الذكاء الاصطناعي متعدد الوسائط (VLM) × الإمساك/الالتقاط المستقل للبشر PoCبدلاً من الاعتماد على المسارات المشفرة، يفهم الذكاء الاصطناعي الموقف ويستوعبه من المعلومات المرئية للكاميرا.
هذه خدمة PoC فعلية تجمع بين أحدث تقنيات الذكاء الاصطناعي متعدد الوسائط (VLM / VLA) مثل Gemini 4 Argon وUnitree G1 (تكوين يد بخمسة أصابع) وروبوت ثنائي الذراع للتعرف على موضع الأشياء ووضعيتها والمناطق المحيطة بها من صور الكاميرا وإمساكها ووضعها بشكل مستقل (الانتقاء والمكان). حتى لو تم تغيير موضع الكائن وإعادة وضعه في كل مرة، فإن الذكاء الاصطناعي يولد حركة الإمساك بناءً على الحكم البصري، مما يجعل من الممكن إجراء "التحقق من جدوى الأتمتة بخطوة واحدة" بسرعة قبل جمع البيانات لمئات إلى الآلاف من جلسات التعلم المقلدة.
استشر حول الذكاء الاصطناعي متعدد الوسائط (VLM) x الإمساك/الانتقاء المستقل للبشر PoC
محتوى الاستشارة والتسليمات
- التحقق من الصحةالروبوت
- اختر من بين Unitree G1 (تكوين يد/قابض بخمسة أصابع)، AgiBot G2، أذرع OpenArm المزدوجة، RealMan، إلخ.
- منصة الذكاء الاصطناعي/التعرف
- التعرف البصري/الاستدلال المكاني باستخدام أحدث VLM مثل Gemini 4 Argon + الكينماتيكا العكسية (IK)/التحكم في المهارات أو سياسة VLA
- مثال على المهمة المستهدفة
- يتعرف على زجاجات المشروبات، وأجزاء الراتنج، والصناديق، والأدوات، وما إلى ذلك، ويمسكها، ويبقيها في وضع مستقيم، وينقلها، ويضعها في صواني مخصصة.
- خطوة مظاهرة
- ① اختبار الإمساك في مختبر يوشيما باستخدام عينات الكائنات ② تقييم المقاومة للتغيرات الموضعية وتغييرات الإضاءة ③ تصميم البيئة المحلية والمرحلة التالية (جمع البيانات، التعلم المخصص)
- التسليمات
- فيديو فعلي للتحقق من الماكينة، وتقرير تحليلي لمعدل النجاح، وزمن الدورة، وعوامل الفشل، وتعريف المتطلبات الفنية للتنفيذ على نطاق واسع
- السعر
- التقديرات الفردية تعتمد على نوع الكائن واستخدام الروبوت وفترة التحقق والموقع
كيفية المضي قدما
سوف نسأل عن الوضع الحالي والهدف الروبوت وشروط الموقع والتوقيت المرغوب وبعدها سنبدأ العمل بعد الاتفاق على نطاق التنفيذ والشروط المسبقة. سيتم تحديد التسليمات والأسعار في عرض الأسعار الفردي.
تقصير مدة بدء تشغيل PoC بشكل كبير باستخدام بنية "Visual → Behavior Conversion" المثبتة في مختبرنا الخاص
01 متوافق مع "الاختلافات في الموضع" التي لا يمكن التعامل معها باستخدام برامج الإحداثيات الثابتة
باستخدام التحكم التقليدي في التدريس، إذا تحرك الجسم ببضعة سنتيمترات فقط، فإنه سيفقد التأرجح، ولكن مع تعاون VLM، يتم استنتاج الموضع ثلاثي الأبعاد للكائن وطريقة الإمساك من صورة الكاميرا في كل مرة. يمكنك التحقق من أن الكائن سوف يتبعه ويعيد الإمساك به حتى لو تم وضعه مرة أخرى.
02 أسرع طريقة لتحديد ما إذا كان يمكن استيعابها كأجهزة قبل جمع كميات كبيرة من البيانات
قبل الاستثمار في جمع آلاف حلقات بيانات التعلم المقلدة من البداية، يمكنك استخدام VLM + التحكم في المهارات لتحديد ما إذا كان الوصول الحالي للروبوت وقوة الإمساك وزاوية رؤية الكاميرا يمكنه التعامل مع الجزء بتكلفة بسيطة وفي فترة زمنية قصيرة.
