es.wedoany.com Noticia: El equipo de robótica PrismBot de vivo ganó el primer lugar en la pista de razonamiento a acción en el Desafío Mundial AGIBOT ICRA 2026, celebrado recientemente en Viena. Este evento forma parte de la Conferencia Internacional IEEE sobre Robótica y Automatización (ICRA), una conferencia líder en el campo de la robótica.
El equipo de robótica de vivo obtuvo el primer lugar con una ventaja decisiva en la final con robots reales, demostrando su solidez técnica para convertir la comprensión de tareas en decisiones de acción. La competencia atrajo a 526 equipos de 27 países y regiones. El equipo también fue reconocido en la pista de control de cuerpo completo, ubicándose entre los tres primeros a nivel mundial.
Estos logros reflejan la estrategia establecida de vivo de construir sistemas de percepción basados en tecnología de imagen y desarrollar un "cerebro" robótico impulsado por IA para llevar capacidades inteligentes al mundo físico. Hu Baishan, presidente y director de operaciones de vivo, así como director del Instituto Central de Investigación de vivo, ya había expuesto esta dirección en la reunión anual del Foro de Boao para Asia 2026.
El Desafío Mundial AGIBOT, como parte del ICRA 2026, es una de las competiciones internacionales más exigentes en el campo de la inteligencia incorporada. Su pista principal, razonamiento a acción, se centra en el desafío central de la inteligencia incorporada: convertir la comprensión de tareas en decisiones de acción. Esta pista combina evaluaciones de simulación en línea con pruebas de robots reales fuera de línea en Viena, puntuando según la tasa de finalización de tareas en entornos reales, la estabilidad a largo plazo y la capacidad de generalización en escenarios complejos. Los modelos participantes deben completar de forma independiente la comprensión de intenciones, la descomposición de tareas, la priorización de subobjetivos y la recuperación de anomalías en entornos reales, y traducir el proceso de decisión en ejecución física a través de brazos robóticos.
Para abordar tareas complejas a largo plazo e interferencias del entorno real, el equipo de robótica de vivo desarrolló un marco de entrenamiento e inferencia centrado en la optimización de fotogramas clave y el aprendizaje contrastivo. La ponderación de pérdidas de fotogramas clave ayuda al modelo a aprender puntos de acción críticos de manera más efectiva, mientras que el aprendizaje contrastivo reduce la brecha semántica entre las instrucciones basadas en texto y la ejecución de acciones físicas.
En la pista de control de cuerpo completo, celebrada simultáneamente, los robots debían recoger de forma autónoma productos específicos en un escenario realista de supermercado y colocarlos con precisión en un carrito de compras. El equipo de robótica de vivo aplicó el mismo sistema técnico centrado en el razonamiento a acción a este escenario, utilizando la ponderación de pérdidas de fotogramas clave para mejorar la precisión de agarre y el aprendizaje contrastivo para identificar la dirección de agarre, logrando así el tercer lugar. Este resultado valida la transferibilidad y la robustez técnica de su enfoque en diferentes tipos de tareas.
vivo considera que los robots se convertirán en otro punto de entrada importante para uso personal y doméstico después de los teléfonos inteligentes. La empresa eligió el hogar como punto de partida para la investigación y desarrollo de robots, porque el entorno doméstico impone altos requisitos en tareas a largo plazo, colaboración bimanual, manipulación fina, razonamiento y toma de decisiones. El equipo de robótica de vivo avanza desde la operación remota hacia la inteligencia autónoma, mejorando gradualmente la ejecutabilidad y la validación escalable de tareas complejas. Basándose en su experiencia en sistemas de dispositivos, capacidades de imagen y desarrollo global de productos, vivo está construyendo un sistema de capacidades robóticas que integra hardware y software y evoluciona con el tiempo.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
