Xiaomi Robotics-1: მეტი მონაცემი სჯობს უფრო დიდ მოდელებს — როგორ ცვლის ეს რობოტების ვარჯიშს

რობოტების AI-ს მონაცემთა პრობლემა

როდესაც საქმე ეხება ხელოვნურ ინტელექტს, დიდი ენობრივი მოდელები (LLMs) წლებია სარგებლობენ ინტერნეტის უზარმაზარი მონაცემთა ბაზით — ტექსტები, სტატიები, წიგნები, ფორუმები. მათ აქვთ წვდომა კაცობრიობის ცოდნის მნიშვნელოვან ნაწილზე. რობოტებს ასეთი ფუფუნება არ აქვთ. მათთვის სასარგებლო მონაცემები — მოძრაობის, მოჭიდების, აწევის, ჩადების მილიონობით მაგალითი — ძალიან მწირია. რობოტებს უმეტესად ნულიდან უწევთ სწავლა, თუ როგორ აიღონ ობიექტი, როგორ მოათავსონ ის სათანადო ადგილას.

ტრადიციული მეთოდი გულისხმობს ადამიანის მიერ რობოტის დისტანციურ მართვას ყოველი მოძრაობისთვის — ნელი, ძვირი პროცესი, რომელიც ხშირად ერთფეროვან, განმეორებად მონაცემებს აწარმოებს. Xiaomi-ს გუნდმა გადაწყვიტა ეს პრობლემა რადიკალურად განსხვავებული მიდგომით გადაეჭრა. Xiaomi-Robotics-1 არის AI მოდელი რობოტებისთვის, რომელიც მიჰყვება იმავე სკალირების პრინციპს, რასაც დიდი ენობრივი მოდელები — მისი შესრულება უმჯობესდება რაც უფრო მეტ მონაცემზე ივარჯიშება. თუმცა, მონაცემთა შეგროვების მეთოდია ის, რაც ამ კვლევას ნამდვილად განსაკუთრებულს ხდის.

ხელის გრიპერი, რომელმაც ძვირადღირებული რობოტები ჩაანაცვლა

მონაცემთა შეგროვების ბოთლნეკის გადასალახად, Xiaomi-მ თითქმის მთლიანად უარი თქვა რეალურ რობოტებზე მონაცემთა შეგროვებისას. ამის ნაცვლად, გუნდმა გამოიყენა პორტატული ხელის გრიპერები კამერებით — მოწყობილობა, რომელსაც ადამიანი უბრალოდ იღებს ხელში და მართავს. ეს მიდგომა საშუალებას გაძლევთ ჩაწეროთ მანიპულაციური ამოცანები სამზარეულოში, ოფისში, მაღაზიაში, ქარხანაში თუ გარე სივრცეში — რობოტის გარეშე.

შედეგი იყო 100,000 საათზე მეტი მოძრაობის ჩანაწერი 1,700-ზე მეტ სხვადასხვა გარემოში. ეს არის უპრეცედენტო მასშტაბი რობოტული AI-ს ისტორიაში. მონაცემთა ასეთი მოცულობა თავად ქმნის ახალ პრობლემას — თითოეულ ჩანაწერს სჭირდება აღწერა, რომლისგანაც მოდელი შეძლებს სწავლას. ხელით მარკირება პრაქტიკულად შეუძლებელი იყო, ამიტომ Xiaomi-მ გამოიყენა სხვა AI მოდელი თითოეული მოძრაობის სეგმენტის ტექსტურად აღსაწერად. გუნდის თქმით, მთელი მონაცემთა ნაკრების მარკირებას დაახლოებით ორი კვირა დასჭირდა.

ეს მეთოდი განსაკუთრებით მნიშვნელოვანია საქართველოსა და რეგიონისთვის, სადაც რობოტიკის კვლევა ჯერ კიდევ განვითარების საწყის ეტაპზეა. Xiaomi-ს მიდგომა ამცირებს ბარიერს რობოტული AI-ს კვლევაში შესასვლელად — თუ მონაცემების შეგროვება შესაძლებელია მარტივი, იაფი ხელის ინსტრუმენტებით, მეტ ლაბორატორიას და უნივერსიტეტს ექნება შესაძლებლობა მონაწილეობა მიიღოს ამ სფეროს განვითარებაში.

მეტი მონაცემი > უფრო დიდი მოდელი

Xiaomi-ს კვლევის ერთ-ერთი ყველაზე მნიშვნელოვანი აღმოჩენაა ის, რომ მიუხედავად იმისა, რომ უფრო დიდი მოდელი აუმჯობესებს შესრულებას, მეტი სასწავლო მონაცემი გაცილებით დიდ შედეგს იძლევა ვიდრე მეტი გამოთვლითი ძალა. მკვლევარები ამბობენ, რომ პროგრესი რობოტულ AI-ში ძირითადად დამოკიდებული იქნება უფრო დიდი და მრავალფეროვანი მონაცემთა ნაკრებების შეგროვებაზე.

