Ex-Meta-forskere vil give robotter syn på fabriksgulvet
To tidligere Meta-forskere har skabt AI'en Isaac 0.5, der skal hjælpe robotter med at forstå og navigere i lagre og fabrikker. Modellen er open-weight og har fået 21 millioner dollars i støtte.
Det er sket
Perceptron, stiftet i november 2024 af to forskere fra Metas AI-afdeling FAIR, har lanceret deres nyeste model, Isaac 0.5. Modellen giver robotter evnen til at 'opfatte, ræsonnere og handle' i industrielle miljøer som lagre og fabriksgulve. Den kan også udtrække visuel intelligens fra videoer, robotterne selv optager. Isaac 0.5 er open-weight, så alle kan inspicere dens parametre og træningsdata.
Pengene bag
Perceptron har rejst 21 millioner dollars i en fundingrunde ledet af Bessemer Venture Partners. Grundlæggerne Armen Aghajanyan og Akshat Shrivastava ser deres software som fremtiden for industriel automatisering. De mener, at deres model er unik, fordi den er general-purpose og fleksibel, i modsætning til eksisterende modeller, der enten er specialiserede til én opgave eller kræver flere dyre cloud-GPU'er.
Sådan virker det
Modellen trænes på en million timers generel video samt 'ego-video' fra kameraer båret af mennesker i færd med fysiske opgaver. Perceptron har internt bygget petabyte-store datasæt, der spænder over billeder, tekst, video og robotbevægelser. Softwaren skal hjælpe robotter med at læse labels, lave rumlig analyse og planlægge i hvilken rækkefølge, de skal samle pakker op – alt sammen fleksibelt.
Hvad nu?
Virksomheden satser på at sælge sit 'intelligenslag' til industrier som produktion, logistik, sikkerhed og mobilitet. Grundlæggerne er overbevist om, at intet lignende findes på markedet i dag. Hvis det lykkes, kan det betyde, at robotter bliver langt mere selvkørende på fabriksgulve og i lagre verden over.
- Isaac 0.5 er en visuel AI-model til industrirobotter.
- Modellen er udgivet som open-weight, så alle kan tjekke den.
- Grundlæggerne arbejdede tidligere i Metas FAIR-afdeling.
- Perceptron blev stiftet i november 2024.
- Modellen er general-purpose og kan tilpasses forskellige miljøer.
- Træningsdata omfatter ego-video og petabyte-store datasæt.
- Virksomheden henvender sig til logistik, produktion og sikkerhed.
Du kan forvente mere effektive robotter på fabrikker og i lagre – det kan betyde hurtigere leveringer og lavere priser på varer.
Kilder:
TechCrunch AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.
AI-nyheder