شرح Dexmal DM0.5: نموذج أساسي مجسد بـ 150,000 ساعة للروبوتات الواقعية
DM0.5 هو أحدث نموذج أساسي مجسد من Dexmal، مبني على بيانات واسعة النطاق، وهندسة بمعلمات 4B، وذاكرة أطول، واستدلال مجسد، ومحاذاة المسار. هدفه الرئيسي تحسين تعميم الروبوت عبر المهام والبيئات والتجسيدات. كما يوضح المقال أن النموذج وحده غير كافٍ. تم تصميم منصة DexDev من Dexmal، وDFOL2.0، وDexOS، وMaaS، ونظام Ferrata لتحويل قدرة النموذج إلى بنية تحتية قابلة للنشر. **الخلاصة الرئيسية: DM0.5 ليس مجرد تحديث للنموذج؛ بل هو محاولة من Dexmal لربط التدريب والنشر والتشغيل في العالم الحقيقي للذكاء الاصطناعي المجسد في حزمة واحدة.**
شرح Dexmal DM0.5: نموذج أساسي متجسد بسعة 150,000 ساعة للروبوتات في العالم الحقيقي
مقدمة
لا يعاني الذكاء الاصطناعي المتجسد من نقص في العروض القوية، أو الأجهزة الروبوتية الجديدة، أو المواهب البحثية. لكن المشكلة الأصعب لا تزال كما هي: كيف نبني عجلة بيانات قادرة على تحسين الروبوتات باستمرار في المهام الواقعية؟
قدمت شركة Dexmal، المعروفة بالصينية باسم 原力灵机، نموذجًا أساسيًا متجسدًا جديدًا يسمى DM0.5 في فعاليتها للمطورين. يُوضع النموذج كنموذج أساسي متعدد الأغراض للذكاء المتجسد في العالم المفتوح. يهدف إلى ربط ثلاثة أشياء غالبًا ما تظل منفصلة في مجال الروبوتات: بيانات الروبوتات واسعة النطاق، تعميم النموذج، والبنية التحتية للنشر.
وفقًا لتقرير QbitAI الأصلي، تم بناء DM0.5 على 150,000 ساعة من البيانات، ويستخدم نموذجًا بـ 4 مليارات معلمة، وهو مصمم لدعم التنقل، الإمساك، التحكم الكامل بالجسم، الذاكرة طويلة المدى، والنشر عبر الأجسام المختلفة.
150,000 ساعة من البيانات: الأساس وراء DM0.5
تصف Dexmal DM0.5 بثلاث كلمات رئيسية: أكبر، أقوى، وأكثر عملية.
يُوضع النموذج كنموذج أساسي متجسد عام للمهام في العالم المفتوح. مقارنةً بالنموذج السابق DM0، يضاعف DM0.5 حجم المعلمات إلى 4 مليارات معلمة ويزيد حجم بيانات التدريب بنسبة 400%.
يتكون أساس الـ 150,000 ساعة من البيانات بشكل رئيسي من ثلاثة أنواع من البيانات عالية الجودة.
1. بيانات تشغيل الروبوتات الحقيقية
يستخدم DM0.5 50,000 ساعة من بيانات تشغيل الروبوتات عالية الدقة. تغطي هذه البيانات أكثر من 100 نوع من الإجراءات وتدعم المواءمة الدقيقة بين التعليمات والإجراءات على مستوى الثواني.
يساعد هذا الجزء من مجموعة البيانات النموذج على تعلم كيفية تنفيذ الإجراءات الفيزيائية فعليًا في العالم الحقيقي، وليس فقط كيفية وصفها باللغة.
2. بيانات منظور الشخص الأول
يستخدم النموذج أيضًا 100,000 ساعة من بيانات منظور الشخص الأول. يمنح هذا النموذج رؤية أكثر شبهاً بالبشر للبيئة ويدعم توليد معالم ثلاثية الأبعاد عالية الدقة على مستوى المليمتر.
