Table des matières
" >"L'histoire évolutive" du robot humanoïde Tesla
Maison Périphériques technologiques IA Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à s'auto-corriger et peut aller encore plus loin

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à s'auto-corriger et peut aller encore plus loin

May 06, 2024 pm 02:52 PM
人工智能 人形机器人 optimus

Le robot humanoïde Tesla a débloqué de nouvelles compétences !

Hier, Tesla Optimus a officiellement publié une nouvelle vidéo de démonstration, montrant les dernières avancées du robot humanoïde Optimus de deuxième génération.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Cette fois, Optimus a commencé à travailler dans l'usine, a appris à assembler des batteries à l'usine de batteries Tesla et a marché plus vite, plus loin et plus régulièrement qu'avant.

Jetons un premier aperçu des dernières compétences et détails de la formation d'Optimus.

Le réseau neuronal de bout en bout d’Optimus est désormais formé pour assembler avec précision les cellules de batterie dans les usines Tesla.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Fonctionne en temps réel sur l'ordinateur FSD du robot, en s'appuyant uniquement sur des caméras 2D, des capteurs tactiles et de force. Optimus utilise ses jambes pour maintenir l'équilibre tandis que le réseau entraîne tout le haut de son corps.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Pendant le processus d'insertion, des mouvements très précis sont nécessaires et le taux de tolérance aux pannes est très faible. Le réseau neuronal localisera automatiquement le prochain emplacement libre. Optimus est également capable de se remettre de manière autonome en cas de panne.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Les données de formation d'Optimus sont collectées via des opérations humaines à distance et mises à l'échelle pour une variété de tâches.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Optimus est testé en usine et les taux d'intervention humaine continuent de diminuer.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Bien sûr, Optimus peut désormais se déplacer régulièrement dans le bureau, non seulement plus vite mais aussi de plus en plus loin.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

À cet égard, l'ingénieur Tesla Optimus (Tesla Bot), Milan Kovac, a expliqué plus en détail la formation Optimus.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Au cours des derniers mois, l’incroyable équipe de fabrication de Tesla a construit davantage de robots pour mener des recherches et collecter des données d’IA.

L'équipe a formé et déployé un réseau neuronal qui a permis à Optimus de commencer à effectuer des tâches utiles, telles que ramasser des cellules de batterie sur un tapis roulant et les insérer dans des palettes avec précision.

Ce réseau neuronal fonctionne de bout en bout, ce qui signifie qu'Optimus ne consomme que la vidéo de la caméra 2D du robot et les données des propriocepteurs embarqués et produit directement des séquences de contrôle conjointes.

Optimus fonctionne entièrement sur l'ordinateur FSD intégré du robot, alimenté par une batterie intégrée. Cette conception permet à un seul réseau neuronal d'effectuer plusieurs tâches en ajoutant des données plus diverses au processus de formation.

Bien qu'Optimus ne soit pas encore parfait et soit encore un peu lent, nous constatons des taux de réussite de plus en plus élevés et de moins en moins d'erreurs. Tesla a également formé Optimus à se remettre des cas de défaillance et a vu des corrections spontanées se produire.

Tesla a déployé plusieurs robots humanoïdes Optimus dans une usine, où ils sont testés quotidiennement sur des postes de travail réels et améliorés en permanence.

L'équipe travaille sur d'autres travaux pour permettre à Optimus de se déplacer plus rapidement et de gérer des terrains plus difficiles sans sacrifier ses fonctionnalités conviviales. L’équipe se concentrera également sur la répétabilité, en entraînant les réseaux neuronaux pour gérer l’étalonnage dynamique et les petites différences entre les robots. Il y aura bientôt plus de mises à jour.

