前Meta研究人员旨在将视觉AI引入工厂车间

人工智能正在重塑我们的世界,但它主要仍局限于数字边界。如今,新一波初创企业正将这些能力带入物理世界。
由两名前 Meta 研究人员创立的 Perceptron 正在引领这一转变。该公司成立于 2024 年 11 月,致力于构建先进的视觉模型,使机器能够更有效地与物理环境互动。
本周,Perceptron 推出了 Isaac 0.5,这是一款旨在赋予机器在工业环境中“感知、推理和行动”能力的模型。该软件赋能视觉引导机器人,使其能够导航工厂和仓库等复杂空间,同时允许企业从这些机器人捕获的视频中提取有价值的视觉洞察。
Isaac 0.5 以开放权重模型的形式提供,其参数和训练数据可供公众审查。
Perceptron 由 Armen Aghajanyan 和 Akshat Shrivastava 联合创立,两人均为 Meta 基础人工智能研究(FAIR)团队的前成员。该公司最近获得了由 Bessemer Venture Partners 领投的 2100 万美元融资。创始人将他们的软件视为工业自动化的下一步。
“当前的物理人工智能提出了一个错误的两难选择:要么是需要每个实例配备多个专用云 GPU 的通用基础模型,要么是仅处理感知或控制但很少同时处理两者的窄模型,”公司解释道。
Aghajanyan 和 Shrivastava 认为,他们的工具与现有解决方案的不同之处在于其通用性。该模型并非针对单一重复性任务进行优化,而是旨在灵活适应各种环境和情况。
在一场采访中,Shrivastava 引发人们对简单物理任务的反思,例如整理箱子:“考虑一台被部署来分拣包裹的机器人。它必须执行哪些具体任务?”
这个看似简单的过程涉及多个复杂步骤。机器人首先必须读取包裹标签,进行空间分析以定位箱子,并确定要拾取哪个物品。当处理多个箱子时,它还必须规划操作的序列和顺序。
Perceptron 的软件协助机器人导航这些步骤中的每一个。虽然其他行业工具可以处理个别任务,但很少有工具能提供动态现实应用所需的灵活性。
那么,这种算法创新的数据来源在哪里?
像 Isaac 0.5 这样的模型通过处理海量视频训练数据来获取操作技能。Perceptron 表示,其新模型经过一百万小时的通用视频训练,以识别场景、视觉效果和情况。该公司还利用了第一人称视角捕获的视频(通常通过可穿戴相机拍摄)以及记录重复人类动作以教导 AI 系统物理行为的 UMI 视频。
尽管 Perceptron 尚未披露具体数据来源,但 Shrivastava 指出,该公司“内部构建了涵盖多种模态的 PB 级数据集,包括图像、文本、视频和机器人轨迹。”
使机器人能够在仓库中高效运行的软件潜力巨大。Perceptron 认为其处于推动这一自动化浪潮的良好位置,并向各种供应商提供软件,以整合到不同行业中。
目标行业包括制造业、物流、仓储、安防、移动性和媒体娱乐。
“目前市场上没有任何类似的产品,”Aghajanyan 表示。“我们对这些可能性感到非常兴奋。”
相关文章
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
奥利押注隐私保护,力争在AI助手竞争中胜出
要真正发挥帮助作用,人工智能助手必须深刻理解其用户。Ollie 是一款专为日常生活设计的个人助理,其运作理念是:实现这一点无需用户交出数据,也不会损害用户的隐私。虽然某些企业级人工智能工具提供了数据隐私保护措施,但Ollie作为首批通过SOC 2认证的主流、面向家庭的人工智能服务之一,尤为突出。该认证框架允许企业通过独立审计证明,其已建立正式的控制措施来保护客户数据,并确保系统安全运行。达成这一里
AI LIVE:伦敦将如何探讨人工智能与工业自动化
本次峰会将汇聚来自全球的高管,共同探讨全球各行业面临的紧迫挑战,涵盖从人工智能驱动的颠覆性变革到经济波动等各个方面。AI LIVE:伦敦峰会将以“技术与人类使命”为主题,汇聚2,000余位国际领袖,共同探讨人工智能的新时代。BizClik旗下品牌《AI Magazine》已公布其在“AI LIVE:伦敦峰会”上举办的关于人工智能与工业自动化的联合炉边谈话环节阵容。该专题讨论会定于10月20日在伦敦
相关专题推荐
评论 (0)
0/500