تعتبر بيانات منظور الشخص الأول مهمة لأن الروبوتات تحتاج إلى فهم المشاهد من منظور الفاعل الذي يتحرك في العالم، وليس فقط من زوايا الكاميرا الثابتة.
3. بيانات إعادة بناء المشهد
تستخدم Dexmal أيضًا بيانات إعادة بناء المشهد بناءً على مليون متر مربع من البيانات المكانية. الهدف هو نمذجة البيئات الداخلية المعقدة وتقليل فجوة المحاكاة والواقع بين المحاكاة والنشر الفعلي.
هذا مهم للذكاء المتجسد لأن الروبوت الذي يؤدي أداءً جيدًا في جهاز المحاكاة قد يفشل عندما تتغير الإضاءة، وضع الأشياء، أو احتكاك السطح، أو السلوك البشري في مشهد حقيقي.
ثلاثة تحسينات معمارية في DM0.5
إلى جانب حجم البيانات، يقدم DM0.5 ثلاثة تحسينات رئيسية على مستوى البنية المعمارية. صُممت هذه التحسينات لمساعدة الروبوتات على الانتقال من "تذكر الإجراءات" إلى "فهم المهام".
1. طبقة تجريد السياق
العديد من المهام الروبوتية في العالم الحقيقي ليست أوامر قصيرة من خطوة واحدة. قد تستمر لعدة دقائق وتتطلب من الروبوت تذكر ما حدث سابقًا.
يضيف DM0.5 ضغطًا فعالًا للسياق ويدعم ما يصل إلى 60 ثانية من الذاكرة الأصلية، بمتوسط قدرة ذاكرة حوالي 30 ثانية. يسمح هذا للنموذج
للحفاظ على السياق التاريخي المفيد وفهم أفضل لكيفية تغير البيئة خلال مهمة طويلة المدى.
في المهام طويلة الأمد، يمكن لهذا النوع من الذاكرة أن يقلل السلوك المجزأ ويساعد الروبوت في الحفاظ على تسلسل إجراءات أكثر اتساقًا.
2. مهام سلسلة التفكير المجسدة
لا يزال نموذج DM0.5 يتبع توجهًا على غرار VLA، لكن Dexmal أضافت مهامًا أكثر توجهاً نحو التفكير، تشمل التخطيط للمهام، وتحديد المواقع المستهدفة، والتنبؤ بالحالات المستقبلية.
بكلمات بسيطة، يتم تشجيع النموذج على التخطيط قبل التنفيذ. عندما يكون الأمر معقدًا، يمكنه تقسيم الهدف إلى خطوات أصغر، وتنظيم ترتيب الإجراءات، وتقليل سلوك التجربة والخطأ.
3. طبقة محاذاة المسار
تعمل الأوامر باللغة الطبيعية وحركات مفاصل الروبوت في مساحات مختلفة جدًا. قد يقول الشخص جملة واحدة، لكن الروبوت لا يزال بحاجة إلى ترجمة هذا التعليمات إلى حركة على مستوى الميليمترات للذراع أو القابض أو الجسم.
تساعد طبقة محاذاة المسار النموذج على تعلم الحركة كعملية متسقة وليس كمجموعة نقاط منعزلة. وهذا يجعل النموذج أفضل في فهم نمط الحركة بين النية والتنفيذ.
معًا، تدعم هذه التحسينات ادعاء Dexmal بأن DM0.5 لا يحفظ الإجراءات فحسب، بل يتعلم تمثيلًا أكثر وعيًا بالمهام للعالم المادي.
نتائج المقارنة المعيارية ومكاسب الكفاءة
في ظل هذا الإعداد للبيانات والهندسة، يُظهر DM0.5 العديد من التحسينات المبلغ عنها في الأداء عبر تقييمات الروبوتات الحقيقية والمحاكاة.
وفقًا للتقرير، يتفوق DM0.5 على النماذج الحالية الأكثر تقدمًا (SOTA) عبر أربعة معايير عامة للروبوتات الحقيقية والمحاكاة. يمكن لنموذج واحد دعم أنواع متعددة من المهام، بما في ذلك الملاحة، والإمساك، والتحكم الكامل بالجسم.
