Terobosan Baru dalam Kecerdasan Berwujud: AutoNami Buka Sumber Penuh Model Basis Robot Serbaguna ABot-M0

marsbitDipublikasikan tanggal 2026-04-01Terakhir diperbarui pada 2026-04-01

Abstrak

Inovasi terobosan dalam kecerdasan embodied diumumkan oleh Gaode dengan meluncurkan open-source penuh model dasar robot universal ABot-M0, model pertama di dunia berbasis arsitektur terpadu. ABot-M0 dirancang untuk menjadi "otak universal yang dapat beradaptasi dengan berbagai bentuk robot", bertujuan menghilangkan hambatan antar perangkat heterogen dan mempercepat adopsi kecerdasan embodied dari lab ke skenario industri dan rumah tangga. Model ini menunjukkan kinerja luar biasa dalam benchmark Libero-Plus dengan tingkat keberhasilan tugas 80.5%, meningkat hampir 30% dibandingkan model Pi0 sebelumnya, sekaligus mencatat rekor SOTA di Libero dan RoboCasa. Gaode membuka sumber daya secara lengkap dalam tiga dimensi: dataset robot universal UniACT dengan lebih dari 6 juta lintasan operasi nyata, algoritme inti termasuk Action Manifold Learning (AML) dan arsitektur persepsi dual-stream, serta model pra-latihan lengkap dengan toolchain untuk memudahkan penggunaan langsung. Inisiatif ini diharapkan dapat menjembatani penelitian akademis dan aplikasi praktis, memungkinkan setiap robot memiliki "otak" yang cerdas dan andal.

Bidang kecerdasan berwujud mencapai kemajuan bersejarah. AutoNami hari ini secara resmi mengumumkan pembukaan sumber penuh model basis operasi robot berwujud pertama di dunia yang berbasis arsitektur terpadu ABot-M0. Inti model ini difokuskan untuk mewujudkan "satu otak serbaguna yang dapat diadaptasi ke berbagai bentuk robot", bertujuan menghancurkan hambatan antara perangkat keras yang berbeda, dan mempercepat perjalanan kecerdasan berwujud dari laboratorium menuju skenario industri dan rumah tangga.

Teknologi Inti dan Kinerja

ABot-M0 menunjukkan kinerja luar biasa dalam beberapa pengujian patokan industri. Data menunjukkan, tingkat keberhasilan tugas model ini pada patokan Libero-Plus mencapai 80,5%, meningkat hampir 30% dibandingkan dengan solasi unggulan industri sebelumnya, Pi0. Selain itu, model ini memecahkan rekor SOTA (terdepan di industri) dalam pengujian seperti Libero dan RoboCasa.

Pembukaan Sumber Penuh dalam Tiga Dimensi

Untuk mengatasi masalah lama "data terisolasi" dan "kesulitan penerapan" di bidang kecerdasan berwujud, AutoNami kali ini membuka sumber yang mencakup tiga dimensi: data dasar, algoritma inti, dan model pra-latih:

  • Tingkat data: Membuka sumber kumpulan data robot serbaguna UniACT yang saat ini merupakan yang terbesar. Kumpulan data ini mengintegrasikan lebih dari 6 juta jejak operasi nyata dan menyediakan pipa pemrosesan lengkap dari data heterogen ke data pelatihan terstandarisasi.

  • Tingkat algoritma: Secara bersamaan mempublikasikan arsitektur model dan kerangka pelatihan, dengan highlight inti termasuk algoritma inovatif AutoNami Pembelajaran Manifold Aksi (AML) serta Arsitektur Persepsi Aliran Ganda, yang memberikan kemampuan pemahaman spasial dan eksekusi aksi yang luar biasa untuk robot.

  • Tingkat model: Menyediakan model pra-latih ujung-ke-ujung dan rantai alat lengkap. Pengembang dapat mencapai "siap pakai", tanpa perlu membangun kerangka dari nol, sangat menurunkan ambang batas adaptasi untuk robot kolaborasi industri atau layanan rumah tangga.

Dampak Industri

Penanggung jawab teknologi AutoNami ABot-M0 menyatakan bahwa kecerdasan berwujud yang benar-benar serbaguna memerlukan pemolesan bersama dari pengembang global. Pembukaan sumber ABot-M0 bukan hanya berbagi teknologi, tetapi lebih berharap membangun jembatan yang menghubungkan penelitian akademis dan aplikasi industri, sehingga setiap robot dengan bentuk yang berbeda dapat memiliki "otak" yang cerdas, andal, dan serbaguna.

