前Meta研究人員旨在將視覺AI引入工廠車間

人工智慧正在重塑我們的世界,但它主要仍侷限於數字邊界。如今,新一波初創企業正將這些能力帶入物理世界。
由兩名前 Meta 研究人員創立的 Perceptron 正在引領這一轉變。該公司成立於 2024 年 11 月,致力於構建先進的視覺模型,使機器能夠更有效地與物理環境互動。
本週,Perceptron 推出了 Isaac 0.5,這是一款旨在賦予機器在工業環境中“感知、推理和行動”能力的模型。該軟體賦能視覺引導機器人,使其能夠導航工廠和倉庫等複雜空間,同時允許企業從這些機器人捕獲的影片中提取有價值的視覺洞察。
Isaac 0.5 以開放權重模型的形式提供,其引數和訓練資料可供公眾審查。
Perceptron 由 Armen Aghajanyan 和 Akshat Shrivastava 聯合創立,兩人均為 Meta 基礎人工智慧研究(FAIR)團隊的前成員。該公司最近獲得了由 Bessemer Venture Partners 領投的 2100 萬美元融資。創始人將他們的軟體視為工業自動化的下一步。
“當前的物理人工智慧提出了一個錯誤的兩難選擇:要麼是需要每個例項配備多個專用雲 GPU 的通用基礎模型,要麼是僅處理感知或控制但很少同時處理兩者的窄模型,”公司解釋道。
Aghajanyan 和 Shrivastava 認為,他們的工具與現有解決方案的不同之處在於其通用性。該模型並非針對單一重複性任務進行最佳化,而是旨在靈活適應各種環境和情況。
在一場採訪中,Shrivastava 引發人們對簡單物理任務的反思,例如整理箱子:“考慮一臺被部署來分揀包裹的機器人。它必須執行哪些具體任務?”
這個看似簡單的過程涉及多個複雜步驟。機器人首先必須讀取包裹標籤,進行空間分析以定位箱子,並確定要拾取哪個物品。當處理多個箱子時,它還必須規劃操作的序列和順序。
Perceptron 的軟體協助機器人導航這些步驟中的每一個。雖然其他行業工具可以處理個別任務,但很少有工具能提供動態現實應用所需的靈活性。
那麼,這種演算法創新的資料來源在哪裡?
像 Isaac 0.5 這樣的模型透過處理海量影片訓練資料來獲取操作技能。Perceptron 表示,其新模型經過一百萬小時的通用影片訓練,以識別場景、視覺效果和情況。該公司還利用了第一人稱視角捕獲的影片(通常透過可穿戴相機拍攝)以及記錄重複人類動作以教導 AI 系統物理行為的 UMI 影片。
儘管 Perceptron 尚未披露具體資料來源,但 Shrivastava 指出,該公司“內部構建了涵蓋多種模態的 PB 級資料集,包括影象、文字、影片和機器人軌跡。”
使機器人能夠在倉庫中高效執行的軟體潛力巨大。Perceptron 認為其處於推動這一自動化浪潮的良好位置,並向各種供應商提供軟體,以整合到不同行業中。
目標行業包括製造業、物流、倉儲、安防、移動性和媒體娛樂。
“目前市場上沒有任何類似的產品,”Aghajanyan 表示。“我們對這些可能性感到非常興奮。”
相關文章
奧利押注隱私保護,力爭在 AI 助理競賽中勝出
要真正發揮實用價值,人工智慧助理必須深入了解其使用者。Ollie 是一款專為日常生活設計的個人助理,其運作前提是:這無需您交出個人資料,亦不會損害您的隱私。雖然某些企業級 AI 工具提供資料隱私保障,但 Ollie 作為首批獲得 SOC 2 合規認證的主流、以家庭為導向的 AI 服務之一,顯得格外突出。此框架允許企業透過獨立稽核證明,其已建立正式的管控措施來保護客戶資料,並確保系統運作的安全性。達
「AI LIVE:倫敦」將如何探討人工智慧與工業自動化
本次峰會將匯聚來自全球的高階主管,共同探討全球產業面臨的迫切挑戰,涵蓋範圍從人工智慧驅動的顛覆性變革到經濟波動。AI LIVE:倫敦峰會將以「科技+人類使命」為主題,匯聚逾 2,000 位國際領袖,共同探討人工智慧新興時代的發展。隸屬於 BizClik 旗下的《AI Magazine》已公佈其於「AI LIVE:倫敦峰會」上舉辦的「人工智慧與工業自動化」聯合爐邊談話的與會陣容。該座談會定於 10
Anthropic 進入 AI 法律科技市場,競爭日益激烈
Anthropic 於週二釋出了一系列新的聊天機器人功能,旨在為法律實務提供自動化支援。這些增強功能在年初推出的特定律所平臺 Claude for Legal 基礎上進行了擴充套件,增加了針對不同法律領域的專用法律外掛和 MCP 聯結器。隨著法律人工智慧領域競爭的加劇,這些工具應運而生。今年三月,利用代理式人工智慧簡化法律工作流的 AI 法律初創公司 Harvey 以 110 億美元的估值獲得了 2 億美元融資。上個月,競爭對手 Legora 完成了 6 億美元的 D 輪融資,並啟動了一場由裘德·
相關專題推薦
評論 (0)
0/500