بالمقارنة مع DM0، يُقال إن DM0.5 يحسن:
- معدل نجاح الملاحة بدون أمثلة بنسبة 31%
- معدل النجاح بعدد قليل من الأمثلة بنسبة 45%
- معدل نجاح المهام المضبوطة بنسبة 20%
- كفاءة الاستدلال بنسبة 25%
كما أن زمن الوصول المبلغ عنه منخفض لنشر الروبوتات:
- 50 ميلي ثانية زمن استدلال على NVIDIA H100
- 90 ميلي ثانية زمن استدلال على RTX 4090
هذه الأرقام مهمة لأن الذكاء الاصطناعي المجسد لا يمكنه أن يكون دقيقًا فقط. بل يحتاج أيضًا إلى الاستجابة بسرعة كافية للتحكم المادي في الوقت الفعلي.
التعميم والتكاليف المنخفضة: ماذا يعني "المفيد" بالنسبة لـ DM0.5
في حدث المطورين، جادل تانغ وينبين، المؤسس المشارك والرئيس التنفيذي لشركة Dexmal، بأن العديد من نماذج الذكاء الاصطناعي المجسدة يتم إصدارها، ولكن السؤال الحقيقي هو ما إذا كانت مفيدة بالفعل.
تستخدم Dexmal معيارين عمليين لتحديد النموذج الأساسي المجسد المفيد:
- ما مدى قوة تعميم النموذج بدون أمثلة؟
هذا يحدد الحد الأعلى لقدرة النموذج. - ما مدى كفاءة التدريب اللاحق؟
هذا يحدد مدى سرعة انتقال النموذج إلى سيناريوهات صناعية أو خدمية حقيقية.
بالنسبة للتدريب اللاحق، يُقال إن DM0.5 يخفض تكلفة الضبط الدقيق بنسبة 60%. يمكن ضبط مهمة جديدة في اتجاه المصب ونشرها لأداء خبير باستخدام بطاقة رسوميات استهلاكية واحدة فقط من نوع RTX 4090، في مدة تصل إلى 18 ساعة.
التغيير الأكبر هو في التعميم. تؤكد Dexmal أن DM0.5 مصمم لفهم العلاقات بين الأشياء والمشاهد والمهام وأجسام الروبوتات والتعليمات باللغة الطبيعية. وتقول الشركة
لقد لاحظت بالفعل علامات ظهور التعميم في DM0.5.
1. القدرة على الأداء بدون تدريب مسبق
تقيس القدرة على الأداء بدون تدريب مسبق ما يمكن للروبوت فعله دون رؤية المهمة المحددة أثناء التدريب.
اختبرت Dexmal نموذج DM0.5 على الروبوتات أحادية الذراع Franka وDexmal-Mint عبر ثمانية إجراءات ذرية أساسية:
- الالتقاط
- الوضع
- التغطية
- التدوير
- الدفع
- السحب
- المسح
- التكديس
وشملت الاختبارات أيضًا حالات أكثر تعقيدًا لتتبع التعليمات تتضمن اللون والشكل والحجم والحالة والموضع المطلق والموضع النسبي والتعليمات الطويلة المتسلسلة.
في التقييم المُبلغ عنه، تطابق DM0.5 مع PI 0.5 في قدرة واحدة لذراع Franka أحادي المتعلقة بالحركة، بينما تفوق على DM0 وPI 0.5 في العناصر الأخرى التي تم اختبارها.
2. القدرة على الضبط الدقيق
تُظهر القدرة على الضبط الدقيق مدى تكيف النموذج بعد دخول بيئة المهمة الفعلية.
على معيار الروبوت الحقيقي RoboChallenge Table30 V2، تم اختبار DM0.5 عبر 30 مهمة معقدة وأربعة نماذج روبوتية غير متجانسة. ويُقال إنه حصل على درجة 54.42 بمعدل نجاح 43%، محتلاً المرتبة الأولى في ذلك التقييم.
