AI3 lis 2026, 10:43 UTC·2 min czytania

NC AI pokazuje lekki model Vacky Vision 3B dla robotów

NC AI twierdzi, że jego model Vacky Vision 3B z 3 mld parametrów wyprzedził sześć globalnych modeli otwartych w trzech testach rozumienia przestrzeni.

An industrial welding robot arm with camera sensors working on a steel structure in a shipyard. — Zdjęcie: zdnet.co.kr

SUMO

Dialo

ediviewer

NC AI opracowało lekki model wizyjno-językowy (VLM) Vacky Vision 3B, który według firmy osiągnął średnio 63,8 pkt w trzech benchmarkach rozumienia robotyki i przestrzeni. Wynik jest wyższy niż u sześciu globalnych modeli otwartych wybranych przez spółkę, a sam model ma około 3 mld parametrów.

Testowano go w BLINK (relacje przestrzenne między obrazami), ERIQ (rozumienie działań robota i otoczenia) oraz ERQA (wnioskowanie o położeniu obiektów). Konkurenci, m.in. modele z rodzin Alibaba Qwen i Mistral, mieli od 2 do 8 mld parametrów. W trybie z krokowym wnioskowaniem Vacky Vision 3B uzyskał 63,2 pkt, czyli o 14,8 pkt więcej niż Ministral 3 8B Reasoning (48,4 pkt). NC AI zastrzega, że wyniki dotyczą konkretnych warunków testu i nie oznaczają przewagi w każdym zadaniu wizyjno-językowym.

Dokumenty, wideo i spawanie

Model najlepiej wypadł wśród porównywanych w testach ChartQA i TextVQA. Firma chce go użyć do analizy mierników, rysunków i instrukcji pracy. Przetwarza też wideo: z 4-sekundowego klipu bierze 8 klatek, by śledzić ruch i zmiany położenia obiektów.

NC AI przygotowało również wariant Vacky Vision 3B Weld, dotrenowany na danych spawalniczych. W autorskich testach trafność klasyfikacji spoin wzrosła z 41,1 do 80,9 pkt, wykrywanie wad i ocena stanu z 39,3 do 69,8 pkt, a lokalizacja i kształt spoiny z 5,3 do 72,5 pkt. To jednak wyniki benchmarków, a nie weryfikacja na linii produkcyjnej.

Co dalej

Lekkość ma znaczenie, bo roboty i maszyny mają mniej mocy obliczeniowej i energii niż serwery. Firma zbudowała na własnej infrastrukturze pre-trening i dwuetapowy fine-tuning, bez polegania na zagranicznych modelach komercyjnych. Technologię powiąże z projektami physical AI: z Hanwha Ocean rozwija AI do autonomicznych robotów spawalniczych, z POSCO DX testuje roboty humanoidalne, a z Hyundai Rotem pracuje nad modelem świata.

NC AI planuje dodać uczenie ze wzmocnieniem i wdrożyć model w robotach jako moduł percepcji, a następnie rozszerzyć go do modelu wizja-język-działanie (VLA), który podejmuje także decyzje o czynnościach.