ეს აღმოჩენა ემთხვევა იმას, რაც მკვლევარებმა აჩვენეს ვიზუალური მონაცემებისთვის 2026 წლის მარტის დასაწყისში. ენობრივი მოდელებისთვის დიდი ხნის წესია, რომ მოდელის ზომა და მონაცემთა მოცულობა უნდა იზრდებოდეს დაახლოებით ერთი და იგივე ტემპით, რათა ოპტიმალურად გამოვიყენოთ ფიქსირებული გამოთვლითი ბიუჯეტი. ეს ბალანსი იცვლება, როდესაც მოდელს უწევს სურათების დამუშავება ტექსტის ნაცვლად. ამ შემთხვევაში, მონაცემების დამატება გაცილებით მეტს შველის, ვიდრე მოდელის ზომის გაზრდა.

ტესტებმა ფიზიკურ რობოტებზე აჩვენა, რომ სასწავლო მონაცემების რაოდენობის გაზრდით, მოდელის წარმატების მაჩვენებელი უცნობ გარემოში 25 პროცენტიდან 75 პროცენტამდე გაიზარდა. მკვლევარები ამბობენ, რომ ჯერ არ მიუღწევიათ იმ წერტილამდე, სადაც მეტი მონაცემი აღარ აუმჯობესებს შესრულებას. ეს განსაკუთრებით საინტერესო შედეგია — ის გვთავაზობს, რომ რობოტული AI-სთვის მონაცემთა მასშტაბირებას ჯერ კიდევ აქვს უზარმაზარი პოტენციალი.

ახალ ამოცანებთან ადაპტაცია მინიმალური მონაცემებით

ფუნდამენტური მოდელი ყველაზე სასარგებლოა მაშინ, როდესაც მას შეუძლია სწრაფად მოერგოს ახალ ამოცანებს. Xiaomi-მ გამოსცადა Xiaomi-Robotics-1 ოთხ ამოცანაზე: ტელეფონის შეფუთვა, სამრეცხაოს ჩატვირთვა სარეცხ მანქანაში, ქაღალდის ჩადება პრინტერში და ნივთების ყუთში ჩალაგება.

თითოეული ამოცანისთვის 10 საათზე ნაკლები სასწავლო მონაცემით, მოდელმა მიაღწია საშუალოდ 75 პროცენტიან წარმატების მაჩვენებელს. შედარებისთვის, Physical Intelligence-ის კონკურენტმა მოდელმა იმავე ტესტში მხოლოდ 40 პროცენტი აჩვენა. Xiaomi-ს მოდელი განსაკუთრებით კარგად მუშაობდა რბილ, დეფორმირებად მასალებთან, როგორიცაა ქაღალდი, და ამოცანებში, რომლებიც ოთახში გადაადგილებას მოითხოვდა.

Xiaomi-Robotics-1-მა საუკეთესო შედეგები აჩვენა სტანდარტულ რობოტულ AI ბენჩმარკებზე. RoboCasa365 ლიდერბორდზე ის ლიდერობს მნიშვნელოვანი სხვაობით, განსაკუთრებით ახალ, აქამდე უნახავ კომპოზიციურ ამოცანებში. RoboDojo ბენჩმარკზე Xiaomi-Robotics-1-მა მეორე ადგილზე მყოფ მოდელზე დაახლოებით 58 პროცენტით მაღალი ქულა მიიღო, თუმცა აბსოლუტური წარმატების მაჩვენებლები კვლავ დაბალი რჩება.

რობოტული AI-ს სხვადასხვა მიდგომები: Xiaomi, Nvidia, BAAI

რობოტული მონაცემები რჩება რობოტიკის კვლევის მთავარ ფოკუსად, და გუნდები სრულიად განსხვავებულ გადაწყვეტილებებს მისდევენ. World Action Models-ის მაისის მიმოხილვამ, რომელმაც დაახლოებით 100 კვლევა განიხილა, აჩვენა, რომ ტელეოპერაციის მონაცემები ზუსტია, მაგრამ ძვირი და შეზღუდული რამდენიმე გარემოთი. Xiaomi-ს ხელის გრიპერები სწორედ ამ შეზღუდვების გადასალახად შეიქმნა.

Nvidia, კარნეგი-მელონის უნივერსიტეტი და ბერკლის უნივერსიტეტი ENPIRE პროექტის ფარგლებში AI კოდირების აგენტებს იყენებენ რვა რობოტის ავტონომიურად სწავლებისთვის, თუ როგორ აიღონ ობიექტები. Nvidia ასევე ცდილობს რობოტიკის მონაცემთა პრობლემა გამოთვლით პრობლემად აქციოს სინთეზური სასწავლო მონაცემების გენერირებით.

