Xiaomi Robotics-1: Daha çox məlumat böyük modelləri məğlub edir — Xiaomi robot təlimini necə dəyişdirir

Robot AI-da Məlumat Problemi

Böyük dil modelləri məlumatlara asanlıqla çıxış əldə edə bilirlər — onlar ictimai internetdən trilyonlarla söz üzərində təlim keçirlər: məqalələr, kitablar, forumlar, kod. Robot AI tamamilə fərqli bir reallıqla üzləşir. Robot hərəkəti haqqında faydalı məlumatlar — obyektləri necə tutmaq, qaldırmaq, çevirmək və yerləşdirmək — qıtdır və istehsalı bahalıdır. Ənənəvi yanaşma, bir insanın hər bir hərəkət üçün fiziki robotu uzaqdan idarə etməsini tələb edir — yavaş, bahalı və tez-tez eyni şəraitdə eyni tapşırıqlardan təkrarlanan məlumatlar istehsal edən zəhmətli bir proses.

Xiaomi-nin yeni Xiaomi-Robotics-1 modeli bu darboğazı qırmağı hədəfləyir. Model, böyük dil modellərinə bənzər bir miqyaslandırma paradiqmasını izləyir: daha çox məlumat üzərində təlim keçdikcə performansı yaxşılaşır. Lakin bütün yazılı internetdən yararlana bilən LLM-lərdən fərqli olaraq, Xiaomi öz məlumat dəstini sıfırdan qurmalı oldu — və bunu etmə tərzi, yəqin ki, araşdırmanın ən maraqlı hissəsidir.

Bahalı Robotların Yerini Alan Əl Tutucuları

Məlumat toplama darboğazını keçmək üçün Xiaomi, məlumat toplama mərhələsində böyük ölçüdə fiziki robotlardan imtina etdi. Bunun əvəzinə, komanda kameralarla təchiz edilmiş portativ əl tutucuları hazırladı — bir insanın əlinə alıb əl ilə idarə etdiyi sadə bir cihaz. Bu qurğu, mətbəxlərdə, ofislərdə, mağazalarda, fabrik zəmində və açıq məkanlarda bir robot olmadan manipulyasiya tapşırıqlarının qeydə alınmasına imkan verir.

Nəticə, 1.700-dən çox fərqli mühitdə 100.000 saatdan çox hərəkət qeydi oldu — robot təlim məlumatları üçün misli görünməmiş bir miqyas. Bu böyüklükdə bir məlumat dəsti öz çətinliyini yaradır: hər bir qeyd, modelin öyrənə biləcəyi bir mətn təsvirinə ehtiyac duyur. Əl ilə etiketləmə praktik deyildi, buna görə Xiaomi, hər bir hərəkət seqmentini mətnlə təsvir etmək üçün başqa bir AI modelindən istifadə etdi. Komanda, bütün məlumat dəstinin təxminən iki həftə ərzində etiketləndiyini bildirir.

Bu yanaşma, Xiaomi-nin laboratoriyalarından kənarda da əhəmiyyət daşıyır. Robototexnika tədqiqatlarının hələ ilkin mərhələdə olduğu ölkələr və regionlar üçün — Azərbaycan və daha geniş Cənubi Qafqaz daxil olmaqla — sərfəli portativ alətlərlə yüksək keyfiyyətli təlim məlumatları toplamaq bacarığı giriş maneəsini əhəmiyyətli dərəcədə aşağı salır. Tədqiqat qruplarının robot AI inkişafına mənalı töhfə vermək üçün artıq milyon dollarlıq robot donanmalarına ehtiyacı yoxdur.

Niyə Daha Çox Məlumat Model Ölçüsündən Daha Vacibdir

Xiaomi-Robotics-1 araşdırmasının əsas tapıntısı həm aydın, həm də əhəmiyyətlidir: model ölçüsünü artırmaq performansı yaxşılaşdırsa da, daha çox təlim məlumatı əlavə etmək, daha çox hesablama gücü əlavə etməkdən qat-qat böyük qazanc gətirir. Tədqiqatçılar qəti şəkildə bildirirlər ki, robot AI-da irəliləyiş ilk növbədə daha böyük və daha müxtəlif məlumat dəstlərinin toplanmasından asılı olacaq.

