Стартап Physical Intelligence из Сан-Франциско представил модель π0.7 — «мозг» для роботов, который учит их импровизации. Система справляется с задачами, которым её никогда не обучали: она комбинирует знакомые навыки для поиска решений в новых ситуациях, понимая обычные текстовые команды.
Кухонные гаджеты и горы белья
Роботы под управлением π0.7 осваивают незнакомые кухонные приборы и аккуратно складывают одежду, хотя подобных примеров в их базе знаний изначально не было. Разработчики подчеркивают: система адаптирует имеющийся опыт к любым условиям и разным типам «железа» без долгой настройки. Похоже, индустрия движется к созданию универсального интеллекта для машин гораздо быстрее, чем предсказывали эксперты.
Как учатся машины
Секрет гибкости π0.7 — в огромном массиве данных. Разработчики объединили опыт разных роботизированных платформ, записи человеческих движений и результаты автономных тренировок. В итоге ИИ понимает сложные мультимодальные подсказки: текст, визуальные ориентиры и временные рамки. Оператор может корректировать действия робота прямо на ходу, давая уточняющие советы. Это позволяет машине мгновенно адаптироваться, не требуя полного переобучения модели.
Трудности перевода и сложности быта
Не обошлось и без слабых мест. Роботы пока не умеют выполнять комплексные многоступенчатые задания по одной короткой фразе — им всё ещё нужен подробный пошаговый план. Результат напрямую зависит от того, насколько четко структурирована инструкция. К тому же, пока рано говорить о финальном триумфе: в индустрии не хватает единых стандартизированных тестов, чтобы независимые специалисты могли официально подтвердить возможности π0.7.
