加快机器人技术发展
通过将先进的视觉语义推理、深入的物理理解和自主代码生成结合在一起,Argon 解锁了整个机器人堆栈的新工作流程,并加速了物理 AGI 的进展。这种能力的飞跃反映在 Argon 在体现推理 (ERQA) 基准测试中的表现,该基准测试模型在 3D 环境中理解和解决物理、空间问题的能力。依靠纯粹的推理,Argon 的表现优于所有其他前沿模型,得分为 87%。
为了在行动中展示这些能力,我们测试了 Argon 仅通过观看来学习分布外物理技能的能力。在一次内部测试中,Argon 观看了人类玩沙包的原始视频,绘制了环境的空间坐标,并计算了所需的全身关节运动。然后它自主构建模拟代码。当转移到 Apptronik 的 Apollo 人形机器人上时,该机器人在现实世界的试验中迅速连续射击了七次。
这种“视频到模拟到真实”管道将数周的手动模拟建模压缩为几个小时,将普通视频转变为可扩展的、无限的机器人训练场。在我们的开发者博客中详细了解这如何加快机器人技术的开发步伐。