AI News

TorqueAGI 发布 World-Reasoning Model,称机器人学新任务所需数据最多减少 1000 倍

The Elec更新于 11月4日 17:34

TorqueAGI Says Robots Can Learn New Tasks With Up to 1,000 Times Less Data

AI 导读

美国物理 AI 初创公司 TorqueAGI 推出名为 World-Reasoning Model 的核心技术,将物理与几何关系纳入模型推理,CEO Ashutosh Saxena 称机器人学习新任务所需数据可比传统方法最多减少 1000 倍。原文举例称,重型设备领域一位客户用约 6000 个数据点完成任务,而此前模型需约 700 万条事件记录;在仓储包装场景中处理约 70 万订单,将装箱密度从 73% 提升至 93%。公司按检测质检、物料搬运物流、装配三类场景提供 TorqueFocus、TorqueFlow、TorqueBuild 方案,其中 TorqueBuild 仍在开发中,模型经蒸馏后部署在 NVIDIA Orin 和 Thor 边缘计算机上。

推荐理由

AI 评分 58

原文给出 World-Reasoning Model 的数据效率与落地案例,读者可据此判断物理推理路线在产线改造中的可行性。

主题

标签

正文 · AI 翻译

将物理人工智能(AI)引入制造业的关键挑战之一,是为机器人获取训练数据。然而,为机器人AI收集数据绝非易事。具有高训练价值的数据,尤其是险兆事件、产线停机和异常情况,由于安全和成本方面的顾虑,很难刻意收集。高质量数据的短缺被广泛认为是物理AI创新的最大障碍之一。

为克服数据短缺,通过数字孪生生成的合成数据已成为一种替代方案。更进一步的发展是自学习,即AI利用经过筛选的合成数据进行自我训练,同时实时持续缩小虚拟环境与真实世界环境之间的差距。

无论是通过遥操作收集真实世界数据,还是在虚拟环境中生成合成数据,这些方法都基于一个共同假设:机器人AI需要足够的数据才能有效学习。美国物理AI初创公司TorqueAGI正在挑战这一前提。其技术试图通过重新思考机器人AI为何需要如此多的训练数据,并赋予机器人对物理世界进行推理的能力,来解决这一问题。

在传统系统中,当机器人遇到新的物体或工作环境时,通常需要收集并标注针对新条件的数据,然后重新训练。例如,当产线引入新产品时,机器人必须重新学习其位置、形状和合适的抓取方法。

TorqueAGI将物体的形状、重量、几何关系、物理力和操作约束纳入模型的推理过程。该模型并非记忆特定物体的图像,而是旨在推理物体如何运动以及如何响应力。据TorqueAGI首席执行官(CEO)Ashutosh Saxena称,这种方法可使机器人学习新任务所需的数据比传统方法最多减少1000倍。

TorqueAGI首席执行官Ashutosh Saxena。

TorqueAGI将其核心技术称为“世界推理模型”(World-Reasoning Model)。Saxena表示,该公司的模型将物理和几何纳入其推理过程。这种方法可以理解为将世界模型与物理推理和机器人控制相结合。

Saxena也是TorqueAGI的创始人,他此前在斯坦福大学开展了关于Make3D的研究,该系统可从单张图像重建三维结构,他还研究了基于深度学习的机器人抓取。随后在康奈尔大学,他开发了RoboBrain,这是一个使不同机器人能够共享通过学习获得的知识的系统。这些研究项目有一个共同目标:使机器人能够理解物体的形状和空间关系,并将获得的知识迁移到其他任务和机器人上。

TorqueAGI的世界推理模型不止于训练机器人AI识别视觉模式并复现先前学过的任务。它旨在利用重力等物理原理,在空间和时间语境中理解物体形状和重量、机器结构和工作流程,从而确定下一步应采取什么动作。

例如,如果夹爪的尺寸发生变化或传送带的位置发生偏移,机器人无需从头重新学习整个操作。相反,它会根据变化后的条件计算出新的抓取方法和运动轨迹。该方法旨在通过让模型对物理定律具备基础理解,从而减少对训练数据的依赖。

据TorqueAGI称,其世界推理模型使世界模型能够理解和推理物理与几何。

TorqueAGI的世界推理模型将物理和几何纳入世界模型,以实现物理推理。(来源:TorqueAGI)

