Xiaomi-Robotics-U0؛ انقلاب جدید شیائومی در هوش مصنوعی رباتیک

خلاصه مقاله:شیائومی این بار از یک گوشی یا گجت هوشمند جدید رونمایی نکرده، بلکه مستقیماً آینده رباتیک را هدف گرفته است. Xiaomi-Robotics-U0 یک مدل هوش مصنوعی ۳۸ میلیارد پارامتری است که می‌تواند ساخت محیط‌های آموزشی، تولید داده، شبیه‌سازی تعاملات ربات و انتقال تجربه میان سناریوهای مختلف را در یک سیستم واحد انجام دهد. این فناوری نه‌تنها روند آموزش ربات‌های هوشمند را سریع‌تر و کم‌هزینه‌تر می‌کند، بلکه می‌تواند مسیر توسعه هوش مصنوعی تجسم‌یافته (Embodied AI) را نیز متحول کند. در ادامه، نگاهی کامل به قابلیت‌ها، ویژگی‌ها و اهمیت Xiaomi-Robotics-U0 خواهیم داشت.

شیائومی این مدل را به‌گونه‌ای طراحی کرده که چهار وظیفه مهم ربات‌های هوشمند را به‌صورت یکپارچه انجام دهد.

تولید محیط‌های رباتیک از روی متن

یکی از جذاب‌ترین قابلیت‌های Xiaomi-Robotics-U0، ساخت محیط‌های کامل سه‌بعدی تنها با استفاده از توضیحات متنی است.

برای مثال کافی است به مدل گفته شود:

• یک آشپزخانه مدرن
• انبار صنعتی
• میز کار آزمایشگاهی
• محیط کارخانه
• فضای باز

سپس مدل نمای موردنیاز دوربین‌های ربات را از زوایای مختلف تولید می‌کند (Multi-View Scene Generation). این قابلیت باعث می‌شود ربات پیش از حضور در محیط واقعی، شناخت دقیقی از فضای موردنظر به دست آورد.

یکی از محدودیت‌های ربات‌های امروزی این است که معمولاً فقط در همان شرایطی که آموزش دیده‌اند عملکرد مطلوبی دارند.

Xiaomi-Robotics-U0 با استفاده از قابلیت Embodied Transfer این محدودیت را تا حد زیادی برطرف می‌کند.

این فناوری می‌تواند یک حرکت یا مسیر حرکتی را به محیطی کاملاً متفاوت منتقل کند، بدون اینکه ساختار اصلی حرکت تغییر کند.

برای مثال امکان تغییر موارد زیر وجود دارد:

• نور محیط
• رنگ و جنس میز
• پس‌زمینه
• اشیای موجود
• سبک محیط

در حالی که موقعیت بازوی ربات و ترتیب انجام عملیات حفظ می‌شود. این موضوع باعث می‌شود ربات‌ها توانایی بیشتری در سازگاری با شرایط جدید داشته باشند.

این مدل قادر است تنها با دریافت تصویر اولیه محیط و دستور انجام یک کار، فریم‌های بعدی ویدیو را تولید کند.

نکته مهم اینجاست که شیائومی اعلام کرده هنگام تولید این ویدیوها، دو اصل همیشه حفظ می‌شوند:

• پیوستگی حرکت‌ها
• سازگاری با قوانین فیزیکی

به همین دلیل خروجی‌ها طبیعی‌تر بوده و برای آموزش ربات‌ها کاربرد عملی دارند.

جالب‌تر اینکه این قابلیت از Zero-Shot Generalization نیز پشتیبانی می‌کند؛ یعنی حتی در محیط‌هایی که مدل قبلاً ندیده است نیز می‌تواند عملکرد قابل قبولی ارائه دهد.

Xiaomi-Robotics-U0 تنها یک مدل مخصوص رباتیک نیست.

این مدل همچنان قابلیت‌های گسترده تولید تصویر و ویرایش تصاویر را حفظ کرده و از دانش تصویری آموزش‌دیده روی داده‌های اینترنتی برای ساخت صحنه‌های واقعی‌تر استفاده می‌کند.

در عمل این ویژگی باعث می‌شود محیط‌های آموزشی شباهت بیشتری به دنیای واقعی داشته باشند.

جمع‌آوری داده برای آموزش ربات‌ها یکی از پرهزینه‌ترین مراحل توسعه آن‌ها است.

شیائومی راهکار جالبی برای این موضوع ارائه کرده است.

Xiaomi-Robotics-U0 می‌تواند داده‌های موجود را تغییر دهد و نسخه‌های جدیدی از همان سناریو ایجاد کند. برای مثال امکان تغییر موارد زیر وجود دارد:

• میزان نور
• زاویه تابش نور
• پس‌زمینه
• محل قرارگیری اشیا
• نویز تصویر
• شرایط محیطی

به این ترتیب دیگر لازم نیست برای هر تغییر کوچک دوباره داده واقعی جمع‌آوری شود (کاری که معمولاً زمان و هزینه زیادی نیاز دارد).

یکی از قابلیت‌هایی که کمتر درباره آن صحبت شده، توانایی مدل در ساخت محیط‌هایی است که ورود ربات یا انسان به آن‌ها خطرناک است.