كما جدد النموذج النتائج في العديد من معايير الإمساك والملاحة المعترف بها. في LIBERO، يُقال إن DM0.5 وصل إلى أداء إجمالي قدره 99.1%، بما في ذلك 94.1% في السيناريوهات النظيفة و94.4% في السيناريوهات العشوائية.
التفصيل العملي المهم هو التكلفة: تقول Dexmal إن مهمة جديدة يمكن ضبطها بدقة خلال 18 ساعة على بطاقة RTX 4090 واحدة، بينما يمكن تشغيل الاستدلال بسرعة 90 مللي ثانية على نفس فئة بطاقات الرسوميات.
3. الذاكرة الأفقية الطويلة الأصلية
يدعم DM0.5 ما يصل إلى 60 ثانية من الذاكرة الأفقية الطويلة الأصلية. تشير Dexmal إلى أن العديد من نماذج التجسيد الحالية تبقى عادة أقل من 10 ثوانٍ من الذاكرة.
تسمح الذاكرة الأطول للروبوتات بمعالجة المهام متعددة الخطوات حيث تتغير البيئة بمرور الوقت. على سبيل المثال، في مهمة تخزين فوضوية أو تنظيم منزلي، يحتاج الروبوت إلى تذكر ما نقله بالفعل، وما تبقى، وكيف تغير المشهد.
يدعم DM0.5 أيضًا التنبيه بالفيديو. بفضل قدرة الذاكرة الطويلة، يمكن للنموذج فهم فيديو توضيحي قصير لشخص وتوجيه سلوكه ليتناسب مع المهمة الموضحة، مما يقلل الاعتماد على التعليمات المعتمدة على اللغة فقط.
4. المتانة ضد التداخل
يستخدم DM0.5 تصميمًا مزدوج النظام:
- النظام 2 يتعامل مع الفهم عالي المستوى والاستدلال والتخطيط.
- النظام 1 يتعامل مع الاستجابة الحركية عالية التردد.
يتم تعزيز النموذج لمواجهة اضطرابين شائعين طويلي الذيل في السيناريوهات المتجسدة:
- اضطراب الكاميرا: يجب أن يظل الروبوت ثابتًا حتى عندما تتغير زاوية رؤية الكاميرا فجأة.
- المقاطعة البشرية: يجب أن يفهم الروبوت أن حالة المهمة قد تغيرت ويعدل إجراءاته التالية بعد أن يقاطع شخص ما العملية.
هذا مهم لأن النشر في العالم الحقيقي نادرًا ما يبدو وكأنه عرض توضيحي في مختبر نظيف. يتحرك الأشخاص، وتتغير الكاميرات، ولا تكون الأشياء دائمًا في المكان الذي يتوقعه الروبوت.
5. دعم النماذج المتعددة
تم تدريب DM0.5 مع تكامل متعدد الروبوتات والمهام، لذا فهو مصمم للنقل عبر المنصات.
تقول Dexmal إن النموذج يمكنه التكيف مع عدة أنواع روبوتية رئيسية وغير متجانسة، بما في ذلك الروبوتات البشرية ذات القدمين، والروبوتات ذات العجلات، والمناولين ذوي الذراع المزدوجة والذراع المفردة، والأيدي الماهرة.
أيادي.
تورد المقالة أمثلة مثل "ألوهة"، "ARX"، "UR"، "W1"، "يونيتري G1"، "تيانغونغ"، "هواكين"، و"ريلمان". كما تقول "ديكسمال" إن النموذج يمكن نشره بسرعة على أجسام روبوتية جديدة غير معروفة مع تكيف خفيف الوزن.
النقطة الأوسع هي أن التعميم يجب أن ينقل الروبوتات بعيدًا عن البيئات الثابتة والنصوص الحركية الثابتة. يمكن لنموذج أكثر عمومية التعامل مع كائنات جديدة، ومشاهد جديدة، وتعليمات جديدة، وأجسام روبوتية جديدة مع عمل أقل تخصيصًا.
