Orca — ჩინური სამყაროს მოდელი, რომელიც რობოტიკის სპეციალიზებულ სისტემებს ერთი მოქმედების ლეიბლის გარეშე ეწევა

მსოფლიო მოდელების ახალი ერა რობოტიკაში

ჩინეთში, პეკინის ხელოვნური ინტელექტის აკადემიამ (BAAI) წარმოადგინა Orca — "მსოფლიო ფუნდამენტური მოდელი" (world foundation model), რომელმაც რობოტიკის საზოგადოების ყურადღება მიიპყრო. Orca ხუთ სხვადასხვა რობოტულ დავალებაში სპეციალიზებულ სისტემებს უტოლდება, თუმცა მისი ბაზისური მოდელი ვარჯიშის დროს არცერთი მოქმედების ლეიბლს (action label) არ შეხებია. ეს ფუნდამენტურად განსხვავებული მიდგომაა იმისგან, რასაც დღეს AI-სა და რობოტიკაში ვხედავთ.

თანამედროვე AI-ს უმეტესობა — იქნება ეს ენობრივი მოდელები, ვიდეო გენერატორები თუ რობოტების კონტროლერები — მუშაობს შემდეგი ტოკენის, შემდეგი კადრის, ან შემდეგი მოქმედების პროგნოზირების პრინციპზე. Orca სხვა გზით მიდის: ის ცდილობს გაიგოს, როგორ იცვლება სამყარო ზოგადად, აბსტრაქტული შინაგანი წარმოდგენის (internal representation) მეშვეობით.

როგორ მუშაობს Orca: ორი ვარჯიშის მეთოდი ერთად

Orca-ს მიდგომა ორი განსხვავებული სწავლის რეჟიმის კომბინაციას ეფუძნება: არაცნობიერი (unconscious) სწავლა — მოდელი უყურებს ნედლ ვიდეოებს ყოველგვარი ანოტაციის გარეშე და პროგნოზირებს შემდეგ კადრს; და ცნობიერი (conscious) სწავლა — ვიდეოები იყოფა სეგმენტებად, თითოეულს ერთვის მდგომარეობის ცვლილების აღწერა.

მოდელი იყენებს გაყინულ Qwen3.5 ბირთვს, რომელზეც მიერთებულია ურთიერთშენაცვლებადი გამომავალი მოდულები ტექსტის, სურათებისა და რობოტული მოქმედებებისთვის. ვარჯიშისთვის გამოყენებულია 125,000 საათი ვიდეომასალა, 160 მილიონი მოვლენის აღწერა და 11.5 მილიონი კითხვა-პასუხის წყვილი.

შედეგები და გავლენა

Orca-4B ხუთივე მანიპულაციურ დავალებაში უტოლდება π0.5-ს, ხოლო ზოგიერთ ამოცანაში ავლენს შეცდომების გამოსწორების უნარს, რომელიც სპეციალიზებულ სისტემას არ გააჩნია. თუ მსგავს მოდელებს შეუძლიათ ფიზიკური დინამიკის სწავლა ძვირადღირებული მონაცემების გარეშე, რობოტიკის გამოყენების სფერო შეიძლება მნიშვნელოვნად გაფართოვდეს, განსაკუთრებით მცირე ბიზნესებისა და განვითარებადი ეკონომიკებისთვის.