔn)確性。

星動(dòng)紀(jì)元打造的端到端原生機(jī)器人大模型ERA-42憑借其預(yù)測(cè)能力，模型具備強(qiáng)大的泛化、自適應(yīng)和規(guī)模化能力。結(jié)合星動(dòng)紀(jì)元為AI打造的全新硬件平臺(tái)，可快速實(shí)現(xiàn)具身智能體軟硬件協(xié)同進(jìn)化和商業(yè)化落地。

關(guān)鍵詞：