1927
Стартап Perceptron, заснований двома колишніми дослідниками Meta, представив модель комп’ютерного зору Isaac 0.5 для роботи машин у фізичному середовищі. Розробники хочуть дати роботам більш універсальну систему, яка одночасно допомагає бачити, аналізувати ситуацію та діяти на заводах і складах.
Perceptron заснували у листопаді 2024 року Армен Агаджанян та Акшат Шрівастава, які раніше працювали у Fundamental AI Research — дослідницькому підрозділі Meta.
Isaac 0.5 орієнтована на так званий фізичний штучний інтелект. Модель може допомагати роботам із камерами орієнтуватися у складних виробничих приміщеннях, а компаніям — отримувати структуровані дані з відео, яке записують ці машини.
Модель поширюється з відкритими вагами, тому її параметри можна завантажувати та аналізувати. Perceptron протиставляє свій підхід двом поширеним крайнощам: великим універсальним моделям, які потребують кількох потужних хмарних прискорювачів, і вузьким рішенням, що вміють лише розпізнавати об’єкти або лише керувати дією.
Засновники стверджують, що Isaac 0.5 не прив’язана до одного повторюваного сценарію. Її завдання — адаптуватися до конкретного середовища та виконувати послідовність різних операцій.
Як приклад розробники наводять звичайне сортування коробок. Для людини це проста дія, але робот має прочитати етикетку, зрозуміти просторове розташування предметів, вибрати потрібну коробку, визначити порядок дій і лише після цього виконати фізичне переміщення.
Окремі програми вже можуть вирішувати більшість із цих підзадач. Perceptron намагається об’єднати їх в універсальну систему, яка не потребує окремого рішення для кожної дрібної операції.
Для навчання Isaac 0.5 компанія використала близько мільйона годин звичайного відео. Це дало моделі матеріал для розпізнавання різних обстановок, об’єктів і сценаріїв.
Додатково використовувалося відео від першої особи, зняте камерою на людині, яка виконує фізичні завдання, а також записи повторюваних людських рухів, які застосовуються для навчання робототехнічних систем.
Perceptron не розкриває конкретні джерела тренувальних даних. Компанія заявляє, що створила внутрішні набори даних петабайтного масштабу, які охоплюють зображення, текст, відео та траєкторії роботів.
Стартап планує продавати свою технологію різним виробникам обладнання та програмних систем. Серед потенційних сфер використання називаються виробництво, логістика, складські комплекси, безпека, мобільність, медіа та розваги.
У 2024 році Perceptron залучила 16 млн доларів від Bessemer Venture Partners, The Explorer Fund і SmartGateVC. За інформацією TechCrunch, компанія також працює над закриттям нового інвестиційного раунду.
https://techcrunch.com/2026/08/26/ex-meta-scientists-want-to-bring-visual-ai-to-the-factory-floor/