Pertanyaan Terkait

QApa itu model ABot-M0 yang diumumkan oleh Gaode dan mengapa dianggap sebagai terobosan?

AABot-M0 adalah model dasar operasi robot embodied pertama di dunia yang berbasis arsitektur terpadu, yang sepenuhnya open source oleh Gaode. Ini dianggap sebagai terobosan karena bertujuan untuk 'satu otak universal yang dapat beradaptasi dengan berbagai bentuk robot', memecah hambatan antara perangkat keras heterogen dan mempercepat pengembangan kecerdasan embodied dari laboratorium ke skenario industri dan rumah tangga.

QBagaimana kinerja ABot-M0 dalam pengujian benchmark dibandingkan dengan model sebelumnya?

AABot-M0 menunjukkan kinerja luar biasa dalam beberapa pengujian benchmark industri. Model ini mencapai tingkat keberhasilan tugas 80,5% pada benchmark Libero-Plus, yang hampir 30% lebih tinggi dibandingkan dengan model Pi0 yang sebelumnya menjadi tolok ukur. Selain itu, ABot-M0 juga memecahkan rekor SOTA (state-of-the-art) dalam tes Libero dan RoboCasa.

QApa saja tiga dimensi open source yang disediakan oleh Gaode untuk ABot-M0?

AGaode menyediakan open source dalam tiga dimensi: 1) Data: dataset robot universal terbesar UniACT dengan lebih dari 6 juta lintasan operasi nyata dan pipeline pemrosesan data terstandarisasi. 2) Algoritma: arsitektur model dan kerangka pelatihan, termasuk algoritma Action Manifold Learning (AML) dan arsitektur persepsi dual-stream. 3) Model: model pra-latihan end-to-end dan toolchain lengkap untuk penggunaan langsung.

QApa keunggulan dataset UniACT yang dibuka oleh Gaode?

ADataset UniACT yang dibuka oleh Gaode adalah dataset robot universal terbesar yang tersedia, mengintegrasikan lebih dari 6 juta lintasan operasi nyata. Ini juga menyediakan pipeline pemrosesan lengkap dari data heterogen ke data pelatihan terstandarisasi, membantu mengatasi masalah 'data silo' yang lama ada di bidang kecerdasan embodied.

QApa dampak open source ABot-M0 terhadap industri dan pengembangan kecerdasan embodied?

AOpen source ABot-M0 oleh Gaode tidak hanya berbagi teknologi, tetapi juga bertujuan membangun jembatan antara penelitian akademis dan aplikasi industri. Ini memungkinkan pengembang global untuk bersama-sama mengasah kecerdasan embodied universal, sehingga setiap robot dengan bentuk berbeda dapat memiliki 'otak' yang cerdas, andal, dan universal, serta sangat menurunkan ambang batas adaptasi untuk robot kolaborasi industri atau layanan rumah tangga.

Bacaan Terkait

Bank Italia Tidak Melihat Keunggulan Sistemik Stablecoin dalam Transfer

Studi Bank Italia menunjukkan bahwa stablecoin tidak memberikan keunggulan sistemik yang berkelanjutan dalam hal biaya dan kecepatan transfer uang. Semua keuntungan hilang akibat biaya untuk deposit dan penarikan ke/dari fiat serta proses dalam infrastruktur pembayaran lokal. Peneliti membandingkan transfer 200 USDC di 10 koridor bilateral antara Italia dengan Brasil, Argentina, Jepang, UEA, dan Afrika Selatan. Metriknya adalah biaya total dan waktu penyelesaian dibandingkan layanan uang standar. Biaya akhir transfer stablecoin bervariasi dari 0,3% hingga hampir 9%, tergantung arahnya. Di koridor dengan sistem pembayaran instan, penyelesaian membutuhkan waktu kurang dari 20 menit. Sementara di daerah tanpa infrastruktur tersebut, proses memakan waktu satu hingga dua hari kerja. Biaya dan penundaan utama dikaitkan dengan pertukaran dan konversi mata uang, serta kualitas infrastruktur lokal. Komisi blockchain bukan faktor utama. Rata-rata biaya transfer uang global adalah 6,65%. Di sebagian besar koridor yang diteliti, stablecoin lebih murah dari level ini, namun dibandingkan dengan Wise, stablecoin hanya lebih unggul di tiga dari tujuh rute yang sebanding. Penulis berpendapat efeknya akan lebih terasa jika stablecoin bisa dibelanjakan langsung untuk barang/jasa tanpa konversi ke mata uang lokal. Mereka juga mencatat bahwa rezim regulasi yang melarang tidak menghilangkan permintaan akan "koin stabil", dan aturan yang terlalu ketat justru mempersulit penggunaan oleh klien ritel.

