Китайская компания ShengShu Technology представила новую систему искусственного интеллекта под названием Motubrain — универсальную модель, которую разработчики называют «единым мозгом» для роботов, пишет Interesting Engineering.

В отличие от традиционных роботизированных систем, где восприятие, планирование и действия разделены между разными программными модулями, Motubrain объединяет всё это внутри одной архитектуры.

Создатели проекта утверждают, что модель одновременно обучается на видео, текстовых инструкциях и физических действиях. Благодаря этому робот способен не только распознавать окружающую среду, но и предсказывать развитие ситуации, принимать решения и сразу выполнять действия без переключения между отдельными системами.

В основе Motubrain лежит архитектура, которую разработчики называют Mixture-of-Transformers. Она объединяет обработку изображения, языка и движения в едином цикле. По словам основателя ShengShu Technology Чжу Цзюня, цель проекта — создать систему, которая будет не набором «сшитых» модулей, а полноценной моделью реального мира, способной понимать причинно-следственные связи и физику окружающей среды.

Одной из главных особенностей системы стало обучение на огромных массивах неразмеченных видео. Вместо того чтобы вручную помечать миллионы действий, модель самостоятельно извлекает закономерности движения из видеозаписей людей, симуляций и действий других роботов. Это значительно ускоряет масштабирование обучения.

Разработчики утверждают, что Motubrain способен выполнять цепочки до десяти последовательных действий, тогда как многие современные роботизированные системы уверенно справляются лишь с двумя-тремя шагами подряд. Во время испытаний роботы с новым ИИ могли адаптироваться к неожиданным ситуациям: например, если робот неудачно захватывал предмет, система самостоятельно распознавала ошибку и повторяла попытку, хотя специально этому сценарию её не обучали.

На тестовых платформах модель показала высокие результаты. В бенчмарке WorldArena она набрала 63,77 балла, а в RoboTwin 2.0 получила средний результат 96 из 100 для 50 различных задач. Разработчики утверждают, что это единственная система, преодолевшая отметку 95 баллов в случайно изменяющихся условиях среды.

Сейчас Motubrain уже используется в программах обучения роботов для промышленных, коммерческих и домашних задач. ShengShu Technology сотрудничает с несколькими робототехническими компаниями, а сама разработка рассматривается как шаг к созданию универсального «воплощённого ИИ» — систем, которые смогут действовать в физическом мире почти так же гибко, как человек.