# Artikel Terkait Model Dasar

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Model Dasar", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

"Ujian Akhir" Kecerdasan Embodied (Embodied AI) Terlalu Sulit, Manusia 100 Poin, Model Terkuat Hanya 12.8 Kemajuan robotika dengan model AI besar (VLA, model dasar robot) sering tampak mulus dalam demo, namun kemampuan sebenarnya dalam melakukan tugas umum tetap menjadi pertanyaan besar. RoboDojo, tolok ukur evaluasi baru yang dikembangkan oleh tim akademis, memberikan "peta pendakian" yang lebih jelas. Ini adalah benchmark terpadu yang mengevaluasi 30 strategi robot utama di 42 tugas simulasi dan 18 tugas robot fisik nyata. Fokusnya adalah menguji lima kemampuan inti: generalisasi (beradaptasi dengan latar, pencahayaan, dan objek baru), memori, presisi (operasi halus seperti memasang), eksekusi multi-langkah panjang, dan pemahaman semantik terbuka terhadap instruksi baru. Hasilnya menunjukkan jurang yang dalam. Di simulasi, model terbaik (Hy-Embodied-0.5-VLA) hanya mencapai tingkat keberhasilan rata-rata 8.80%. Di dunia nyata, kinerja bahkan lebih menantang: model teratas (π0.5) hanya mencapai 12.8% keberhasilan. Sebagai perbandingan, ahli manusia mencapai 76.03% di simulasi dan 100% di dunia nyata. RoboDojo mengungkap bahwa model robot saat ini belum stabil dan andal. Mereka mungkin pandai dalam satu aspek (misalnya, pengenalan visual atau perencanaan), tetapi gagal dalam aspek lainnya (seperti presisi fisik atau pemahaman semantik terbuka). Penurunan kinerja yang signifikan dari simulasi ke dunia nyata juga menyoroti tantangan ketidakpastian fisik, noise sensor, dan kesalahan kalibrasi. Platform ini, dilengkapi dengan infrastruktur XPolicyLab untuk integrasi model yang terstandarisasi dan sistem evaluasi robot fisik (RoboDojo-RealEval) yang dapat direproduksi, bertujuan untuk menjadi "papan peringkat" komunitas yang obyektif. Dengan demikian, RoboDojo tidak hanya mendiagnosis kelemahan saat ini tetapi juga menyediakan jalur terukur untuk kemajuan menuju robot operasi yang benar-benar serbaguna dan dapat diandalkan.

marsbit07/08 11:53

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

marsbit07/08 11:53

Artikel Terbaru Li Feifei: Saat Video Generation, Robot, dan NVIDIA Mengaku Sebagai Model Dunia, Kita Membutuhkan Taksonomi

Artikel ini membahas konsep "world model" (model dunia) dalam kecerdasan buatan (AI) yang saat ini banyak digunakan dengan makna berbeda-beda. Fei-Fei Li mengusulkan taksonomi fungsional untuk mengklarifikasi kekacauan ini. Berdasarkan siklus interaksi agen-dunia dalam POMDP (Partially Observable Markov Decision Process), ia mengategorikan model dunia menjadi tiga jenis berdasarkan outputnya: 1. **Renderer (Perender):** Menghasilkan **observasi**, khususnya piksel yang ditujukan untuk mata manusia. Contohnya adalah model video seperti Sora atau sistem interaktif seperti Genie yang menghasilkan gambar berdasarkan input. Fokus utamanya adalah kesetiaan visual, bukan akurasi fisik. 2. **Simulator (Simulator):** Menghasilkan **state (keadaan)**, yaitu representasi dunia yang akurat secara geometri, fisika, dan dinamika. Simulator berfungsi sebagai landasan struktural untuk perhitungan, digunakan oleh profesional (arsitek, desainer) dan program komputer (robot, kendaraan otonom) untuk pelatihan dan pengujian. Contohnya adalah platform seperti NVIDIA Omniverse. 3. **Planner (Perencana):** Menghasilkan **tindakan**. Model ini menentukan langkah selanjutnya yang harus diambil sebuah agen berdasarkan observasi dan tujuan. Ini menutup lingkaran persepsi-aksi. Contohnya adalah model visi-bahasa-aksi (VLA) dan model aksi dunia (World Action Models). Artikel menyoroti bahwa **simulator adalah kunci penghubung** yang paling penting namun kurang mendapat perhatian publik. Simulator bekerja pada tingkat geometri dan fisika yang mendasarinya, sehingga pemahamannya dapat diproyeksikan ke dalam piksel (untuk renderer) atau prediksi konsekuensi tindakan (untuk planner). Tren terpenting saat ini adalah peleburan batas antara ketiga kategori ini, didorong oleh kesadaran bahwa pengetahuan dasar tentang dunia yang dibutuhkan adalah sama. Tujuan akhirnya adalah model dunia terpadu yang dapat beralih di antara rendering, simulasi, dan perencanaan sesuai kebutuhan. Perkembangan ini mendorong kemajuan menuju kecerdasan spasial, di mana mesin tidak hanya memahami bahasa tentang dunia, tetapi juga dapat memahami, membayangkan, bernalar, dan berinteraksi dengan dunia fisik itu sendiri.

marsbit07/05 09:28

Artikel Terbaru Li Feifei: Saat Video Generation, Robot, dan NVIDIA Mengaku Sebagai Model Dunia, Kita Membutuhkan Taksonomi

marsbit07/05 09:28

Artikel Terbaru Li Fei-Fei: Saat Video Generation, Robot, dan NVIDIA Semua Menyebut Dirinya Model Dunia, Kita Membutuhkan Klasifikasi