نموذج أساسي وحده لا يكفي
النموذج الأساسي القوي المتجسد هو الخطوة الأولى فقط. لجعل الذكاء الاصطناعي المتجسد يعمل في الصناعة، لا يزال النموذج بحاجة إلى أدوات، وأنظمة نشر، وتغذية راجعة للبيانات، وبنية تحتية للتشغيل في العالم الحقيقي.
تستخدم "ديكسمال" فكرة "الصاروخ ثلاثي المراحل" لوصف هذه البنية:
- المرحلة الأولى: DM0.5 كنموذج أساسي عام.
- المرحلة الثانية: منصة المطورين "ديكس ديف"، بما في ذلك DFOL2.0 وMaaS وDexOS.
- المرحلة الثالثة: "فيراتا"، نظام تشغيل هجين متعدد الوكلاء للسيناريوهات الحقيقية.
تهدف هذه الطبقات إلى جعل النموذج أرخص في الاستدعاء، وأسهل في النشر عبر الأجهزة، وأكثر استقرارًا في بيئات المهام الواقعية.
أولاً: منصة مطوري ديكس ديف
"ديكس ديف" هي منصة مطوري "ديكسمال" لتقليل تعقيد تطبيق نماذج الذكاء الاصطناعي المتجسدة.
في مجال الذكاء الاصطناعي المتجسد الحالي، غالبًا ما تكون النماذج والأجهزة والمهام ومجموعات البيانات وبيئات النشر مجزأة. قد يحتاج المطورون إلى فهم الخوارزميات والتحكم في الروبوتات والتكيف مع الأجهزة وتكرار السيناريوهات في وقت واحد.
تم بناء "ديكس ديف" حول ثلاث وحدات.
1. DFOL2.0: إطار عمل مدفوع بنموذج العالم
DFOL2.0 هو إطار عمل للتعلم المعزز المتجسد وحلقة البيانات مدفوعًا بنموذج العالم العام لـ "ديكسمال"، DW0.5.
دوره هو مساعدة النموذج على التحسن المستمر. بدلاً من الاعتماد فقط على التجربة والخطأ المكلفين على الروبوتات الحقيقية، يستخدم DFOL2.0 بيئات فيزيائية افتراضية عالية الدقة لتدريب السياسات في حلقة مغلقة بتكلفة ومخاطر أقل.
كما يغذي بيانات المهام والفشل في العالم الحقيقي مرة أخرى إلى السحابة، مما يساعد النموذج الأساسي على الاستمرار في التطور.
وفقًا لـ "ديكسمال"، يمكن لـ DFOL2.0 تقليل الطلب على بيانات تدريب الروبوتات الحقيقية بنسبة 60% وتكلفة التدريب بنسبة 40%.
2. DexOS: نظام تشغيل عام للذكاء الاصطناعي المتجسد
يحدد DexOS واجهة معيارية تُسمى ECP، أو بروتوكول التحكم المتجسد.
الهدف هو إخفاء الاختلافات عبر الأجهزة الروبوتية غير المتجانسة. بدلاً من حل مشكلة التكيف الصعبة "N × M" بين العديد من النماذج والعديد من الأجسام الروبوتية، يحاول DexOS تبسيط النشر إلى مشكلة اتصال موحدة "N + 1".
يهدف هذا إلى مساعدة نماذج سلسلة DM على العمل عبر أجهزة مختلفة بتكلفة أقل، وزمن وصول أقل، وتحكم أكثر استقرارًا.
3. خدمة MaaS المتجسدة
قدمت "ديكسمال" أيضًا خدمة MaaS متجسدة لعائلة نماذج DM.
الفكرة هي حزم قدرات النموذج الأساسي كخدمة. لا يحتاج المطورون إلى تدريب النماذج من الصفر أو التعامل مع كل تفاصيل تكييف الأجهزة بأنفسهم. يمكنهم استدعاء قدرات النموذج بشكل أكثر مباشرة لنشر الروبوت وترقيته.