Saxena表示,使用TorqueAGI的世界推理模型,传统上需要数万次演示的任务,只需数十个示例,再结合设备记录和操作流程等现有客户数据,即可学会。

据报道,在一个案例中,重型设备领域的一位客户使用TorqueAGI的模型,以约6000个数据点在一项任务上取得了与以往模型相当的性能,而训练以往模型需要约700万条事件记录。Saxena还强调了将新任务的数据收集时间缩短至仅几天,以及模型的可解释性,这使用户能够理解它为何选择某一特定动作。

这对高混合、低产量(HMLV)制造和定制化生产具有重要意义。随着制造商日益转向HMLV和定制化生产,被编程为重复固定动作的工业机器人的局限性正变得越来越明显。自主制造和机器人转型(RX)的最大障碍往往不是机器人本身的成本,而是每次生产任务变化时与重新编程、数据收集和验证相关的费用。

如果机器人能够快速适应新的组件和任务,同时制造商保留其现有设备,那么自动化就可以应用于更广泛的作业,生产线换线成本也能降低。Saxena表示,韩国制造业已经拥有广泛的自动化基础设施,对TorqueAGI的技术而言是一个前景广阔的市场,因为物理推理可以让现有机器人和生产线更加灵活。

Saxena还表示,公司的世界推理模型可以通过理解几何特征并推理空间关系来提高装箱密度。通过考虑单个物品的重量、形状和易碎性,该模型决定产品应放置在何处以及以什么顺序放置。这种空间推理使其能够更高效地利用可用空间并提高装箱密度。

Ashutosh Saxena解释了TorqueAGI的世界推理模型如何利用几何理解和空间推理,根据物品的重量、形状和易碎性优化放置,从而提高装箱密度。

TorqueAGI认为其解决方案在韩国电子和零部件制造业的三个领域存在机会:检测与质量控制(QC)、物料搬运与物流,以及装配。相应的解决方案分别是TorqueFocus、TorqueFlow和TorqueBuild。

TorqueFocus可以执行复杂的装配验证、缺陷检测、线束测量、设备监控和安全检查。TorqueFlow可自动化工厂内的组件分拣、配套和包装等任务。TorqueBuild专为组件插入、紧固和多阶段装配操作而设计。TorqueBuild解决方案目前仍在开发中。

TorqueAGI与客户共同开发模型,然后将其蒸馏,以便部署在直接安装在机器上的NVIDIA边缘计算机上。该公司使用包括NVIDIA Orin和NVIDIA Thor在内的平台。其系统旨在即使在运行过程中网络连接中断时也能保持机器感知和安全相关决策。

Saxena强调,客户可以在自己的边缘环境中运行独立模型,确保一家公司的数据不会被用于训练另一家公司的机器人。他表示,这种架构可能特别适合韩国先进零部件制造商,包括半导体公司,因为在这些企业中数据安全至关重要。虽然云基础设施用于模型开发和更新,但每个客户运行独立模型,从而能够在现场进行推理和运营决策,而无需将制造数据向外传输。

TorqueAGI首席执行官Ashutosh Saxena在NVIDIA GTC 2026上介绍公司技术。(来源:NVIDIA YouTube截图)。

然而,Saxena承认实际部署中涉及的挑战,表示该模型无法独自完成所有工作。“即使机器发生变化,模型本身的变化也很小,但大部分工作发生在机器一侧,”他说。他补充说,集成需要时间,包括将模型连接到制造商的控制接口、校准传感器,以及确保模型符合机器的安全系统和运行限制。

TorqueAGI已在物流、仓储和重型设备应用中取得概念验证成果。在仓库包装作业中,该公司表示处理了约70万份订单,考虑了产品重量和形状等因素,并将装箱密度从73%提高到93%。然而,该公司尚未在电子和半导体制造领域取得概念验证成果。

TorqueAGI于9月开始接触欧洲市场,目前也在亚洲建立业务关系。在韩国,该公司正通过机器人制造商和系统集成商(SI)寻求进入市场。其策略是在实际生产线上针对特定任务开展联合概念验证项目,使用与客户事先商定的性能指标。

来源

The Elec