De plus, Jim Fan, chercheur scientifique principal et responsable des agents IA chez Nvidia, a fait l'éloge des compétences démontrées dans la nouvelle vidéo d'Optimus.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Il pense que la vidéo nous donne un aperçu de la scène réelle de la collecte de données humaines, ce qui constitue le plus grand avantage d'Optimus. Que faut-il pour construire un tel pipeline ? Optimus fait ce qui suit :

La main d'Optimus est l'une des mains de robot à cinq doigts les plus adroites au monde. Elle a une perception tactile et possède 11 degrés de liberté (DOF), contre seulement 6 à 7 DOF et est suffisamment robuste. pour résister à un grand nombre d’interactions d’objets sans nécessiter de maintenance continue.

Logiciel d'opération à distance : nous pouvons voir des opérateurs humains portant des lunettes et des gants VR. La configuration du logiciel pour permettre la diffusion en temps réel de vidéos à la première personne et un contrôle précis de la sortie tout en maintenant une latence extrêmement faible est assez remarquable. Les humains sont très sensibles au moindre délai entre leurs propres mouvements et ceux d’un robot. Optimus dispose d'un contrôleur fluide pour tout le corps qui peut effectuer des poses humaines en temps réel.

Flotte à grande échelle : vous avez besoin de plus d'un robot pour collecter des données en parallèle, d'humains formés travaillant plusieurs équipes par jour (de préférence 24h/24 et 7j/7) et d'une équipe de maintenance de garde pour garantir que les robots sont toujours en statut Occupé. . Cela représente une grande complexité opérationnelle que les laboratoires de recherche universitaires ne prennent même pas en compte.

Tâche et environnement : il est tout aussi important de déterminer ce que vous souhaitez opérer à distance. Actuellement, la plupart de ce travail est basé sur des démonstrations : collectez des données sur les tâches que vous souhaitez intégrer dans des vidéos sur les réseaux sociaux. Mais pour résoudre le problème des robots polyvalents, nous devons réfléchir attentivement à la répartition des tâches et des environnements. Dans la partie de 43 à 51 secondes de la vidéo, nous pouvons voir les paramètres de l'usine et de la maison, tels que le déplacement des batteries, le traitement du linge et le tri des articles du quotidien sur les étagères.

Il s'agit d'une question de recherche ouverte : si vous aviez seulement le budget nécessaire pour collecter des données de formation pour 1000 tâches, que choisiriez-vous pour maximiser le transfert de compétences et la généralisation ?

Conclusion : La téléopération est nécessaire, mais pas suffisante, pour résoudre le problème des robots humanoïdes. Il ne peut fondamentalement pas évoluer.

Dans la zone de commentaires, Musk a présenté en avant-première le dernier objectif de la main du robot humanoïde Optimus, qui aura 22 degrés de liberté (DoF) plus tard cette année. C'est encore plus excitant.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Plus tôt, Musk avait révélé lors de la conférence téléphonique sur les résultats que le robot humanoïde Tesla Optimus pourrait avoir la capacité d'accomplir des « tâches utiles en usine » d'ici la fin de cette année, et envisage de prendre la tête de sa propre usine avant le utilisation de fin de cette année. Dans le même temps, Tesla vendrait probablement Optimus avant la fin de 2025.

"L'histoire évolutive" du robot humanoïde Tesla

Le robot humanoïde Tesla remonte à l'événement "Tesla AI Day" en août 2021, lorsque Musk a révélé pour la première fois son intention de créer des robots humanoïdes. un robot (Tesla Bot).

Ce robot humanoïde mesure environ 1,72 mètre, pèse environ 112 livres, a une silhouette bien proportionnée et possède un écran facial. Il peut se déplacer à une vitesse d'environ 8 kilomètres/heure.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

En octobre 2022, lors du « Tesla AI Day » de cette année, le robot humanoïde Optimus a fait ses débuts. À cette époque, il ne pouvait pas présenter de danse ni d’autres spectacles fantaisistes. Le robot consomme 500 W d'énergie lorsqu'il travaille, pèse 73 kilogrammes et dispose de 27 degrés de liberté pour le mouvement des mains.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Cependant, lors de la démonstration de démonstration, Optimus a montré des photos de lui déplaçant des boîtes, arrosant des fleurs et travaillant dans la Gigafactory Tesla.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

En mai 2023, après plus de six mois d'hibernation, Tesla Optimus a enfin acquis la capacité de marcher en douceur et de saisir des objets.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

En septembre 2023, Tesla Optimus évolue à nouveau et peut classer les objets de manière autonome. Le point fort est l'entraînement complet de bout en bout du réseau neuronal : entrée vidéo, contrôle de sortie. Pendant son temps libre, il peut aussi faire du yoga pour le plaisir.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

En décembre 2023, la deuxième génération d'Optimus est arrivée, et les gens ont vraiment vu à quoi elle ressemblait dans le film "Public Enemy".

