前Meta研究人員旨在將視覺AI引入工廠車間

人工智慧正在重塑我們的世界,但它主要仍侷限於數字邊界。如今,新一波初創企業正將這些能力帶入物理世界。
由兩名前 Meta 研究人員創立的 Perceptron 正在引領這一轉變。該公司成立於 2024 年 11 月,致力於構建先進的視覺模型,使機器能夠更有效地與物理環境互動。
本週,Perceptron 推出了 Isaac 0.5,這是一款旨在賦予機器在工業環境中“感知、推理和行動”能力的模型。該軟體賦能視覺引導機器人,使其能夠導航工廠和倉庫等複雜空間,同時允許企業從這些機器人捕獲的影片中提取有價值的視覺洞察。
Isaac 0.5 以開放權重模型的形式提供,其引數和訓練資料可供公眾審查。
Perceptron 由 Armen Aghajanyan 和 Akshat Shrivastava 聯合創立,兩人均為 Meta 基礎人工智慧研究(FAIR)團隊的前成員。該公司最近獲得了由 Bessemer Venture Partners 領投的 2100 萬美元融資。創始人將他們的軟體視為工業自動化的下一步。
“當前的物理人工智慧提出了一個錯誤的兩難選擇:要麼是需要每個例項配備多個專用雲 GPU 的通用基礎模型,要麼是僅處理感知或控制但很少同時處理兩者的窄模型,”公司解釋道。
Aghajanyan 和 Shrivastava 認為,他們的工具與現有解決方案的不同之處在於其通用性。該模型並非針對單一重複性任務進行最佳化,而是旨在靈活適應各種環境和情況。
在一場採訪中,Shrivastava 引發人們對簡單物理任務的反思,例如整理箱子:“考慮一臺被部署來分揀包裹的機器人。它必須執行哪些具體任務?”
這個看似簡單的過程涉及多個複雜步驟。機器人首先必須讀取包裹標籤,進行空間分析以定位箱子,並確定要拾取哪個物品。當處理多個箱子時,它還必須規劃操作的序列和順序。
Perceptron 的軟體協助機器人導航這些步驟中的每一個。雖然其他行業工具可以處理個別任務,但很少有工具能提供動態現實應用所需的靈活性。
那麼,這種演算法創新的資料來源在哪裡?
像 Isaac 0.5 這樣的模型透過處理海量影片訓練資料來獲取操作技能。Perceptron 表示,其新模型經過一百萬小時的通用影片訓練,以識別場景、視覺效果和情況。該公司還利用了第一人稱視角捕獲的影片(通常透過可穿戴相機拍攝)以及記錄重複人類動作以教導 AI 系統物理行為的 UMI 影片。
儘管 Perceptron 尚未披露具體資料來源,但 Shrivastava 指出,該公司“內部構建了涵蓋多種模態的 PB 級資料集,包括影象、文字、影片和機器人軌跡。”
使機器人能夠在倉庫中高效執行的軟體潛力巨大。Perceptron 認為其處於推動這一自動化浪潮的良好位置,並向各種供應商提供軟體,以整合到不同行業中。
目標行業包括製造業、物流、倉儲、安防、移動性和媒體娛樂。
“目前市場上沒有任何類似的產品,”Aghajanyan 表示。“我們對這些可能性感到非常興奮。”
相關文章
Google AI 概覽在搜尋結果中佔據一席之地
根據 Similarweb 的《2026 年生成式 AI 發展現況》報告,Google 由 AI 生成的摘要出現在 43% 的美國搜尋結果中,相較於一年前的 15%,呈現顯著增長。雖然「AI 概覽」會在標準搜尋結果中呈現生成的摘要,「AI 模式」則針對複雜查詢及後續提示提供對話式介面。使用者可在不丟失原始搜尋脈絡的情況下,從「AI 概覽」切換至「AI 模式」。Google 解釋,AI 模式採用一種
獲得紅杉資本投資的 Empirik 籌得 2,100 萬美元,用於在服務中斷發生前預先預測
在 2020 年加入紅杉資本(Sequoia Capital)擔任首席數位與資訊長之前,艾文·普里(Avon Puri)曾在 Rubrik 和 VMware 負責基礎架構管理長達十餘年。 三年前,當大型語言模型開始展現其真正潛力之際,普里與紅杉資本的另一位 IT 領導者蘇迪爾·杜爾賈蒂(Sudheer Dhurjati)共同意識到,人工智慧能夠協助自主解決基礎架構工程師面臨的一大挑戰——在技術中斷
Meta 的 Muse 在早期移動釋出中超越 ChatGPT
新資料顯示,Meta 最新的 AI 應用 Muse 可能成為這家社交巨頭的下一個重大成功。根據 Appfigures 最近的估算,Muse 在前 12 天內的移動裝置下載次數超過了 ChatGPT 在釋出後 12 天內的下載量。(該資料僅涵蓋美國和加拿大市場。)該公司還發現,Muse 的日活躍使用者數超過了 ChatGPT 在同一階段的使用者數。在此之前,由於兩款應用的釋出策略不同,直接比較這兩款應用一直具有挑戰性。ChatGPT 在全球範圍內釋出,但僅在 iOS 平臺上提供;而 Muse 在蘋果
相關專題推薦
評論 (0)
0/500

