Perceptron выпустила визуальную AI-модель Isaac 0.5 для складов и заводов

Что произошло

Стартап Perceptron представил Isaac 0.5 — новую визуальную AI-модель для промышленных задач. Разработчики говорят, что модель должна дать машинам возможность «воспринимать, рассуждать и действовать» в производственной среде.

Программное обеспечение рассчитано на роботов с компьютерным зрением: оно помогает им перемещаться по сложным пространствам вроде складов и заводских площадок, а также извлекать визуальную информацию из видео, записанных такими роботами.

Детали

Perceptron была основана в ноябре 2024 года двумя бывшими исследователями Meta. Компания разрабатывает передовые модели компьютерного зрения, которые должны помогать машинам увереннее взаимодействовать с физическим окружением.

Сооснователями стартапа стали Armen Aghajanyan и Akshat Shrivastava, ранее работавшие в Fundamental AI Research (FAIR), исследовательском AI-подразделении Meta. Компания недавно привлекла $21 млн в раунде финансирования, который возглавила Bessemer Venture Partners.

Isaac 0.5 выпускается как модель с открытыми весами, поэтому ее параметры и обучающие материалы доступны для проверки.

Почему это важно

Perceptron позиционирует Isaac 0.5 как универсальный инструмент, а не модель для одной узкой повторяющейся задачи. По словам Aghajanyan и Shrivastava, модель должна быть гибкой и подстраиваться под конкретную среду или ситуацию.

В качестве примера Shrivastava описал сортировку посылок: робот должен прочитать этикетку, провести пространственный анализ, определить расположение коробок, решить, какую взять, а при серии коробок — спланировать порядок действий. Perceptron заявляет, что ее ПО предназначено для помощи роботам на каждом этапе такого процесса.

Контекст

TechCrunch отмечает, что AI до сих пор в значительной степени оставался в цифровой сфере, но стартапы все чаще пытаются перенести его в реальный мир.

В Perceptron считают, что нынешний Physical AI часто заставляет выбирать между универсальными базовыми моделями, которым нужны несколько выделенных облачных GPU для каждого экземпляра, и узкими моделями, которые решают задачи восприятия или управления, но не обе сразу.

При этом в отрасли уже есть ПО, помогающее машинам выполнять большинство таких задач, однако, как отмечается в материале, гибких программ для этого немного.