cryptonews.ru30m yang lalu

Bank Italia Tidak Melihat Keunggulan Sistemik Stablecoin dalam Transfer

cryptonews.ru30m yang lalu

Boom Bitcoin Memanas: Pernyataan Baru Saylor Picu Spekulasi Pembelian

Ketua Eksekutif MicroStrategy Inc., Michael Saylor, kembali memicu spekulasi pembelian Bitcoin baru perusahaan setelah memposting pesan "Bitcoin Drive engaged" pada 2 Agustus. Postingan hari Minggu ini disertai dengan pelacak pembelian biasa MicroStrategy, yang sejalan dengan praktik Saylor memberi sinyal perubahan treasury sebelum laporan mingguan. Laporan Saylor menunjukkan bahwa cadangan Bitcoin MicroStrategy adalah 843.775 BTC dengan nilai pasar sekitar $53,25 miliar. Dua penjualan Bitcoin baru-baru ini, total 3.588 BTC, telah mengurangi cadangan dari 847.363 BTC. Penjualan ini, menurut pengajuan SEC, ditujukan untuk mendanai pembayaran saham preferen dan menambah cadangan dolar AS. Perusahaan juga dilaporkan tidak melakukan pembelian Bitcoin dalam minggu yang berakhir 26 Juli, sambil meningkatkan cadangan dolar AS menjadi sekitar $3,75 miliar. Ekspektasi untuk pengumuman treasury pada hari Senin diperkuat oleh pola sebelumnya, di mana sinyal serupa pada hari Minggu mendahului pengungkapan cadangan uang yang lebih besar pada 27 Juli. Pembaruan data hari Senin ini akan menunjukkan apakah MicroStrategy kembali ke akumulasi Bitcoin, karena perusahaan menyeimbangkan cadangan Bitcoinnya yang besar dengan kewajiban tunai yang meningkat dan manajemen modal yang aktif. Risiko keuangan tetap tinggi setelah MicroStrategy melaporkan kerugian operasional $8,33 miliar untuk kuartal II 2026, termasuk kerugian belum terealisasi $8,32 miliar pada aset digitalnya.

cryptonews.ru31m yang lalu

Boom Bitcoin Memanas: Pernyataan Baru Saylor Picu Spekulasi Pembelian

cryptonews.ru31m yang lalu

Saham Perusahaan yang Bergerak di Bidang Kecerdasan Buatan Diperdagangkan Seperti 'Meme Coin', Sementara Bitcoin Hampir Tak Berubah Harganya — Tinjauan Mingguan

Tinjauan minggu ini menyoroti dominasi berita pasar saham tradisional dan makroekonomi atas berita kripto. Peringatan keamanan mendesak dikeluarkan untuk pengguna Coldcard terkait potensi kompromi kunci pribadi. Sementara itu, Bitcoin relatif stabil di sekitar $64.000, perhatian pasar justru terfokus pada volatilitas ekstrem di saham AI dan pasar Asia, terutama Korea Selatan yang mengalami penurunan signifikan. Likuidasi besar oleh dana "Situational Awareness" diduga berkontribusi pada penurunan ini. Di sektor kripto, tren bearish berlanjut dengan beberapa perusahaan seperti BitMart dan Storj Labs mengumumkan penutupan atau kebangkrutan. Perusahaan yang masih beroperasi, seperti Coinbase, mengalami tekanan dengan penurunan harga saham dan gelombang PHK di industri. Di sisi lain, MicroStrategy terus menambah cadangan kasnya dan membeli kembali sahamnya. Ekosistem DeFi menghadapi tantangan potensial dari kesuksesan proyek seperti Trade.xyz dan Pump.fun, yang dapat memutuskan untuk beroperasi secara mandiri. Isu perdagangan orang dalam juga mencuat di platform Hyperliquid. Sementara itu, token AI seperti Bittensor (TAO) menarik perhatian investor venture capital, meski disertai peringatan agar investor retail berhati-hati. Artikel ditutup dengan penekanan kembali pada pentingnya kewaspadaan keamanan, khususnya dalam penyimpanan aset kripto secara mandiri, di tengah potensi meningkatnya kerentanan perangkat keras dompet digital.

cryptonews.ru42m yang lalu

Saham Perusahaan yang Bergerak di Bidang Kecerdasan Buatan Diperdagangkan Seperti 'Meme Coin', Sementara Bitcoin Hampir Tak Berubah Harganya — Tinjauan Mingguan

cryptonews.ru42m yang lalu

Trading

Spot
活动图片