人工智慧正在重塑我們的世界,但它主要仍侷限於數字邊界。如今,新一波初創企業正將這些能力帶入物理世界。
由兩名前 Meta 研究人員創立的 Perceptron 正在引領這一轉變。該公司成立於 2024 年 11 月,致力於構建先進的視覺模型,使機器能夠更有效地與物理環境互動。
本週,Perceptron 推出了 Isaac 0.5,這是一款旨在賦予機器在工業環境中“感知、推理和行動”能力的模型。該軟體賦能視覺引導機器人,使其能夠導航工廠和倉庫等複雜空間,同時允許企業從這些機器人捕獲的影片中提取有價值的視覺洞察。
Isaac 0.5 以開放權重模型的形式提供,其引數和訓練資料可供公眾審查。
Perceptron 由 Armen Aghajanyan 和 Akshat Shrivastava 聯合創立,兩人均為 Meta 基礎人工智慧研究(FAIR)團隊的前成員。該公司最近獲得了由 Bessemer Venture Partners 領投的 2100 萬美元融資。創始人將他們的軟體視為工業自動化的下一步。
“當前的物理人工智慧提出了一個錯誤的兩難選擇:要麼是需要每個例項配備多個專用雲 GPU 的通用基礎模型,要麼是僅處理感知或控制但很少同時處理兩者的窄模型,”公司解釋道。
Aghajanyan 和 Shrivastava 認為,他們的工具與現有解決方案的不同之處在於其通用性。該模型並非針對單一重複性任務進行最佳化,而是旨在靈活適應各種環境和情況。
在一場採訪中,Shrivastava 引發人們對簡單物理任務的反思,例如整理箱子:“考慮一臺被部署來分揀包裹的機器人。它必須執行哪些具體任務?”
這個看似簡單的過程涉及多個複雜步驟。機器人首先必須讀取包裹標籤,進行空間分析以定位箱子,並確定要拾取哪個物品。當處理多個箱子時,它還必須規劃操作的序列和順序。
Perceptron 的軟體協助機器人導航這些步驟中的每一個。雖然其他行業工具可以處理個別任務,但很少有工具能提供動態現實應用所需的靈活性。
那麼,這種演算法創新的資料來源在哪裡?
像 Isaac 0.5 這樣的模型透過處理海量影片訓練資料來獲取操作技能。Perceptron 表示,其新模型經過一百萬小時的通用影片訓練,以識別場景、視覺效果和情況。該公司還利用了第一人稱視角捕獲的影片(通常透過可穿戴相機拍攝)以及記錄重複人類動作以教導 AI 系統物理行為的 UMI 影片。
儘管 Perceptron 尚未披露具體資料來源,但 Shrivastava 指出,該公司“內部構建了涵蓋多種模態的 PB 級資料集,包括影象、文字、影片和機器人軌跡。”
使機器人能夠在倉庫中高效執行的軟體潛力巨大。Perceptron 認為其處於推動這一自動化浪潮的良好位置,並向各種供應商提供軟體,以整合到不同行業中。
目標行業包括製造業、物流、倉儲、安防、移動性和媒體娛樂。
“目前市場上沒有任何類似的產品,”Aghajanyan 表示。“我們對這些可能性感到非常興奮。”
Google AI 概覽在搜尋結果中佔據一席之地
根據 Similarweb 的《2026 年生成式 AI 發展現況》報告,Google 由 AI 生成的摘要出現在 43% 的美國搜尋結果中,相較於一年前的 15%,呈現顯著增長。雖然「AI 概覽」會在標準搜尋結果中呈現生成的摘要,「AI 模式」則針對複雜查詢及後續提示提供對話式介面。使用者可在不丟失原始搜尋脈絡的情況下,從「AI 概覽」切換至「AI 模式」。Google 解釋,AI 模式採用一種
獲得紅杉資本投資的 Empirik 籌得 2,100 萬美元,用於在服務中斷發生前預先預測
在 2020 年加入紅杉資本(Sequoia Capital)擔任首席數位與資訊長之前,艾文·普里(Avon Puri)曾在 Rubrik 和 VMware 負責基礎架構管理長達十餘年。 三年前,當大型語言模型開始展現其真正潛力之際,普里與紅杉資本的另一位 IT 領導者蘇迪爾·杜爾賈蒂(Sudheer Dhurjati)共同意識到,人工智慧能夠協助自主解決基礎架構工程師面臨的一大挑戰——在技術中斷
Meta 的 Muse 在早期移動釋出中超越 ChatGPT
新資料顯示,Meta 最新的 AI 應用 Muse 可能成為這家社交巨頭的下一個重大成功。根據 Appfigures 最近的估算,Muse 在前 12 天內的移動裝置下載次數超過了 ChatGPT 在釋出後 12 天內的下載量。(該資料僅涵蓋美國和加拿大市場。)該公司還發現,Muse 的日活躍使用者數超過了 ChatGPT 在同一階段的使用者數。在此之前,由於兩款應用的釋出策略不同,直接比較這兩款應用一直具有挑戰性。ChatGPT 在全球範圍內釋出,但僅在 iOS 平臺上提供;而 Muse 在蘋果





首頁