في بنية "ديكسمال"، يساعد DFOL2.0 النموذج على التحسن، ويربط DexOS بين البرامج والأجهزة، وتجعل MaaS النموذج أسهل في الاستخدام على نطاق واسع.
ثانيًا
فيراتا: نظام تشغيل هجين متعدد الوكلاء
بمجرد أن تتمكن قدرات الروبوت الواحد من الاستدعاء عبر MaaS، يصبح التحدي التالي هو التعاون بين الروبوتات المتعددة.
قدمت شركة Dexmal نظام فيراتا، وهو نظام تشغيل هجين متعدد الوكلاء مصمم للسيناريوهات الواقعية. يهدف هذا النظام إلى التعامل مع الجدولة على مستوى النظام عبر أهداف ونماذج وأشكال روبوتية وحدود سلامة متعددة.
تم بناء فيراتا على عائلة نماذج DM و Realtime-VLA. لا يقتصر هذا النظام على روبوت معين. بدلاً من ذلك، يقوم بتنسيق المهام والنماذج وأنواع الأجهزة وآليات السلامة على مستوى النظام.
من خلال التسلسل الهرمي للمهام، ومعالجة الاستثناءات، والتدخل البشري، وتغذية البيانات الراجعة، يهدف فيراتا إلى إبقاء الروبوتات تعمل بشكل مستمر في البيئات الحقيقية.
من DM0.5 إلى DexDev وفيراتا، تحاول Dexmal بناء مسار بنية تحتية كامل من القدرة النموذجية إلى الإنتاجية الحقيقية.
الطبقة الأولى هي النموذج العام. الطبقة الثانية هي البنية التحتية الأساسية للتدريب و MaaS وأنظمة التشغيل. الطبقة الثالثة هي نظام تشغيل على مستوى السيناريو يساعد الذكاء الاصطناعي المتجسد على الانتقال من العروض المخبرية إلى بيئات الإنتاج.
الأسئلة الشائعة
ما هو نظام Dexmal DM0.5؟
DM0.5 هو نموذج أساسي متجسد قدمته Dexmal، ويُعرف أيضًا باسم 原力灵机. تم وضعه كنموذج عام بـ 4 مليارات معلمة للمهام الروبوتية في العالم المفتوح مثل الملاحة والإمساك والتحكم الكامل بالجسم واتباع الأوامر.
ما كمية البيانات المستخدمة لتدريب DM0.5؟
وفقًا للتقرير الأصلي، تم بناء DM0.5 على 150,000 ساعة من البيانات. يتضمن ذلك 50,000 ساعة من بيانات تشغيل الروبوت الحقيقية، و100,000 ساعة من بيانات منظور الشخص الأول، وبيانات إعادة بناء المشاهد واسعة النطاق تغطي مليون متر مربع.
ما الذي يميز DM0.5 عن DM0؟
يضاعف DM0.5 حجم معلمات النموذج إلى 4 مليارات ويزيد حجم البيانات بنسبة 400% مقارنة بـ DM0. كما يضيف ذاكرة طويلة الأمد، ومهام التفكير والتجسيد، ومحاذاة المسار لتحسين فهم المهام وتعميمها.
هل يمكن تشغيل DM0.5 على وحدات معالجة رسومية استهلاكية؟
يقول التقرير إن DM0.5 يمكنه إكمال ضبط دقيق بمستوى خبير لمهمة جديدة منخفضة المستوى على بطاقة رسوميات RTX 4090 واحدة في غضون 18 ساعة فقط. كما يبلغ عن زمن انتقال للاستدلال يبلغ 90 مللي ثانية على RTX 4090 و 50 مللي ثانية على H100.
ما هو DexDev؟
DexDev هي منصة المطورين من Dexmal لتطبيقات الذكاء الاصطناعي المتجسد. تتضمن DFOL2.0 للتعلم المعزز وحلقات البيانات، و DexOS للتحكم عبر الأجهزة المختلفة، و MaaS لتسهيل الوصول إلى القدرات النموذجية.