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Avec la sortie d’une nouvelle vidéo, la vitesse de progression sur les robots humanoïdes de Tesla est une fois de plus étonnante.

Le robot humanoïde Optimus de Tesla travaille en usine, est habile à démonter les batteries, à sauto-corriger et peut aller encore plus loin

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
2 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Repo: Comment relancer ses coéquipiers
4 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Adventure: Comment obtenir des graines géantes
4 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Combien de temps faut-il pour battre Split Fiction?
3 Il y a quelques semaines By DDD

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Sept questions d'entretien technique Cool GenAI et LLM Sept questions d'entretien technique Cool GenAI et LLM Jun 07, 2024 am 10:06 AM

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Le robot humanoïde universel grandeur nature Qinglong fait ses débuts au WAIC, accélérant l'entrée dans l'ère de l'intelligence incarnée Le robot humanoïde universel grandeur nature Qinglong fait ses débuts au WAIC, accélérant l'entrée dans l'ère de l'intelligence incarnée Jul 11, 2024 pm 02:03 PM

Dans l'après-midi du 4 juillet, sous la direction du Bureau du comité d'organisation de la Conférence mondiale sur l'intelligence artificielle, hébergé par le Bureau du comité d'organisation de la Conférence mondiale sur l'intelligence artificielle et organisé par le Centre national et local d'innovation des robots humanoïdes et l'Institut chinois d'électronique, cette site, "Technologie et applications robotiques" Le Forum mondial sur le développement des robots humanoïdes et de l'intelligence embarquée de la Conférence mondiale sur l'intelligence artificielle 2024 de la WAIC, co-organisé par le magazine, se tiendra au Centre d'exposition et de congrès de l'Exposition universelle de Shanghai dans l'après-midi du 4 juillet. Ce forum a invité 12 universitaires nationaux et étrangers, représentants d'entreprises et représentants de développeurs dans le domaine des robots humanoïdes et de l'intelligence incarnée à présenter des rapports principaux, à partager des technologies et à des tables rondes, et à publier les résultats innovants des robots humanoïdes. Le forum a attiré plus de 200 publics professionnels dans le domaine des robots humanoïdes et de l'intelligence incarnée, et ils ont été regardés en ligne via plusieurs plateformes de diffusion en direct.

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Utilisant Apple Vision Pro pour contrôler les robots à distance, NVIDIA : Il n'est pas difficile « d'intégrer l'homme et la machine » Utilisant Apple Vision Pro pour contrôler les robots à distance, NVIDIA : Il n'est pas difficile « d'intégrer l'homme et la machine » Aug 01, 2024 am 03:16 AM

Huang Renxun a déclaré : « La prochaine vague d'IA est celle des robots, et l'un des développements les plus passionnants est celui des robots humanoïdes. Aujourd'hui, le Projet GR00T a franchi une autre étape importante. Hier, le fondateur de NVIDIA, Huang Renxun, a parlé de son modèle de base universel de robot humanoïde « ProjectGR00T » dans son discours d'ouverture du SIGGRAPH2024. Le modèle reçoit une série de mises à jour en termes de fonctionnalités. Zhu Yuke, professeur adjoint à l'Université du Texas à Austin et chercheur scientifique principal chez NVIDIA, a tweeté, démontrant dans la vidéo comment NVIDIA intègre les systèmes RoboCasa et MimicGen, le cadre de formation par simulation à grande échelle pour les robots domestiques généraux, dans le Plateforme NVIDIA Omniverse et machine Isaac

See all articles