AGIBOT presenta il modello di IA incarnata GO-3 per scalare l'apprendimento di flotta su AGIBOT X2

AGIBOT ha rilasciato GO-3 Preview, un nuovo modello di fondazione incarnato progettato per colmare il divario tra l'addestramento iniziale del modello e l'esecuzione nel mondo reale su tutto il suo portfolio di hardware umanoide, inclusa la serie AGIBOT X2. Il sistema collega il pre-addestramento, l'adattamento post-addestramento e la raccolta continua di dati post-implementazione in una pipeline unificata, consentendo alle macchine implementate di affinare le capacità di manipolazione e navigazione direttamente dalle operazioni quotidiane sul campo.

I test di benchmark su tre valutazioni di IA incarnata hanno posizionato GO-3 ai primi posti, riflettendo un miglioramento del ragionamento spaziale e dell'esecuzione di compiti multi-step. Per i responsabili delle operazioni di magazzino e di impianto, le metriche di benchmark contano molto meno della stabilità a lungo termine sul campo, ma l'attenzione architettonica sottostante sull'apprendimento post-implementazione mira direttamente a uno dei colli di bottiglia più costosi nella robotica aziendale: il sovraccarico ingegneristico richiesto per riprogrammare gli umanoidi quando cambiano i layout delle celle o l'imballaggio dei prodotti.

Chiudendo il ciclo tra la telemetria edge e l'aggiornamento del modello, AGIBOT mira a comprimere il ciclo di onboarding per nuove attività di movimentazione dei materiali. Invece di richiedere ingegneria software specifica per il sito per piccole modifiche al flusso di lavoro, le macchine alimentate da GO-3 raccolgono casi limite operativi durante i turni standard per affinare le politiche di manipolazione senza mettere offline le unità per il riaddestramento manuale.

Mentre i costruttori cinesi di umanoidi passano dalle dimostrazioni pilota alla scalatura dei volumi di implementazione, l'affidabilità del software e l'adattabilità dei compiti hanno superato le specifiche meccaniche grezze nelle decisioni di acquisto aziendali. Il rilascio di GO-3 da parte di AGIBOT evidenzia come la competizione nell'implementazione su vasta scala si stia spostando verso architetture software a livello di flotta che riducono continuamente il costo per ora su cicli di produzione estesi.