Bu tapıntı, tədqiqatçıların 2026-cı il martın əvvəlində vizual məlumatlar üçün nümayiş etdirdikləri ilə üst-üstə düşür. Dil modelləri üçün müəyyən edilmiş miqyaslandırma qanunu, sabit bir hesablama büdcəsindən optimal istifadə etmək üçün model ölçüsü və məlumat həcminin təxminən eyni nisbətdə artmasını diktə edir. Model yalnız mətn əvəzinə şəkilləri emal etməli olduqda bu tarazlıq dəyişir — vizual-dil sahələrində məlumat əlavə etmək, model ölçüsünü artırmaqdan qat-qat çox kömək edir. Xiaomi bu prinsipi robototexnika sahəsinə genişləndirir.

Fiziki robotlarla əldə edilən nəticələr heyranedicidir. Xiaomi təlim məlumatlarının miqdarını artırdıqca, modelin tanış olmayan mühitlərdə uğur nisbəti təxminən 25%-dən 75%-ə yüksəldi. Tədqiqatçılar qeyd edirlər ki, onlar hələ daha çox məlumatın performansı yaxşılaşdırmağı dayandırdığı nöqtəyə çatmayıblar — miqyaslandırma əyrisi yayla əlamətləri göstərmir. Bu, robot AI-da məlumat əsaslı yaxşılaşma potensialının hələ də böyük və böyük ölçüdə istifadə olunmamış qaldığını göstərir.

Standart robot AI benchmarklarında, Xiaomi-Robotics-1 bu günə qədər ən yaxşı nəticələri əldə etdi. RoboCasa365 liderlik cədvəlində, xüsusilə görünməmiş mürəkkəb tapşırıqlarda əhəmiyyətli fərqlə liderdir. RoboDojo benchmarkında, ikinci yerdəkindən təxminən 58% daha yüksək bal topladı, baxmayaraq ki, mütləq uğur nisbətləri hələ də təvazökardır.

Minimal Məlumatla Yeni Tapşırıqlara Uyğunlaşma

Bir təməl modelin həqiqi dəyəri, yeni tapşırıqlara tez uyğunlaşma qabiliyyətindədir. Xiaomi, Xiaomi-Robotics-1-i dörd görünməmiş tapşırıqda sınaqdan keçirdi: telefon qablaşdırma, paltaryuyan maşına çamaşır yükləmə, printerə kağız yedirmə və əşyaları qutuya yığma.

Tapşırıq başına on saatdan az təlim məlumatı ilə model orta hesabla 75% uğur nisbətinə çatdı. Müqayisə üçün, Physical Intelligence-dan rəqib model eyni benchmarkda yalnız 40% göstərə bildi. Xiaomi bildirir ki, modeli xüsusilə kağız kimi yumşaq, deformasiya olunan materiallarla və bir otaq boyunca hərəkət tələb edən tapşırıqlarda yaxşı performans göstərdi — tarixən sərt, skriptləşdirilmiş robot sistemləri üçün çətin olduğu sübut edilən çağırışlar.

Bu az nümunə ilə uyğunlaşma qabiliyyəti praktik yerləşdirmə ssenariləri üçün xüsusilə aktualdır. Real dünya tətbiqlərində — istər Azərbaycan anbarında, oteldə və ya fabrikdə — robotlar minimum nümayiş məlumatı ilə yeni tapşırıqları tez öyrənməli olacaqlar. Xiaomi-Robotics-1-in performansı, bu vizyonun getdikcə daha əlçatan olduğunu göstərir.

Robot AI Tədqiqatlarının Mənzərəsi

Xiaomi-nin yanaşması, sürətlə inkişaf edən robot AI mənzərəsində bir neçə rəqabətli strategiyadan biridir. May ayında World Action Models sorğusu, təxminən 100 tədqiqatı nəzərdən keçirərək, ənənəvi yanaşma olan teleoperasiya məlumatlarının dəqiq, lakin bahalı və məhdud şərtlərlə məhdudlaşdığını tapdı. Xiaomi-nin əl tutucuları birbaşa bu məhdudiyyətləri həll edir.

Nvidia, Carnegie Mellon Universiteti və UC Berkeley, ENPIRE layihəsi ilə fərqli bir yol izləyərək, səkkiz robotdan ibarət donanmaya obyektləri tutmağı muxtar şəkildə öyrətmək üçün AI kodlaşdırma agentlərindən istifadə etdi. Nvidia həmçinin sintez təlim məlumatlarının generasiyasını araşdırır, robototexnikanın məlumat problemini hesablama probleminə çevirməyi hədəfləyir.