03 انتقال سلس من استدلال VLM إلى VLA المخصص (π0.5/GR00T/ACT وما إلى ذلك)
بعد التأكد من جدوى العملية من خلال التحقق من الصفر/اللقطة الصغيرة باستخدام VLM، يتم جمع بيانات التشغيل عن بعد باستخدام نفس بيئة الماكينة الفعلية، وتتم ترقية العملية تدريجيًا إلى نموذج VLA مخصص وسياسة التعلم المقلدة التي تعمل بسرعة عالية وبدون اتصال بالإنترنت.
NVIDIA GEAR Sonic × Unitree G1: التحقق من العملية على الجهاز الفعلي
قمنا بتشغيل NVIDIA GEAR Sonic على Unitree G1 الفعلي وأكدنا تشغيله. هنا فيديو لعملية التحقق.
Gemini 4 Argon × Unitree G1: عرض الإمساك المستقل الذي يحول الرؤية إلى عمل
باستخدام Gemini 4 Argon، أجرينا اختبارًا فعليًا للآلة حيث قام Unitree G1 بإمساك زجاجة بلاستيكية ورفعها. لا يتم استخدام أي حركة مشفرة؛ يقوم الذكاء الاصطناعي بتحويل المعلومات المرئية للكاميرا مباشرة إلى إجراءات.
حتى إذا قمت بتغيير موضع الكائن ووضعه مرة أخرى، فسوف يفهم الذكاء الاصطناعي الموقف بصريًا ويولد حركة استيعاب. نحن نقبل أيضًا تنفيذ الذكاء الاصطناعي/VLA المادي باستخدام Unitree G1 وتطوير العقود لتجارب إثبات المفهوم/العرض التوضيحي المصممة خصيصًا للأعمال المستهدفة.
الأسئلة المتداولة
ما الذي يمكنني طلبه باستخدام Multimodal AI (VLM) x Humanoid Autonomous Grasping/Picking PoC؟
هذه خدمة PoC فعلية تجمع بين أحدث تقنيات الذكاء الاصطناعي متعدد الوسائط (VLM / VLA) مثل Gemini 4 Argon وUnitree G1 (تكوين يد بخمسة أصابع) وروبوت ثنائي الذراع للتعرف على موضع الأشياء ووضعيتها والمناطق المحيطة بها من صور الكاميرا وإمساكها ووضعها بشكل مستقل (الانتقاء والمكان). حتى لو تم تغيير موضع الكائن وإعادة وضعه في كل مرة، فإن الذكاء الاصطناعي يولد حركة الإمساك بناءً على الحكم البصري، مما يجعل من الممكن إجراء "التحقق من جدوى الأتمتة بخطوة واحدة" بسرعة قبل جمع البيانات لمئات إلى الآلاف من جلسات التعلم المقلدة. سيتم تأكيد النطاق المحدد للعمل والاتفاق عليه قبل بدء العمل، بما في ذلك الروبوت والموقع والتسليمات المطلوبة.
كيف يتم تحديد التكاليف ونطاق التسليم للذكاء الاصطناعي متعدد الوسائط (VLM) × الإمساك/الانتقاء المستقل للبشر لإثبات المفهوم (PoC)؟
سنؤكد الهدف الروبوت وعدد الوحدات وموقع التنفيذ والتسليمات المطلوبة، ونقدم تقديرًا فرديًا للتوفر ونطاق العمل وشروط الإنجاز والتكلفة.
هل يمكنك إرسال الأجزاء وعينات المنتج الخاصة بك إلى المختبر ومعرفة ما إذا كان من الممكن فهمها بواسطة Unitree G1 وما إلى ذلك؟
نعم. بعد التأكد من أبعاد الجسم ووزنه ومادته (وجود ضرر أو تسرب سائل) مسبقًا، يرجى إرسال العينة إلى مختبر EmplifAI في يوشيما، طوكيو، وسوف نقوم بإجراء اختبار الإمساك باستخدام Unitree G1 أو الآلة ذات الذراع المزدوج، والإبلاغ عن بيانات الفيديو والتقييم.
الذكاء الاصطناعي متعدد الوسائط (VLM) × استشارة إثبات المفهوم (PoC) المستقلة للبشر/الالتقاط
يرجى إعلامنا بالهدف الروبوت والموقع والمشكلة التي تريد حلها والتوقيت المطلوب. وسنوافيكم بتفاصيل التنفيذ والتقدير.
استشر حول الذكاء الاصطناعي متعدد الوسائط (VLM) x الإمساك/الانتقاء المستقل للبشر PoC