LingBot-VA 2.0: Ant Groupova revolucionarna AI za robote postigla 225 Hz brzinu

Robotika dobija novog lidera - LingBot-VA 2.0 od Robbyant-a, AI jedinice unutar Ant Group-a, postigao je neverovatnu brzinu od 225 Hz u asinhronoj kontroli, što ga čini jednim od najbržih modela za upravljanje robotima. Ključna inovacija je smanjenje kašnjenja sa 927 milisekundi na samo 142 ms, što omogućava fluidnu interakciju sa okolinom.

Kako je postignut ovaj skok u performansama? Model koristi novu generaciju "Foresight Reasoning" tehnologije koja paralelno izvršava predviđanje i akcije. Dok robot izvršava jednu komandu, AI već predviđa sledeću, korigujući je u realnom vremenu kada stigne prava observacija iz okoline. Ovo rešenje eliminiše problem čekanja koji je mučio prethodne sisteme.

Sa 15.3 milijardi parametara, od kojih je aktivno samo 2.5 milijarde po tokenu, LingBot-VA 2.0 koristi "sparse MoE" (Mixture of Experts) arhitekturu koja dramatično povećava efikasnost. Za razliku od prethodne verzije koja je fino podešavala postojeće modele, ova verzija se trenira od nule kao izvorni kauzalni DiT model.

Praktične primene su impresivne - model može naučiti novu zadatak sa samo 10-15 demonstracija, a u realnim testovima koristi 20 teleoperisanih demonstracija po zadatku. Jedan od primera je sposobnost kombinovanja naučenih veština - kao što je postavljanje "calabash" (vrsta tikve) u zelenu posudu, što nije eksplicitno učeno.

Ključna tehnička poboljšanja uključuju "semantički tokenizer" koji povezuje vizuelne informacije i akcije u zajednički latentni prostor, što omogućava bolje razumevanje kako akcije menjaju okolinu. Pored toga, model koristi pet simultanih ciljeva treniranja umesto sekvencijalnog pristupa, čime se izbegava problem zaboravljanja prethodno naučenih veština.

Sa tako impresivnim rezultatima u simulacijama i na stvarnim robotima, pitanje nije da li će LingBot-VA 2.0 promeniti industriju, već koliko brzo će njegove tehnologije postati standard u robotici. Ant Group već pokazuje kako ozbiljno shvata ovaj prostor - sa 2,500 čistih i 25,000 randomizovanih demonstracija korištenih za treniranje, što je jedan od najvećih skupova podataka u ovoj oblasti.