Çin BAAI tədqiqat institutu başqa bir istiqaməti kəşf edir. Onların Orca dünya modeli, heç bir hərəkət etiketi olmadan 125.000 saatlıq videodan öyrənir və hələ də beş manipulyasiya tapşırığında ixtisaslaşmış pi0.5 modeli ilə bərabərləşir. Xiaomi etiketləməni avtomatlaşdırıb miqyasda tətbiq edərkən, Orca etiketləri tamamilə aradan qaldırmağa çalışır — miqyaslana bilsə, dəyərli ola biləcək daha radikal bir yanaşma.

Bunun Azərbaycan və İnkişaf Edən Texnologiya Ekosistemləri Üçün Mənası

Azərbaycan və daha geniş texnologiya icması üçün Xiaomi-nin araşdırmasının bir neçə vacib təsiri var. Birincisi, məlumat toplamanın demokratikləşməsi — bahalı robotlar əvəzinə sadə əl alətlərindən istifadə — kiçik komandaların və startapların robot AI inkişafında iştirak edə biləcəyi mənasını verir. Azərbaycan startapları nəzəri olaraq yerli şəraitdə manipulyasiya məlumatları toplaya, qlobal robototexnika məlumat dəstlərinə töhfə verə və ya yerli tətbiqlər üçün ixtisaslaşmış modellər qura bilər.

İkincisi, "məlumatın hesablamadan üstünlüyü" tapıntısı, böyük GPU klasterlərinə məhdud çıxışı olan ekosistemlər üçün ümidvericidir. Məlumat keyfiyyəti və miqdarı hesablama məhdudiyyətlərini qismən kompensasiya edə bilirsə, inkişaf edən texnologiya mərkəzlərindəki komandalar infrastruktur xərcləri əvəzinə innovasiya əsasında rəqabət apara bilər.

Üçüncüsü, Xiaomi-nin açıq mənbə öhdəliyi — model və kod GitHub və Hugging Face-də yayımlanacaq — dünya üzrə tədqiqatçılar və tərtibatçılar üçün dərhal çıxış deməkdir. Azərbaycan universitetləri, AI laboratoriyaları və müstəqil tərtibatçılar bu modellərlə təcrübə apara, onların üzərində qura və potensial olaraq icmaya təkmilləşdirmələr töhfə edə bilər.

Gələcəyə Baxış

Xiaomi-Robotics-1 əhəmiyyətli bir irəliyə doğru addımdır, lakin o, həm də nə qədər işin qaldığını vurğulayır. Benchmarklardakı mütləq uğur nisbətləri, lider olsalar da, struktursuz mühitlərdə etibarlı kommersiya yerləşdirməsi üçün tələb olunanın hələ də altındadır. Modelin güclü tərəfləri — deformasiya olunan obyektləri idarə etmək, otaqlarda naviqasiya, yeni tapşırıqlara uyğunlaşma — realdır, lakin boşluqlar qalır.

Araşdırma həmçinin Xiaomi-nin daha geniş strateji mənzərəsinə uyğun gəlir. Şirkət Mart ayında MiMo-V2 modellərini təqdim edərkən, bu AI agentlərinin son nəticədə robotları idarə edə biləcəyini bildirdi. Xiaomi-Robotics-1 bu vizyonun əsas hissəsidir — dil qabiliyyətinə malik AI agentləri ilə real dünyada hərəkət edə bilən fiziki robot sistemləri arasında bir körpü.

Bəlkə də ən dərin nəticə budur: robot AI dövrü artıq ilk növbədə daha böyük modellər qurmaq mühəndislik problemi deyil. Bu, getdikcə daha çox bir məlumat problemidir — müxtəlif real dünya qarşılıqlı təsir məlumatlarının toplanması, etiketlənməsi və miqyaslandırılması problemi. Xiaomi göstərdi ki, məlumat toplamada yaradıcılıq və miqyasa bağlılıqla, hətta robototexnikanın fiziki məhdudiyyətləri də məlumat mərkəzli AI vasitəsilə həll edilə bilər. Dünya üzrə tədqiqatçılar, startaplar və texnologiya icmaları üçün — Azərbaycan daxil olmaqla — bu, çoxlarının möhkəm bağlı olduğunu düşündüyü bir qapını açır.

📖 Mənbə