ჩინეთის BAAI კვლევითი ინსტიტუტი საპირისპირო გზას მისდევს. მათი Orca სამყაროს მოდელი სწავლობს 125,000 საათის ვიდეოდან ყოველგვარი მოქმედების ეტიკეტების გარეშე და მაინც უტოლდება სპეციალიზებულ pi0.5 მოდელს ხუთი მანიპულაციური ამოცანის შესრულებაში. Xiaomi ავტომატიზირებს მარკირებას და იყენებს მას მასშტაბურად, ხოლო Orca ცდილობს ეტიკეტების სრულად აღმოფხვრას.

Physical Intelligence ემსახურება საცნობარო წერტილს ორივე შემთხვევაში. კომპანიამ კრიტიკა დაიმსახურა აპრილში pi0.7-ის გამოშვების შემდეგ, როდესაც განაცხადა, რომ მოდელს შეეძლო განზოგადება, მაშინ როდესაც ის შესაძლოა უბრალოდ მსგავსი სასწავლო მონაცემების გახსენებას ახდენდა. Xiaomi-ს აღმოჩენა, რომ მეტი მონაცემი უფრო მნიშვნელოვანია ვიდრე მეტი გამოთვლითი ძალა, ამ კითხვას კიდევ უფრო ართულებს.

რას ნიშნავს ეს საქართველოსთვის და რეგიონისთვის

Xiaomi-ს კვლევას აქვს მნიშვნელოვანი გავლენა არა მხოლოდ გლობალური რობოტიკისთვის, არამედ კონკრეტულად ისეთი ქვეყნებისთვის, როგორიცაა საქართველო. მონაცემთა შეგროვების იაფი მეთოდი — ხელის გრიპერები კამერებით — ამცირებს ბარიერს რობოტიკის კვლევაში შესასვლელად. ქართულ უნივერსიტეტებსა და ტექნოლოგიურ კომპანიებს შეუძლიათ მონაწილეობა მიიღონ რობოტული AI-ს განვითარებაში ძვირადღირებული რობოტების შეძენის გარეშე.

ეს განსაკუთრებით აქტუალურია SiTech-ის მსგავსი სააგენტოებისთვის, რომლებიც დაინტერესებულნი არიან AI-სა და ავტომატიზაციის განვითარებით. Xiaomi-ს მიდგომა აჩვენებს, რომ მონაცემთა ხარისხი და რაოდენობა ხშირად უფრო მნიშვნელოვანია ვიდრე მოდელის სირთულე — ეს პრინციპი შეიძლება გამოყენებული იქნას არა მხოლოდ რობოტიკაში, არამედ AI-ს სხვა დარგებშიც.

Xiaomi გეგმავს მოდელისა და კოდის გამოქვეყნებას GitHub-სა და Hugging Face-ზე. იგივე გუნდმა ცოტა ხნის წინ გამოუშვა Xiaomi-Robotics-0 ღია კოდით, რომელიც ფოკუსირებულია სწრაფ, რეალურ დროში მუშაობაზე. ეს ღიაობა ნიშნავს, რომ ქართველ მკვლევარებსა და დეველოპერებს ექნებათ წვდომა მსოფლიო დონის რობოტულ AI მოდელზე, რომლის ექსპერიმენტირებაც თავიანთ პროექტებში შეუძლიათ.

მომავლის პერსპექტივა

Xiaomi-Robotics-1-ის კვლევა ცხადყოფს, რომ რობოტული AI-ს მომავალი არა უფრო დიდი მოდელების, არამედ უფრო მდიდარი, მრავალფეროვანი და იაფად მოსაპოვებელი მონაცემებისკენ მიემართება. ეს არის მნიშვნელოვანი გადახვევა იმ ტენდენციიდან, რომელიც ბოლო წლებში დომინირებდა AI-ში — "უფრო დიდი მოდელი, უფრო მეტი პარამეტრი" მიდგომიდან "უფრო მეტი და ხარისხიანი მონაცემი" მიდგომისკენ.

ეს განსაკუთრებით მნიშვნელოვანი გაკვეთილია იმ ქვეყნებისთვის, რომლებიც შეზღუდული გამოთვლითი რესურსებით სარგებლობენ. თუ მონაცემების ხარისხსა და რაოდენობას შეუძლია კომპენსირება მოახდინოს გამოთვლითი სიმძლავრის ნაკლებობისთვის, მაშინ პატარა გუნდებსაც კი შეუძლიათ კონკურენცია გაუწიონ დიდ ტექნოლოგიურ კომპანიებს რობოტული AI-ს სფეროში.

Xiaomi-ს მუშაობა ასევე ჯდება კომპანიის უფრო ფართო გეგმებში. როდესაც Xiaomi-მ მარტში წარადგინა MiMo-V2 მოდელები, მათ განაცხადეს, რომ ეს აგენტები საბოლოოდ შეძლებდნენ რობოტების კონტროლს. Xiaomi-Robotics-1 არის ამ ხედვის მნიშვნელოვანი ნაწილი — ნაბიჯი მომავლისკენ, სადაც AI აგენტები და რობოტები ერთად იმუშავებენ ფიზიკურ სამყაროში.

📖 წყარო