A Nvidia apresentou o GR00T 2, um modelo aberto de IA que ensina movimentos precisos das mãos a robôs usando vídeos humanos. A Nvidia está disponibilizando para qualquer pessoa 100.000 horas de vídeo em primeira pessoa usadas no treinamento.
A Nvidia descreve o GR00T 2 como um modelo de ações no mundo: ele prevê como uma ação mudará o que o robô vê antes de executá-la. Treinado com dados de robôs e vídeos humanos, ele consegue transferir habilidades entre robôs com corpos diferentes, segundo a Nvidia.
Nos testes da Nvidia, o modelo alcançou uma taxa média de sucesso de 71% após assistir a uma única demonstração de uma tarefa, chegando a 95% após 5 demonstrações. No entanto, o artigo da empresa informa que as tarefas foram selecionadas entre aquelas que o modelo já conseguia aprender bem.
A Foxconn está usando o GR00T 2 para ajudar a montar servidores de IA, enquanto a Siemens testa aplicações em fábricas e a Nexuni experimenta tarefas de lavanderia. Nenhuma delas anunciou uso em produção. Para quem desenvolve robôs, o modelo e os vídeos oferecem recursos de desenvolvimento, mas os resultados divulgados não comprovam confiabilidade em tarefas comerciais desconhecidas.
O modelo aberto e a disponibilização dos vídeos dão a quem desenvolve robôs novos recursos para criar sistemas que manipulam objetos físicos.
Aprender habilidades com vídeos humanos pode reduzir a dependência de demonstrações coletadas separadamente para cada corpo de robô.
A confiabilidade comercial ainda não foi comprovada: os testes usaram tarefas selecionadas, e os parceiros citados não anunciaram uso em produção.
Escrito automaticamente pela Redação da Made in 10 a partir da fonte acima.
O Google está lançando TPU 8tx e 8i Max, variantes especializadas de seus chips de IA. As variantes são voltadas à computação confidencial e a aplicações de IA que precisam processar mais informações em uma única solicitação.
