Tehno rat se zahuktava: Kina dobila važnu bitku

Kineski startap Spirit AI objavio je da je njegov model Spirit v1.6 zauzeo prvo mesto na prestižnom RoboArena benčmarku, nadmašivši kompanije kao što je Nvidia i druge vodeće konkurente.

Spirit v1.6 je ostvario rezultat od 1.924 poena, čime je pobedio Nvidia Cosmos3-Nano-Policy model koji je zabeležio 1.881 poen, kao i DreamZero (još jedan model iza kojeg stoji Nvidia) sa osvojenih 1.763 poena.

Ovaj uspeh ujedno predstavlja prvi put da je jedan kineski model za otelovljenu veštačku inteligenciju (embodied AI) uspeo da se plasira na prvu poziciju ovog benčmarka, piše sajt Gizmochina.

Zašto je RoboArena važna?

RoboArena je dizajnirana tako da meri koliko efikasno AI sistemi mogu da pretoče odluke u konkretne akcije robota u stvarnom svetu. Za razliku od tradicionalnih AI tekstualnih testova koji su fokusirani na jezik ili logičko zaključivanje, RoboArena ocenjuje izvršavanje fizičkih zadataka.

To uključuje manipulaciju objektima, navigaciju, upotrebu alata, percepciju, planiranje i sposobnost prilagođavanja u potpuno nepoznatim okruženjima.

Ovaj benčmark je izuzetno cenjen u industriji jer koristi randomizovana (nasumična) okruženja, scenarije sa ometajućim faktorima (adversarial testing) i stroge mere protiv "overfitinga" (preprilagođavanja modela), što kompanijama maksimalno otežava da optimizuju svoje sisteme isključivo za potrebe samog testa.

Trka u domenu fizičkog AI se zahuktava

Ovaj rezultat jasno pokazuje da se konkurencija na polju AI sve više pomera sa četbotova i velikih jezičkih modela (LLM) ka fizičkom AI. Ovi sistemi zapravo služe kao "mozak" za humanoidne robote, robotske ruke, autonomna vozila i platforme za industrijsku automatizaciju.

Uspeh kompanije Spirit AI posmatra se kao dokaz da efikasan dizajn modela i visokokvalitetni podaci za trening mogu biti jednako važni kao i posedovanje masivne računarske snage.

Model ovog startapa je navodno pokazao sjajne performanse u rukovanju objektima, autonomnoj navigaciji, korišćenju kompleksnih alata i prilagođavanju novim situacijama uz minimalno fino podešavanje (fine-tuning).