# Artikel Terkait VLA

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

Xingdong Jiyuan Raised 2.5 Miliar dalam Dua Bulan, Modal Negara Berbondong-bondong Masuk

Perusahaan robotika humanoid terkemuka China, StarHeir (星动纪元), baru saja menyelesaikan putaran pendanaan baru senilai 1 miliar RMB (10 miliar rupiah) pada 6 Juli. Putaran ini dipimpin oleh China Reform Fund, sebuah platform modal negara di bawah State-owned Assets Supervision and Administration Commission (SASAC) China. Sejumlah investor institusional negara lainnya dan modal ventura swasta juga berpartisipasi. Dalam dua bulan terakhir, StarHeir telah mengumpulkan total 2,5 miliar RMB (25 miliar rupiah), membentuk struktur modal yang kuat dengan dukungan modal negara, lembaga keuangan terkemuka, dan sinergi ekosistem industri. Perusahaan ini didirikan pada Agustus 2023 sebagai perusahaan spin-off dari Universitas Tsinghua, satu-satunya perusahaan humanoid yang dimiliki oleh universitas tersebut. Pendirinya, Chen Jianyu, adalah seorang profesor muda berbakat di Tsinghua dengan latar belakang penelitian robotika di UC Berkeley. StarHeir mengambil pendekatan unik "AI Native", mengembangkan seluruh tumpukan teknologi secara mandiri, dari model otak (AI), data, kontrol gerak, tangan lincah (dexterous hand), hingga platform robotika fisik. Mereka adalah pelopor dalam mengusulkan dan mengembangkan "World Model" untuk robotika, dengan model PAD mereka dirilis pada September 2024, lebih awal dari solusi serupa dari Nvidia. Strategi inti mereka adalah "memperkuat otak dengan tangan" – menggunakan tangan lincah buatan mereka sendiri, **XHAND series**, sebagai pintu masuk utama untuk mengumpulkan data interaksi fisik berkualitas tinggi dari dunia nyata. Data ini kemudian digunakan untuk melatih model AI (otak) yang lebih cerdas, menciptakan siklus peningkatan yang berkelanjutan. Tangan lincah mereka telah diadopsi oleh berbagai perusahaan robotika global, termasuk Skild AI (AS) dan Rainbow Robotics (Korea). Dalam hal komersialisasi, StarHeir berfokus pada skenario logistik dan manufaktur kelas atas. Mereka telah mencapai Product-Market Fit (PMF) pertama di industri dengan mengerahkan robot secara batch di pusat logistik milik raksasa seperti SF Express (Shunfeng) dan China Post di beberapa wilayah di China. Robot-robot ini dapat beroperasi 24/7 untuk tugas-tugas seperti penyortiran paket, dengan efisiensi yang diklaim melebihi manusia di beberapa kasus. Mereka juga bekerja sama dengan perusahaan industri seperti Samsung, Lenovo, dan Geely. Dengan kemampuan model yang matang, data dunia nyata yang melimpah dari tangan lincah, dan implementasi komersial yang stabil di lapangan, StarHeir membangun posisi yang kuat di persimpangan kompetisi robotika humanoid China. Mereka meyakini bahwa tahun 2026 adalah titik balik, di mana fokus bergeser dari kemampuan model di lab ke penutupan loop komersial di dunia nyata.

marsbit11j yang lalu

Xingdong Jiyuan Raised 2.5 Miliar dalam Dua Bulan, Modal Negara Berbondong-bondong Masuk

