Maum AI'ın PonderPounce-WM robot modeli RoboMME'de %67,42

Güney Koreli Maum AI, robot temel modelini gelecekteki durumları tahmin eden bir “dünya modeli” ile birleştirdiğini 1 Kasım'da duyurdu. Şirketin WoRV robotik araştırma ekibinin geliştirdiği yeni PonderPounce-WM modeli, küresel robot kıyaslaması RoboMME ile yapılan iç değerlendirmede %67,42 başarı oranıyla şirketin şimdiye kadarki en yüksek sonucunu elde etti.

Modelin önceki sürümü PonderPounce, Eylül ayında RoboMME'de %60,83 ile birinci olmuştu. Şirkete göre bu sonuç, ABD'li Physical Intelligence'ın Pi 0.5 modelini ve Alibaba'nın Qwen-VL tabanlı modelini geride bırakmıştı. Yeni model birkaç hafta içinde başarı oranını 6,59 puan artırdı.

0,5, 1 ve 2 saniye sonrasını tahmin ediyor

Önceki model, önündeki durum ve geçmiş iş bilgisine bakarak bir sonraki hareketi seçiyordu. Yeni model ise hareketinden 0,5, 1 ve 2 saniye sonra çevrenin nasıl değişeceğini de önceden öngörüyor. Şirket, bağlamın hatırlanmasını gerektiren karmaşık görevleri hedefliyor: örneğin önü kapanmadan önce nesnenin yerini hatırlayıp almak veya belirli sayıda nesneyi taşıyıp işi durdurmak.

Tahmin için gereken hesaplamanın robotun hareketini geciktirmemesi için hafif bir yapı tercih edildi. Gelecekteki sahnenin tamamını video olarak üretmek yerine, karar için gerekli temel görsel özellikler tahmin ediliyor.

Gerçek robot donanımıyla yapılan gerçek zamanlı asenkron kontrol değerlendirmesinde de başarı oranı %67,44 oldu. Şirkete göre bu, algı, karar ve eylemin eş zamanlı yürütüldüğü ortamda da yüksek performansın korunduğunu gösteriyor.

Hedef: yıl sonunda insan seviyesi

Maum AI, yıl sonuna kadar RoboMME'de insan referans değeri olan %90,50 düzeyine ulaşmayı planlıyor. Paralel olarak üretim, lojistik, tarım, inşaat ve savunmada saha uygulamaları yürütülüyor; somut sonuçların yıl sonuna doğru paylaşılması bekleniyor. Çalışma, Kore Bilim ve BİT Bakanlığı'nın “Fiziksel Yapay Zeka Öncü Teknoloji Geliştirme” programı kapsamında desteklendi.

Teknoloji CEO'su Choi Hong-seop, robota geleceği hayal etme yeteneği kazandırınca performansın arttığını belirterek, ekibin yıl sonuna kadar bu kıyaslamada insan seviyesine ulaşmak için modeli geliştirmeyi sürdürdüğünü söyledi.