人工智能正在重塑我们的世界,但它主要仍局限于数字边界。如今,新一波初创企业正将这些能力带入物理世界。
由两名前 Meta 研究人员创立的 Perceptron 正在引领这一转变。该公司成立于 2024 年 11 月,致力于构建先进的视觉模型,使机器能够更有效地与物理环境互动。
本周,Perceptron 推出了 Isaac 0.5,这是一款旨在赋予机器在工业环境中“感知、推理和行动”能力的模型。该软件赋能视觉引导机器人,使其能够导航工厂和仓库等复杂空间,同时允许企业从这些机器人捕获的视频中提取有价值的视觉洞察。
Isaac 0.5 以开放权重模型的形式提供,其参数和训练数据可供公众审查。
Perceptron 由 Armen Aghajanyan 和 Akshat Shrivastava 联合创立,两人均为 Meta 基础人工智能研究(FAIR)团队的前成员。该公司最近获得了由 Bessemer Venture Partners 领投的 2100 万美元融资。创始人将他们的软件视为工业自动化的下一步。
“当前的物理人工智能提出了一个错误的两难选择:要么是需要每个实例配备多个专用云 GPU 的通用基础模型,要么是仅处理感知或控制但很少同时处理两者的窄模型,”公司解释道。
Aghajanyan 和 Shrivastava 认为,他们的工具与现有解决方案的不同之处在于其通用性。该模型并非针对单一重复性任务进行优化,而是旨在灵活适应各种环境和情况。
在一场采访中,Shrivastava 引发人们对简单物理任务的反思,例如整理箱子:“考虑一台被部署来分拣包裹的机器人。它必须执行哪些具体任务?”
这个看似简单的过程涉及多个复杂步骤。机器人首先必须读取包裹标签,进行空间分析以定位箱子,并确定要拾取哪个物品。当处理多个箱子时,它还必须规划操作的序列和顺序。
Perceptron 的软件协助机器人导航这些步骤中的每一个。虽然其他行业工具可以处理个别任务,但很少有工具能提供动态现实应用所需的灵活性。
那么,这种算法创新的数据来源在哪里?
像 Isaac 0.5 这样的模型通过处理海量视频训练数据来获取操作技能。Perceptron 表示,其新模型经过一百万小时的通用视频训练,以识别场景、视觉效果和情况。该公司还利用了第一人称视角捕获的视频(通常通过可穿戴相机拍摄)以及记录重复人类动作以教导 AI 系统物理行为的 UMI 视频。
尽管 Perceptron 尚未披露具体数据来源,但 Shrivastava 指出,该公司“内部构建了涵盖多种模态的 PB 级数据集,包括图像、文本、视频和机器人轨迹。”
使机器人能够在仓库中高效运行的软件潜力巨大。Perceptron 认为其处于推动这一自动化浪潮的良好位置,并向各种供应商提供软件,以整合到不同行业中。
目标行业包括制造业、物流、仓储、安防、移动性和媒体娱乐。
“目前市场上没有任何类似的产品,”Aghajanyan 表示。“我们对这些可能性感到非常兴奋。”
奥利押注隐私保护,力争在AI助手竞争中胜出
要真正发挥帮助作用,人工智能助手必须深刻理解其用户。Ollie 是一款专为日常生活设计的个人助理,其运作理念是:实现这一点无需用户交出数据,也不会损害用户的隐私。虽然某些企业级人工智能工具提供了数据隐私保护措施,但Ollie作为首批通过SOC 2认证的主流、面向家庭的人工智能服务之一,尤为突出。该认证框架允许企业通过独立审计证明,其已建立正式的控制措施来保护客户数据,并确保系统安全运行。达成这一里
AI LIVE:伦敦将如何探讨人工智能与工业自动化
本次峰会将汇聚来自全球的高管,共同探讨全球各行业面临的紧迫挑战,涵盖从人工智能驱动的颠覆性变革到经济波动等各个方面。AI LIVE:伦敦峰会将以“技术与人类使命”为主题,汇聚2,000余位国际领袖,共同探讨人工智能的新时代。BizClik旗下品牌《AI Magazine》已公布其在“AI LIVE:伦敦峰会”上举办的关于人工智能与工业自动化的联合炉边谈话环节阵容。该专题讨论会定于10月20日在伦敦





首页