Dalam artikel terbarunya, Fei-Fei Li mengklarifikasi konsep "model dunia" yang saat ini banyak digunakan namun seringkali ambigu dalam bidang AI. Beliau mengusulkan klasifikasi fungsional menjadi tiga kategori berdasarkan kerangka POMDP (Partial Observable Markov Decision Process): **Renderer** (output: observasi/pixel visual, contoh: model video seperti Sora), **Simulator** (output: status geometris dan fisik yang akurat, contoh: engine fisika untuk pelatihan robot), dan **Perencana (Planner)** (output: tindakan, contoh: model yang memandu robot). Di antara ketiganya, simulator dinilai sebagai penghubung kunci yang kurang mendapat perhatian, karena bekerja pada level struktur dunia yang sebenarnya dan dapat mendukung baik renderer maupun perencana. Artikel ini juga menyoroti tren konvergensi ketiga kategori menuju **model dunia terpadu**, yang mampu beralih antar fungsi sesuai kebutuhan, sebagai langkah penting menuju kecerdasan spasial. Li menekankan bahwa model dunia adalah jalur bagi mesin untuk tidak hanya membicarakan, tetapi juga memahami, membayangkan, dan berinteraksi dengan dunia fisik.

链捕手07/05 09:17

Artikel Terbaru Li Fei-Fei: Saat Video Generation, Robot, dan NVIDIA Semua Menyebut Dirinya Model Dunia, Kita Membutuhkan Klasifikasi

链捕手07/05 09:17

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

Dalam satu minggu terakhir Mei, dua raksasa teknologi China, Alibaba dan ByteDance, memamerkan dua pendekatan berbeda dalam strategi AI mereka. Alibaba, sebagai perusahaan publik, fokus pada integrasi AI untuk monetisasi langsung. Mereka menghubungkan model Qwen dengan platform e-commerce seperti Taobao, menciptakan fitur seperti "pencocokan harga AI" dan "pakaian virtual AI". Melalui protokol ACT, mereka membangun infrastruktur untuk transaksi berbasis agen AI. Pendapatan eksternal Alibaba Cloud tumbuh 40%, menunjukkan model bisnis "MaaS" (Model-as-a-Service) mereka yang berhasil. Namun, pendekatan ini mungkin mengorbankan penelitian mendasar untuk keunggulan jangka pendek. Sebaliknya, ByteDance, yang masih swasta, berinvestasi besar dalam penelitian AI jangka panjang. Departemen Seed mereka, dengan anggaran belanja modal (capex) yang meningkat pesat, bertujuan "menjelajahi batas atas kecerdasan". Mereka merilis model pembuatan video Seedance 2.0 yang memimpin peringkat global dan mempublikasikan penelitian mendalam tentang "model dunia". Perusahaan ini memberikan kebebasan bagi tim risetnya tanpa tekanan kuartalan dari pasar modal. Perbedaan kunci ini lebih disebabkan oleh status kepemilikan daripada filosofi semata. Sebagai perusahaan publik, Alibaba terikat pada harapan ROI jangka pendek investor. ByteDance, yang belum IPO, memiliki kemewahan untuk berfokus pada terobosan teknologi jangka panjang. Analisis menyimpulkan bahwa jalan strategis AI sebuah perusahaan di China sangat ditentukan oleh apakah perusahaan tersebut terdaftar di bursa atau tidak, yang membentuk pilihan antara "menjual AI" dan "membuat AI".

marsbit06/01 00:11

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

marsbit06/01 00:11

AI Influencer Terkemuka Karpathy Bergabung dengan Anthropic, Apa Tujuannya?

Mantan pendiri OpenAI Andrej Karpathy, seorang tokoh berpengaruh dan edukator terkenal di bidang AI, secara resmi bergabung dengan Anthropic. Ia akan memimpin tim penelitian baru yang fokus pada riset pra-pelatihan, dengan tugas inti mengeksplorasi penggunaan Claude untuk mempercepat riset di bidang tersebut. Kepindahan Karpathy terjadi saat Anthropic menunjukkan momentum positif, termasuk pertama kalinya mengungguli OpenAI dalam tingkat adopsi perusahaan dan meluncurkan berbagai inisiatif strategis. Langkah ini dipandang bukan sekadar pergantian pekerjaan, melainkan sinyal kuat tentang pergeseran persepsi industri dan perebutan kepemimpinan pengetahuan. Kehadirannya yang membawa kredibilitas teknis dan pengaruh publik diharapkan dapat menarik lebih banyak talenta ke Anthropic. Pilihan Karpathy untuk bergabung dengan Anthropic, bukan kembali ke OpenAI, juga mencerminkan dinamika persaingan dan kemungkinan perbedaan prioritas antara dua perusahaan pemimpin AI tersebut. Dengan menempatkan Karpathy di garis depan riset pra-pelatihan, Anthropic melakukan taruhan jangka panjang pada pengembangan kemampuan fundamental model AI, menggunakan pendekatan "AI membantu AI berevolusi" yang berpotensi mendorong lompatan kemampuan di masa depan.

marsbit05/21 08:04

AI Influencer Terkemuka Karpathy Bergabung dengan Anthropic, Apa Tujuannya?

marsbit05/21 08:04

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

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.

marsbit04/01 08:20

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