BodenNur für Abonnenten 10 h ago8Zu Lesezeichen hinzufügen

ETNews gibt Details zu Xiaomis humanoidem Roboter, der drei konkrete Produktionsaufgaben übernimmt - die verkörperte Rasse erhält eine Zahl für die chinesische Seite.
Xiaomi hat Leistungszahlen für den "internen" humanoiden Roboter veröffentlicht, der in seiner EV-Fabrik eingesetzt wird. Bei der ursprünglichen Aufgabe - dem Anbringen von Muttern an Karosserien - erreichte die Erfolgsquote 98 %, gegenüber zuvor 90,2 %. Bei den beiden neuen Aufgaben, die ihm seitdem zugewiesen wurden (Sortieren von Innenraumteilen und Falten von wiederverwendbaren Logistikboxen), liegt die Erfolgsquote des Roboters bei "über 90 %".
ETNews berichtet (18. Juli), dass Xiaomi die Leistung des humanoiden Roboters, den es Anfang dieses Jahres in seine EV-Fabrik eingeführt hat, aufgeschlüsselt hat. Die Schlagzeile - 98 % Erfolg bei der Montage von Muttern an Karosserien, gegenüber anfänglich 90,2 % - wird von Xiaomi selbst so gerahmt, dass dies innerhalb eines Prozentpunkts von geschulten menschlichen Arbeitern liegt. Seit dieser Steigerung wurden dem Roboter zwei zusätzliche Aufgaben zugewiesen: das Sortieren von Innenraumteilen und das Falten von wiederverwendbaren Logistikboxen für die interne Versorgung. Beide neuen Aufgaben werden mit einer Erfolgsquote von über 90 % erfasst. Xiaomi sagt, dass seine nächste Arbeit in der kraftgesteuerten Manipulation besteht.
Der Rahmen des embodied-foundation-race ist hier von Bedeutung. LimX Dynamics, X-Square Robot und Nvidia GR00T haben alle behauptet, dass ein einziges "Backbone"-Modell die Robotik auf die gleiche Weise freischalten wird, wie LLMs die Sprache freigeschaltet haben. Die Gegenposition - von Figure und Agility Robotics - war, dass industrielle Zuverlässigkeit spezifisch entwickelte Stapel und keine allgemeinen Backbones erfordert. Xiaomis Offenlegung lenkt das Argument in eine bestimmte Richtung: Bei abgrenzbaren, sich wiederholenden Montageaufgaben innerhalb einer Fabrik, die Xiaomi kontrolliert, kann der Weg des Foundation-Modells fast menschliche Zahlen erreichen. Bei neuen Aufgaben erreicht es von Anfang an 90 %+ - nicht 98 % - was der ehrliche Datenpunkt ist, den man im Auge behalten sollte.
Drei Implikationen. Für Käufer von industrieller Automatisierung ist dies der erste Datenpunkt aus China, der mit der Arbeit von Figure bei Boeing/BMW vergleichbar ist - die Frage "Funktioniert es in einer echten Fabrik?" hat nun eine Aufgabe-für-Aufgabe-Antwort, nicht nur eine einzige Zahl. Für den embodied-Wettbewerb ist das vertikal integrierte Modell (eigene Fabrik, eigener Roboter, eigenes Foundation-Modell, eigene Datenpipeline) dasjenige, das bei abgrenzbaren Aufgaben die schnellste Steigerung zeigt; das ist ein Gegenwind für Drittanbieter-embodied-Plattformen, die in die Fabrik von jemand anderem mit den Daten von jemand anderem verkaufen müssen. Für die Konkurrenten - insbesondere Agility Robotics und Figure - besteht die Herausforderung nun darin, vergleichbare Aufschlüsselungen in vergleichbaren Umgebungen zu veröffentlichen. Achtung auf zwei Nachfolgeberichte: unabhängige Verifizierung der 98 %-Zahl und wie schnell die beiden Aufgaben mit 90 %+ an die gleiche nahezu menschliche Schwelle herangeführt werden. Diese Steigerungskurve ist das echte Signal, nicht die Schlagzeile.
Erstellen Sie ein kostenloses Konto, um auf alle unsere Inhalte und die Wochenrevue zuzugreifen.
Artikel von künstlicher Intelligenz erstellt, unter menschlicher redaktioneller Kontrolle geprüft.
Melden Sie sich an, um an der Diskussion teilzunehmen.
I wonder how these robots handle quality control. Can they detect defects as well as human workers?
Robots can detect defects but may struggle with nuanced quality issues that humans can spot.
I wonder how the robot handles maintenance and downtime. What's the lifespan of these intern robots and their components?
Impressive stats! I wonder how the robot's performance compares to human workers in terms of speed and efficiency.
It's also worth considering the robot's adaptability to new tasks compared to humans.
Intriguing! I'd love to know more about the robot's learning process and how it handles errors during assembly.
Fascinating progress! I wonder how adaptable these robots are to more complex tasks beyond assembly.
Fascinating! I wonder how these robots handle quality control and ensure consistency in their tasks.
Great to see advancements in robotics! Curious about the energy consumption and environmental impact of these humanoid robots.
Impressive efficiency gains, but I wonder about the long-term implications for human workers.
Course aux modèles fondation embodied : X-Square, Xiaomi, GR00T