برای نمونه می‌توان شرایطی مانند:

• محیط‌های صنعتی پرخطر
• شرایط آب‌وهوایی شدید
• محیط‌های ناشناخته
• سناریوهای بسیار نادر

را شبیه‌سازی کرد تا ربات‌ها قبل از حضور در دنیای واقعی، نحوه برخورد با این شرایط را تمرین کنند.

این موضوع علاوه بر کاهش هزینه‌ها، امنیت فرآیند آموزش را نیز افزایش می‌دهد.

همراه با معرفی Xiaomi-Robotics-U0، شیائومی فناوری FlashAR+ را نیز معرفی کرده است.

این فناوری برای افزایش سرعت اجرای مدل‌های خودرگرسیو توسعه یافته و طبق اعلام شیائومی، سرعت تولید داده را حدود ۸۳ برابر نسبت به روش‌های رایج افزایش می‌دهد.

نتیجه این افزایش سرعت، تولید سریع‌تر داده‌های آموزشی، کاهش زمان آموزش مدل‌ها و امکان توسعه پروژه‌های رباتیک در مقیاس بزرگ‌تر است.

شیائومی اعلام کرده Xiaomi-Robotics-U0 در بنچمارک WorldArena موفق شده در میان ۱۲۶ شرکت‌کننده جهانی رتبه نخست را کسب کند.

همچنین آزمایش‌های عملی نشان می‌دهد استفاده از داده‌های تولیدشده توسط این مدل در شرایط خارج از توزیع (Out-of-Distribution) مانند نور یا پس‌زمینه‌های جدید، باعث بیش از ۲۶ درصد بهبود میانگین پیشرفت ربات‌ها در انجام وظایف راهبردی شده است.

این نتایج نشان می‌دهد مدل تنها در محیط‌های آزمایشگاهی عملکرد خوبی ندارد، بلکه در سناریوهای واقعی نیز می‌تواند کیفیت آموزش ربات‌ها را افزایش دهد.

بله. یکی از مهم‌ترین ویژگی‌های این پروژه، انتشار آن به‌صورت متن‌باز است.

شیائومی علاوه بر انتشار وزن‌های مدل، کد منبع و مستندات پروژه را نیز در اختیار توسعه‌دهندگان قرار داده است. این تصمیم می‌تواند روند تحقیق و توسعه در حوزه رباتیک را سرعت ببخشد و به پژوهشگران امکان دهد از این مدل در پروژه‌های مختلف استفاده یا آن را توسعه دهند.

اگر روند فعلی توسعه هوش مصنوعی را دنبال کرده باشید، احتمالاً متوجه شده‌اید که تمرکز شرکت‌های بزرگ فناوری به‌تدریج از مدل‌های صرفاً متنی به سمت هوش مصنوعی تجسم‌یافته حرکت کرده است.

Xiaomi-Robotics-U0 نیز دقیقاً در همین مسیر قرار می‌گیرد. این مدل تلاش می‌کند فاصله میان شبیه‌سازی دیجیتال و دنیای واقعی را کمتر کند؛ به‌گونه‌ای که ربات‌ها بتوانند پیش از اجرای یک وظیفه، آن را بارها در محیط‌های مجازی تمرین کنند. چنین رویکردی علاوه بر کاهش هزینه توسعه، سرعت یادگیری ربات‌ها را افزایش می‌دهد و آن‌ها را برای مواجهه با شرایط پیش‌بینی‌نشده آماده‌تر می‌کند.

Xiaomi-Robotics-U0 را می‌توان یکی از مهم‌ترین پروژه‌های برند شیائومی در حوزه هوش مصنوعی دانست؛ پروژه‌ای که فراتر از محصولات مصرفی این شرکت حرکت می‌کند و مستقیماً آینده ربات‌های هوشمند را هدف گرفته است. ترکیب چهار قابلیت کلیدی در یک مدل واحد، تولید داده‌های آموزشی بدون نیاز به جمع‌آوری گسترده داده‌های واقعی، پشتیبانی از شبیه‌سازی سناریوهای پیچیده و بهره‌گیری از فناوری FlashAR+، این مدل را به یکی از پیشرفته‌ترین راهکارهای فعلی برای آموزش ربات‌ها تبدیل کرده است.

از سوی دیگر، انتشار متن‌باز پروژه، کسب رتبه نخست در بنچمارک WorldArena و ثبت بیش از ۲۶ درصد بهبود عملکرد در سناریوهای خارج از توزیع، نشان می‌دهد شیائومی تنها یک مدل تحقیقاتی معرفی نکرده، بلکه زیرساختی را توسعه داده که می‌تواند در سال‌های آینده نقش مهمی در پیشرفت رباتیک و هوش مصنوعی تجسم‌یافته ایفا کند. برای توسعه‌دهندگان، پژوهشگران و حتی علاقه‌مندان به آینده فناوری، Xiaomi-Robotics-U0 بدون شک یکی از مهم‌ترین معرفی‌های شیائومی در سال ۲۰۲۶ محسوب می‌شود.