marsbit11j yang lalu

Baru Saja Raup Dana Rp 2,7 Triliun, Fei-Fei Li Juga Berinvestasi

Ilmuwan ternama dan mantan peneliti senior DeepMind, Pete Florence, baru saja menggalang dana US$4 miliar (sekitar Rp27 triliun) untuk perusahaannya, Generalist AI. Menariknya, meskipun dikenal sebagai salah satu perintis arsitektur model "dunia nyata" (world model) atau Vision-Language-Action (VLA), Florence secara terbuka menolak label "world model" untuk perusahaannya. Florence, yang dibimbing oleh ahli robotika fisik Rusia Tedrake di MIT, percaya bahwa fokus utama seharusnya pada *tujuan*, bukan sekadar *label*. Tujuannya adalah menciptakan robot yang dapat melakukan tugas fisik apa pun dengan tingkat keberhasilan dan kecepatan tinggi, tanpa memerlukan data spesifik untuk setiap tugas, mirip seperti manusia. Generalist AI telah meluncurkan dua model: GEN-0 (2025) dan GEN-1 (2026). GEN-1 diklaim memiliki tingkat keberhasilan 99% dalam tugas-tugas rumit seperti melipat kardus dan merawat robot, berkat pelatihan dengan data interaksi fisik skala besar yang dikumpulkan melalui sarung tangan mekanis khusus. Kemajuan ini menunjukkan bahwa model fisik mereka mendekati titik balik menuju utilitas komersial, mirip dengan GPT-3 untuk bahasa. Pendanaan putaran ini, yang meningkatkan valuasi perusahaan menjadi US$20 miliar, dipimpin oleh investor seperti NVentures (Nvidia), Bezos Expeditions, NFDG, serta figur ternama termasuk pendiri Xiaomi Bin Lin, pendiri Zoom Eric Yuan, dan ilmuwan terkemuka Fei-Fei Li. Investor percaya pada visi Florence untuk mewujudkan robot serba bisa yang benar-benar berguna dalam kehidupan nyata.

marsbit06/20 06:09

Baru Saja Raup Dana Rp 2,7 Triliun, Fei-Fei Li Juga Berinvestasi

marsbit06/20 06:09

Pertama Kali: Pra-pelatihan VLA Murni dari Video Manusia untuk Operasi Cekatan, Dapat Diterapkan Hanya dengan Sedikit Data untuk Fine-tuning

Riset kolaboratif dari Microsoft Asia Research dan Universitas Tsinghua memperkenalkan kerangka pra-pelatihan VITRA, yang pertama kali memanfaatkan video aktivitas manusia skala besar untuk pra-pelatihan model Vision-Language-Action (VLA) dalam manipulasi lincah. Inti inovasinya adalah solusi otomatis untuk mengubah video manusia tanpa anotasi menjadi data V-L-A terstruktur. Melalui ekstraksi jejak gerakan 3D tangan, segmentasi aksi atomik berdasarkan kecepatan, dan pembuatan instruksi bahasa dengan GPT-4, dibangun dataset besar berisi 1 juta klip. Model VLA, dengan arsitektur gabungan VLM (PaliGemma-2) dan Diffusion Action Expert, menunjukkan kemampuan prediksi gerakan **zero-shot** yang kuat di lingkungan tak terlihat. Setelah penyetelan halus (**fine-tuning**) hanya dengan sekitar 1.2K data robot nyata, model berhasil diterapkan pada robot lengan lengkap dengan tangan lincah (seperti Realman dengan XHAND1), mencapai tingkat keberhasilan tinggi dalam tugas seperti mengambil, menempatkan, menuang, dan menyapu, serta menunjukkan **kemampuan generalisasi dan ketangguhan** yang luar biasa terhadap objek dan latar belakang baru. Penelitian ini juga mengungkap **hukum penskalaan (_scaling law_)** antara jumlah data pra-pelatihan dan peningkatan kinerja. Dukungan perangkat keras dari tangan lincah XHAND1, dengan model URDF presisi tinggi dan arsitektur penggerak langsung (_direct-drive_), memungkinkan alih ruang gerak manusia-robot dan eksekusi yang responsif. Karya terobosan ini membuka jalan bagi pelatihan model VLA yang lebih efisien dan dapat digeneralisasi, menggunakan data video manusia yang melimpah, mendekatkan pada realisasi kecerdasan berwujud (_embodied AI_) yang lincah dan adaptif.

marsbit06/08 08:57

Pertama Kali: Pra-pelatihan VLA Murni dari Video Manusia untuk Operasi Cekatan, Dapat Diterapkan Hanya dengan Sedikit Data untuk Fine-tuning

marsbit06/08 08:57

活动图片