The Decoder · 11.07.2026 ·Исследования и наука

Китайская модель мира Orca обучается робототехнике без размеченных данных

Пекинская академия искусственного интеллекта (BAAI) представила Orca — модель мира, которая предсказывает абстрактные состояния среды, а не токены или пиксели. В отличие от традиционных систем, Orca обучалась на 125 000 часов видео без использования меток действий. Модель демонстрирует эффективность, сопоставимую со специализированной системой π0.5 в пяти ключевых задачах робототехники, решая проблему нехватки размеченных данных.

Традиционные подходы в робототехнике требуют огромных массивов данных, где каждое действие робота должно быть размечено человеком. Orca меняет этот парадигму, обучаясь на неструктурированных видеозаписях. Она учится понимать физику мира и причинно-следственные связи, наблюдая за тем, как объекты взаимодействуют в пространстве. Это позволяет модели переносить полученные знания на реальные манипуляторы, значительно сокращая затраты на подготовку обучающих выборок.

Разработка BAAI может стать важным шагом к созданию универсальных роботов, способных адаптироваться к новым задачам без необходимости длительного обучения под конкретный сценарий. Способность модели предсказывать развитие событий в физическом мире открывает путь к более автономным и гибким системам управления, которые могут работать в непредсказуемых условиях, опираясь на накопленный «зрительный» опыт.

Ключевые факты

Модель Orca разработана Пекинской академией искусственного интеллекта (BAAI).
Обучение проводилось на 125 000 часах видеоматериалов без единой метки действий.
Orca показывает результаты, сопоставимые с узкоспециализированной моделью π0.5 в пяти различных робототехнических задачах.
Подход позволяет преодолеть хронический дефицит данных для обучения роботов, исключая необходимость ручной разметки движений.

Источник: The Decoder

Обсудить с ИИ

Похожие материалы

MarkTechPost · Модели и релизы Robbyant представила LingBot-VLA 2.0: открытую модель для управления роботами Robbyant, подразделение Ant Group, выпустило LingBot-VLA 2.0 — открытую Vision-Language-Action модель с 6 млрд параметров, предназначенную для управления различными типами роботов. Система обучалась на 60 000 часов данных, объединяя траектории движений 20 конфигураций роботов и видеозаписи действий человека, что позволяет унифицировать управление разнородными манипуляторами через единое пространство действий. arXiv · Машинное обучение WorldSample: новый метод обучения роботов с помощью мировых моделей Исследователи представили WorldSample — метод обучения с подкреплением (RL) для робототехники, который минимизирует количество физических взаимодействий с миром. Система использует мировые модели для генерации виртуальных траекторий, позволяя агентам обучаться на основе проб и ошибок без необходимости бесконечных повторений в реальности, что значительно снижает затраты на обучение и ускоряет процесс освоения сложных навыков. Hacker News · Машинное обучение EgoInfinity: масштабный датасет для обучения роботов действиям на основе видео Исследователи представили EgoInfinity — специализированный датасет и вычислительный движок, предназначенный для обучения роботов выполнению задач на основе анализа видеоданных. Проект направлен на решение одной из ключевых проблем современной робототехники: нехватки качественных данных, связывающих визуальное восприятие с конкретными физическими действиями. В отличие от стандартных наборов данных, EgoInfinity использует масштабные видеоархивы для генерации траекторий, которые роботы могут использовать для имитационного обучения. Hacker News · Исследования и наука NVIDIA представила метод самообучения роботов Enpire Исследователи NVIDIA представили Enpire — новый метод, позволяющий роботам самостоятельно улучшать свои действия в реальных физических условиях. В отличие от традиционных подходов, требующих длительного обучения с учителем или огромных массивов размеченных данных, система использует агентный подход для итеративной корректировки стратегий поведения. Робот анализирует результаты своих попыток выполнения задачи, выявляет ошибки и автоматически генерирует новые сценарии для их исправления. Mistral AI Blog · Модели и релизы Mistral представила Robostral Navigate для автономной навигации роботов Компания Mistral AI выпустила Robostral Navigate — специализированную модель с 8 миллиардами параметров, предназначенную для автономной навигации роботов. Система достигает 76,6% точности в бенчмарке R2R-CE, используя данные только с одной RGB-камеры. Решение исключает необходимость в дорогостоящих лидарах или массивах датчиков глубины, упрощая аппаратную архитектуру для мобильных робототехнических платформ. The Decoder · Модели и релизы Mistral представила Robostral Navigate: ИИ-модель для навигации роботов Компания Mistral AI анонсировала Robostral Navigate — специализированную модель с 8 миллиардами параметров, предназначенную для автономного управления роботами. Система использует данные всего с одной RGB-камеры для навигации в незнакомых пространствах. Разработка базируется на методах обучения с подкреплением, что позволяет роботам эффективно ориентироваться в динамической среде без необходимости в сложных сенсорных массивах. MarkTechPost · Инфраструктура для агентов Ant Group представила LingBot-VA 2.0: фундаментальную модель для физического ИИ Подразделение Robbyant компании Ant Group выпустило LingBot-VA 2.0 — специализированную модель для управления робототехникой. В отличие от решений на базе генеративного видео, эта архитектура с нуля спроектирована для воплощенного ИИ. Система использует причинно-следственное мышление для прогнозирования состояний среды и обеспечивает высокую частоту управления, что критически важно для автономных физических агентов в реальном времени. Hacker News · Модели и релизы Qwen-RobotWorld: новый подход к обучению мультимодальных агентов Команда из Alibaba Group представила Qwen-RobotWorld — новый подход к обучению мультимодальных агентов. В техническом отчёте, опубликованном на arXiv, описаны методы, позволяющие моделям лучше понимать и взаимодействовать с физическим миром. Исследователи использовали комбинацию текстовых и визуальных данных, а также данные из симуляторов роботов для дообучения моделей. Ars Technica - All content · ИИ в бизнесе Эволюция автономных роботов: от промышленных площадок к повседневному использованию Ведущие исследователи робототехники прогнозируют переход к созданию роботов общего назначения, способных выполнять сложные задачи в непредсказуемой среде. Интеграция современных LLM и мультимодальных моделей позволяет машинам интерпретировать команды на естественном языке и адаптироваться к изменениям пространства, что открывает путь к массовому внедрению автономных помощников на производстве, в логистике и в домашних условиях. The Decoder · ИИ в бизнесе Nvidia и университеты США обучили роботов навыкам захвата через ИИ-агентов Исследователи из Nvidia, Университета Карнеги — Меллона и Калифорнийского университета в Беркли представили метод обучения робототехники с помощью автономных ИИ-агентов. Система использует возможности генеративного кода для самостоятельной корректировки движений роботов в реальных условиях. Вместо классического программирования каждого действия, агенты анализируют неудачные попытки и автоматически переписывают алгоритмы управления, чтобы повысить точность выполнения сложных манипуляций.

← Все материалы