Rohan Paul@rohanpaul_aiFigure just released this video. a beautiful robot future is indeed coming. Its Helix 2.5 model (F…
DịchFigure vừa giới thiệu mô hình robot end-to-end Helix 2.5, ghi nhận bước tiến vượt bậc khi tỷ lệ hoàn thành tác vụ tại các hộ gia đình mà không cần huấn luyện thêm tăng vọt từ 9% lên 56%.
HarnessVLN là khung làm việc zero-shot giúp robot điều hướng dựa trên ngôn ngữ mà không cần huấn luyện, sử dụng cơ chế Agent Harness để phối hợp nhận thức, lập kế hoạch và xử lý lỗi thông qua giao diện công cụ thống nhất.
Startup Liangyuan giới thiệu hướng đi mới cho AI vật lý, cho phép mô hình điều hướng zero-shot vận hành linh hoạt trên bốn loại hình robot khác nhau mà không cần huấn luyện lại.
SyncWorld là mô hình thế giới có khả năng mô phỏng robot zero-shot mà không cần huấn luyện thêm, bằng cách sử dụng hiệu chỉnh thị giác để đồng bộ hóa hành động với môi trường thực tế.
Greg Brockman@gdbAstra for spectrogram -> sound identification
DịchAstra cho phép nhận diện âm thanh trực tiếp từ phổ đồ Mel mà không cần dữ liệu huấn luyện cụ thể (zero-shot). Khả năng suy luận nhẹ nhàng nhưng mạnh mẽ này hứa hẹn mở ra nhiều ứng dụng tiềm năng trong tương lai.
Zero-WAM là mô hình video-hành động cho phép robot thực hiện các tác vụ chưa từng học thông qua việc quan sát video hướng dẫn từ con người, giúp giải quyết bài toán tổng quát hóa trong điều khiển robot.
GLiNER 2.5 loại bỏ giới hạn độ rộng thực thể, hỗ trợ ngữ cảnh 4096 từ và tăng hiệu suất đáng kể trên các tác vụ zero-shot, giúp tối ưu hóa khả năng trích xuất thông tin đa ngôn ngữ.
TinyCast là mô hình dự báo zero-shot không dùng attention, chỉ với 146.505 tham số nhưng đạt độ chính xác ấn tượng nhờ kết hợp phát hiện chu kỳ phổ và kiến trúc mã hóa-giải mã tinh gọn, thiết lập chuẩn mực mới về hiệu quả tài nguyên.
CoToGrasp là khung làm việc mới giúp robot thực hiện các thao tác cầm nắm linh hoạt và ổn định dựa trên cấu trúc tiếp xúc, cho phép huấn luyện độc lập với vật thể và đạt khả năng suy luận zero-shot trên các vật thể lạ mà không cần gắn nhãn dữ liệu tốn kém.