VLA

Robot, który jednym modelem składa pranie, pakuje leki i nalewa herbatę - brzmi jak science fiction, ale dokładnie tego potrzebuje przemysł. Problem? Najlepsze kontrolery robotów są albo zamknięte (π0.5 od Physical Intelligence), albo za wolne (modele rozumujące generują setki tokenów zanim ruszą ramieniem), albo wymagają sprzętu za dziesiątki tysięcy dolarów. MolmoAct2 (Fang, Duan et al., Allen AI / UW / Stanford / NVIDIA / MIT, maj 2026) rozwiązuje te problemy jednocześnie: jest w pełni otwarty (wagi, kod, dane), działa z prędkością 55.79 Hz, i osiąga 97.2% sukcesu na LIBERO - bijąc każdy otwarty i zamknięty baseline. Kluczowa innowacja? Generator akcji robota “zagląda” do modelu językowego na każdej warstwie transformera, nie tylko na końcu. ...

Poszukiwanie uniwersalnego robota — takiego, który może płynnie przechodzić między zadaniami, platformami i środowiskami — od dawna jest świętym Graalem badań nad robotyką. Publikacja “Green-VLA: Staged Vision-Language-Action Model for Generalist Robots” przybliża nas do tej wizji dzięki rewolucyjnemu pięcioetapowemu frameworkowi treningowemu, który umożliwia jednej polityce sterowanie humanoidami, mobilnymi manipulatorami i stacjonarnymi ramionami robotycznymi. Problem: Jeden Robot, Wiele Ciał Dzisiejsze systemy robotyczne to zazwyczaj specjaliści. Ramię robotyczne w fabryce doskonale radzi sobie z montażem, ale nie potrafi nawigować po magazynie. Robot mobilny może się przemieszczać, ale brakuje mu umiejętności precyzyjnej manipulacji. Trenowanie osobnej AI dla każdego typu robota jest kosztowne, czasochłonne i fundamentalnie ogranicza skalowalność. ...