人工智慧正在重塑我們的世界,但它主要仍侷限於數字邊界。如今,新一波初創企業正將這些能力帶入物理世界。
由兩名前 Meta 研究人員創立的 Perceptron 正在引領這一轉變。該公司成立於 2024 年 11 月,致力於構建先進的視覺模型,使機器能夠更有效地與物理環境互動。
本週,Perceptron 推出了 Isaac 0.5,這是一款旨在賦予機器在工業環境中“感知、推理和行動”能力的模型。該軟體賦能視覺引導機器人,使其能夠導航工廠和倉庫等複雜空間,同時允許企業從這些機器人捕獲的影片中提取有價值的視覺洞察。
Isaac 0.5 以開放權重模型的形式提供,其引數和訓練資料可供公眾審查。
Perceptron 由 Armen Aghajanyan 和 Akshat Shrivastava 聯合創立,兩人均為 Meta 基礎人工智慧研究(FAIR)團隊的前成員。該公司最近獲得了由 Bessemer Venture Partners 領投的 2100 萬美元融資。創始人將他們的軟體視為工業自動化的下一步。
“當前的物理人工智慧提出了一個錯誤的兩難選擇:要麼是需要每個例項配備多個專用雲 GPU 的通用基礎模型,要麼是僅處理感知或控制但很少同時處理兩者的窄模型,”公司解釋道。
Aghajanyan 和 Shrivastava 認為,他們的工具與現有解決方案的不同之處在於其通用性。該模型並非針對單一重複性任務進行最佳化,而是旨在靈活適應各種環境和情況。
在一場採訪中,Shrivastava 引發人們對簡單物理任務的反思,例如整理箱子:“考慮一臺被部署來分揀包裹的機器人。它必須執行哪些具體任務?”
這個看似簡單的過程涉及多個複雜步驟。機器人首先必須讀取包裹標籤,進行空間分析以定位箱子,並確定要拾取哪個物品。當處理多個箱子時,它還必須規劃操作的序列和順序。
Perceptron 的軟體協助機器人導航這些步驟中的每一個。雖然其他行業工具可以處理個別任務,但很少有工具能提供動態現實應用所需的靈活性。
那麼,這種演算法創新的資料來源在哪裡?
像 Isaac 0.5 這樣的模型透過處理海量影片訓練資料來獲取操作技能。Perceptron 表示,其新模型經過一百萬小時的通用影片訓練,以識別場景、視覺效果和情況。該公司還利用了第一人稱視角捕獲的影片(通常透過可穿戴相機拍攝)以及記錄重複人類動作以教導 AI 系統物理行為的 UMI 影片。
儘管 Perceptron 尚未披露具體資料來源,但 Shrivastava 指出,該公司“內部構建了涵蓋多種模態的 PB 級資料集,包括影象、文字、影片和機器人軌跡。”
使機器人能夠在倉庫中高效執行的軟體潛力巨大。Perceptron 認為其處於推動這一自動化浪潮的良好位置,並向各種供應商提供軟體,以整合到不同行業中。
目標行業包括製造業、物流、倉儲、安防、移動性和媒體娛樂。
“目前市場上沒有任何類似的產品,”Aghajanyan 表示。“我們對這些可能性感到非常興奮。”
奧利押注隱私保護,力爭在 AI 助理競賽中勝出
要真正發揮實用價值,人工智慧助理必須深入了解其使用者。Ollie 是一款專為日常生活設計的個人助理,其運作前提是:這無需您交出個人資料,亦不會損害您的隱私。雖然某些企業級 AI 工具提供資料隱私保障,但 Ollie 作為首批獲得 SOC 2 合規認證的主流、以家庭為導向的 AI 服務之一,顯得格外突出。此框架允許企業透過獨立稽核證明,其已建立正式的管控措施來保護客戶資料,並確保系統運作的安全性。達
「AI LIVE:倫敦」將如何探討人工智慧與工業自動化
本次峰會將匯聚來自全球的高階主管,共同探討全球產業面臨的迫切挑戰,涵蓋範圍從人工智慧驅動的顛覆性變革到經濟波動。AI LIVE:倫敦峰會將以「科技+人類使命」為主題,匯聚逾 2,000 位國際領袖,共同探討人工智慧新興時代的發展。隸屬於 BizClik 旗下的《AI Magazine》已公佈其於「AI LIVE:倫敦峰會」上舉辦的「人工智慧與工業自動化」聯合爐邊談話的與會陣容。該座談會定於 10
Anthropic 進入 AI 法律科技市場,競爭日益激烈
Anthropic 於週二釋出了一系列新的聊天機器人功能,旨在為法律實務提供自動化支援。這些增強功能在年初推出的特定律所平臺 Claude for Legal 基礎上進行了擴充套件,增加了針對不同法律領域的專用法律外掛和 MCP 聯結器。隨著法律人工智慧領域競爭的加劇,這些工具應運而生。今年三月,利用代理式人工智慧簡化法律工作流的 AI 法律初創公司 Harvey 以 110 億美元的估值獲得了 2 億美元融資。上個月,競爭對手 Legora 完成了 6 億美元的 D 輪融資,並啟動了一場由裘德·





首頁