ما هو استخدام فيراتا؟
فيراتا هو نظام تشغيل هجين متعدد الوكلاء للسيناريوهات الروبوتية الواقعية. ينسق المهام وأجهزة الروبوت والنماذج وحدود السلامة ومعالجة الاستثناءات والتدخل البشري وتغذية البيانات الراجعة.
هل DM0.5 مفتوح المصدر؟
يركز المقال على إصدار DM0.5 والقدرات المبلغ عنها، لكنه لا يذكر بوضوح أن DM0.5 نفسه مفتوح المصدر. تحتفظ Dexmal بمجموعة أدوات Dexbotic VLA مفتوحة المصدر، والوثائق المتعلقة بـ DM0 متاحة من خلال مستودع Dexbotic على GitHub.
لماذا تعتبر الذاكرة طويلة المدى مهمة في الذكاء الاصطناعي المتجسد؟
غالبًا ما تحتاج الروبوتات إلى إكمال مهام متعددة الخطوات حيث يتغير المشهد بمرور الوقت. تساعد الذاكرة الأطول النموذج على تتبع الإجراءات السابقة وحالة المهمة الحالية والتغيرات البيئية، مما يجعل
الروبوت أقل عرضة لفقدان السياق أثناء المهام الطويلة.
الأدوات ذات الصلة
- ديكسمال: الموقع الرسمي لشركة ديكسمال، الشركة المطورة لـ DM0 وDM0.5 وDexDev وفيراتا.
- ديكسبوتيك: صندوق أدوات مفتوح المصدر من ديكسمال لتطوير نماذج VLA في أبحاث الذكاء التجسيدي.
- روبوتشالينج: منصة معايير لتقييم أداء مهام الروبوت في بيئات الذكاء الاصطناعي التجسيدي.
- هَغِنغ فيس: منصة استضافة نماذج تُستخدم في توثيق ديكسبوتيك لنقاط فحص نموذج DM0.
- آركايف: منصة أوراق بحثية تتوفر فيها ورقة DM0 التقنية.
الروابط ذات الصلة
- الموقع الرسمي لديكسمال: معلومات الشركة والمنتجات الرسمية من ديكسمال.
- مستودع ديكسبوتيك على جيتهاب: صندوق أدوات VLA مفتوح المصدر للتدريب المسبق والضبط الدقيق والاستدلال والتقييم.
- درس DM0 في ديكسبوتيك: التوثيق الرسمي لديكسبوتيك لاستخدام إعدادات DM0 المخصصة.
- ورقة DM0 على آركايف: الورقة البحثية لـ "DM0: نموذج رؤية-لغة-فعل تجسيدي نحو الذكاء الاصطناعي الفيزيائي".
- تشغيلات DM0 على روبوتشالينج: تشغيلات عامة على روبوتشالينج مرشحة لنموذج DM0 على منصة Table30.
- منظمة ديكسمال على جيتهاب: صفحة منظمة ديكسمال على جيتهاب وقائمة المشاريع مفتوحة المصدر.
الملخص
DM0.5 هو أحدث نموذج أساسي تجسيدي من ديكسمال، مبني على بيانات واسعة النطاق، وهندسة تحتوي على 4 مليارات معامل، وذاكرة أطول، واستدلال تجسيدي، ومحاذاة مسار الحركة. هدفه الرئيسي هو تحسين تعميم الروبوت عبر المهام والبيئات والهياكل التجسيدية.
يوضح المقال أيضًا لماذا لا يكفي النموذج وحده. تم تصميم منصة DexDev وDFOL2.0 وDexOS وMaaS ونظام Ferrata من ديكسمال لتحويل قدرات النموذج إلى بنية تحتية قابلة للنشر.
الخلاصة الرئيسية: DM0.5 ليس مجرد تحديث للنموذج؛ بل هو محاولة من ديكسمال لربط تدريب الذكاء الاصطناعي التجسيدي ونشره وتشغيل الروبوتات في العالم الحقيقي في حزمة واحدة.