es.wedoany.com Noticia: La empresa china de inteligencia corpórea Wudo Power lanzó oficialmente el 29 de junio el modelo MWA™, un cerebro general corpóreo, posicionado como un modelo de mundo en espacio latente de "cadena causal física bidireccional de larga duración". En la evaluación de inteligencia corpórea RoboCasa GR1 TableTop, el modelo MWA™-WALA, desarrollado conjuntamente por Wudo Power y el Instituto de Automatización de la Academia China de Ciencias, obtuvo el primer lugar mundial con una tasa media de éxito en tareas del 75,2%, superando a modelos como NVIDIA GR00T-N1.6, Daxiao Robot ACE-EGO-0, Xiaopeng DIAL y Gaode ABot-M0. Este lanzamiento impulsa aún más la línea principal de Wudo Power, basada en "modelo de mundo en espacio latente + aprendizaje por refuerzo", hacia tareas de operación de larga duración, múltiples pasos y alta precisión.
La función del modelo de mundo es permitir que el robot comprenda los cambios ambientales y las consecuencias de las acciones antes de ejecutarlas. Para la inteligencia corpórea, el modelo no solo debe "ver" los objetos, sino también determinar cómo se moverán, chocarán, resbalarán, soportarán fuerzas y se estabilizarán.
El cambio central de MWA™ radica en modelar las relaciones causales físicas en el espacio latente. Los modelos robóticos tradicionales a menudo dependen de una asignación directa entre visión, lenguaje y acciones, lo que permite completar acciones como agarrar, colocar y encender/apagar en tareas cortas, pero en operaciones de larga duración son propensos a rupturas en la secuencia de acciones, desviaciones de trayectoria, inestabilidad en la fuerza y errores en el juicio del estado objetivo. MWA™ adopta un mecanismo de modelado de dinámica inversa a nivel de fragmentos temporales, generando grupos de acciones latentes continuas de múltiples pasos, lo que permite que el robot no solo genere acciones individuales, sino que establezca una cadena de acciones continua en torno a un proceso de tarea. De esta manera, al completar operaciones de múltiples pasos, el robot puede procesar la "acción actual", el "estado siguiente" y el "objetivo final de la tarea" dentro del mismo marco temporal.
El sistema de datos central de muestras negativas AnyPhys se utiliza para complementar la comprensión del robot sobre los límites del fracaso. El entrenamiento de la inteligencia corpórea no puede depender únicamente de demostraciones exitosas; en operaciones reales son más comunes los deslizamientos, golpes, agarres incorrectos, inestabilidad postural, salpicaduras de objetos y errores en espacios restringidos. MWA™, a través de una gran cantidad de muestras de fallos, inestabilidad y condiciones límite, deduce de manera inversa los dominios de estabilidad física en diferentes escenarios de trabajo, permitiendo que el robot evite rutas de alto riesgo al generar acciones. Para escenarios industriales y de servicios comerciales, esta capacidad es más crítica que simplemente mejorar el rendimiento de las demostraciones, ya que el robot debe mantener estabilidad, seguridad y reproducibilidad durante operaciones prolongadas.
RoboCasa GR1 TableTop evalúa principalmente la capacidad de generalización del robot en tareas de sobremesa. Objetos complejos, escenarios no estándar, cambios de iluminación e interferencias de objetos diversos amplifican las diferencias en la comprensión espacial, la continuidad de las acciones y la capacidad de planificación de tareas del modelo.
La tasa media de éxito en tareas del 75,2% demuestra que MWA™ ha logrado un alto rendimiento en tareas como operaciones coherentes de múltiples pasos, recogida de objetos en espacios restringidos y recolección precisa de objetos dispersos. El valor del entorno de simulación RoboCasa radica en que permite probar estrategias robóticas en una gran variedad de tareas de cocina, sobremesa e interacción con objetos, en lugar de evaluar únicamente acciones de agarre individuales. El primer lugar de MWA™ indica que la línea de modelos de mundo en espacio latente tiene una fuerte competitividad en evaluaciones de simulación, proporcionando también una nueva base de verificación algorítmica para el despliegue posterior de robots reales. La documentación oficial de RoboCasa indica que su referencia se utiliza para comparar estrategias robóticas generales, cubriendo múltiples tipos de operaciones en entornos cotidianos y centrándose en la evaluación del aprendizaje multitarea y la generalización.
Este lanzamiento también continúa el ritmo técnico y comercial reciente de Wudo Power. Anteriormente, Wudo Power completó una ronda de financiación ángel de más de 200 millones de dólares y ha estado construyendo el cerebro general corpóreo MWA™ en torno a "modelo de mundo en espacio latente + aprendizaje por refuerzo"; su robot de segunda generación, K15, ha entrado en la fase de producción en masa, con aplicaciones que cubren escenarios como fabricación industrial y servicios comerciales. Para Wudo Power, el rendimiento en las tablas de clasificación de modelos es solo una puerta de entrada técnica; la verdadera prueba radica en si MWA™ puede ingresar a fábricas reales, espacios comerciales y tareas de operación móvil de larga duración, soportando las presiones de ingeniería derivadas del ritmo de producción, entornos abiertos, restricciones de seguridad y cambios multitarea.
La inteligencia corpórea está pasando de "poder demostrar" a "poder operar de manera estable a largo plazo". Si MWA™ puede transferir la capacidad de acciones de larga duración en simulación a cuerpos robóticos reales, ayudará a mejorar la fiabilidad de los robots en tareas de ensamblaje, clasificación, recogida y colocación, servicio, inspección y operaciones en espacios complejos. Para toda la industria, esta competencia de modelos ya no es solo una cuestión de comprensión del lenguaje o capacidad de reconocimiento visual, sino una competencia en modelado del mundo físico, continuidad de acciones, aprendizaje de muestras de fallos y capacidad de iteración en circuito cerrado en escenarios reales. Con el lanzamiento de MWA™, Wudo Power ha convertido el modelo de mundo en espacio latente en una rama técnica importante dentro de la ruta del cerebro general corpóreo para la inteligencia corpórea.
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
