Agile Robots интегрирует фундаментальные модели Google DeepMind в своих роботов
Agile Robots объявила о партнёрстве с Google DeepMind: компания встроит фундаментальные AI-модели DeepMind в своих роботов, одновременно собирая реальные данные
Немецкая робототехническая компания Agile Robots присоединилась к растущему списку партнёров Google DeepMind. Согласно соглашению, Agile Robots встроит фундаментальные модели DeepMind в своих роботов, а взамен будет собирать реальные данные о взаимодействии с физическим миром для исследовательской лаборатории. Agile Robots основана в 2018 году как спин-офф немецкого аэрокосмического центра DLR.
Компания специализируется на роботах-манипуляторах с интеллектуальным управлением — флагманский продукт Diana способен выполнять точные операции сборки и манипуляции объектами. Штаб-квартира в Мюнхене, но компания активно расширяется на рынках Китая и Европы. Со стороны Google DeepMind это партнёрство продолжает серию стратегических соглашений с робототехническими компаниями.
Ранее DeepMind заключила аналогичные сделки с Apptronik, Enchanted Tools и рядом других стартапов. Суть схемы во всех случаях одинакова: DeepMind предоставляет доступ к фундаментальным моделям, позволяющим роботам осваивать новые задачи быстрее и с меньшим числом примеров, а партнёры в ответ поставляют поток реальных данных о работе в физическом мире. Фундаментальные модели для роботов — это крупные предобученные нейросети, которые по аналогии с языковыми моделями способны обобщать знания между разными задачами.
Вместо обучения с нуля для каждой операции такая модель переносит навыки: базовые знания о физике захвата объектов помогут роботу быстрее освоить сборку новой детали. Google DeepMind инвестирует в это направление через проект RT-2 и его последователей, объединяющих компьютерное зрение, языковое понимание и управление манипуляторами. Ключевая проблема, которую решают подобные партнёрства, — дефицит данных.
Языковые модели учились на триллионах токенов из интернета. У роботов такого ресурса нет: каждый цикл движения нужно физически выполнить в реальном мире. Именно поэтому структура сделки выглядит так: DeepMind нужны реальные траектории движения, усилия захвата, данные о неудачных попытках — то, что роботы Agile Robots генерируют в ходе обычной работы.
Для DeepMind это ценный обучающий сигнал, для Agile Robots — доступ к передовым AI-моделям без необходимости самостоятельно строить исследовательскую инфраструктуру. Партнёрство вписывается в более широкую конкурентную картину. OpenAI инвестировала в Figure AI и 1X.
Amazon поддерживает Agility Robotics. Microsoft работает с Apptronik. Nvidia строит платформу Isaac и вкладывается в широкий спектр робототехнических стартапов.
Борьба за то, чья AI-платформа станет стандартом для следующего поколения промышленных роботов, разворачивается прямо сейчас, и каждое новое партнёрство — ещё один кирпич в соответствующую экосистему. Для DeepMind данные из реального мира критически важны ещё и потому, что так называемый sim-to-real gap — разрыв между возможностями модели в симуляции и в физической среде — по-прежнему остаётся серьёзным препятствием. Данные от партнёров-производителей позволяют сокращать этот разрыв значительно быстрее, чем в рамках закрытой лаборатории.
Agile Robots становится частью формирующейся экосистемы, в которой несколько крупных AI-лабораторий фактически выстраивают параллельные стандарты для интеллектуальных роботов. Какой из этих стандартов победит — или выживут ли несколько — во многом определит архитектуру промышленной автоматизации следующего десятилетия.