Dois ex-cientistas da Meta Fundamental AI Research deram um passo ousado para trazer inteligência visual avançada para fora da nuvem e para o chão de fábrica. Esta semana, a Perceptron, a startup que eles fundaram em novembro de 2024, lançou o Isaac 0.5, um modelo de visão de peso aberto que promete permitir que robôs não apenas vejam, mas também entendam e ajam em ambientes industriais reais.

O Isaac 0.5 é projetado para lidar com o espectro completo de tarefas que um robô pode encontrar em um armazém ou fábrica. Um robô equipado com o software pode ler etiquetas de pacotes, mapear relações espaciais, planejar sequências de pick-and-place e adaptar continuamente suas ações à medida que as condições mudam. As soluções existentes normalmente se destacam em uma função estreita - seja percepção ou controle - mas o modelo da Perceptron é comercializado como uma alternativa de propósito geral que preenche essa lacuna.

O treinamento do modelo exigiu um esforço de dados maciço. A Perceptron alimentou o Isaac 0.5 com um milhão de horas de "vídeo geral", suplementado por vídeo de ego capturado por câmeras portáteis e vídeo UMI que registra movimentos humanos repetitivos. A empresa afirma que seus pipelines internos reuniram conjuntos de dados multimodais de escala de petabyte que abrangem imagens, texto, vídeo e trajetórias robóticas. O resultado é um sistema que pode reconhecer uma ampla variedade de configurações, objetos e ações sem estar vinculado a uma tarefa única e repetitiva.

Ao lançar o modelo como peso aberto, a Perceptron permite que qualquer pessoa inspecione os parâmetros e o material de treinamento. Essa transparência é rare na área de IA industrial, onde muitos fornecedores mantêm seus modelos proprietários. A medida pode acelerar a adoção em setores que dependem de manipulação de materiais automatizados, incluindo manufatura, logística, segurança, mobilidade e até produção de mídia.

"A IA física hoje impõe uma escolha falsa: modelos de base generalistas que precisam de vários GPUs dedicados na nuvem para cada instância, ou modelos estreitos que lidam com percepção ou controle, mas nunca ambos", escreveu a empresa em seu anúncio de lançamento. O co-fundador Akshat Shrivastava ilustrou o problema com um cenário simples de classificação de caixas, passando pela cascata de percepção, raciocínio espacial e planejamento de ações que mesmo um robô modesto deve realizar.

Os investidores da Perceptron incluem Bessemer Venture Partners, The Explorer Fund e SmartGateVC, que coletivamente investiram $16 milhões na rodada de sementes da empresa em 2024, de acordo com o Pitchbook. Fontes próximas à empresa afirmam que a startup agora está fechando uma rodada adicional de financiamento, embora os detalhes não tenham sido divulgados.

O timing coincide com um impulso mais amplo da indústria para incorporar IA mais profundamente em processos físicos. À medida que fábricas e centros de distribuição buscam maior eficiência, a capacidade de retrofitar frotas de robôs existentes com uma camada de visão flexível pode ser um divisor de águas. Se o Isaac 0.5 cumpre sua promessa dependerá do desempenho no mundo real, mas o lançamento marca uma declaração clara: a próxima fronteira para a IA não está mais confinada a telas - está se movendo para o chão.

Questo articolo è stato scritto con l'assistenza dell'IA.
News Factory APP - notizie agentiche per potenziare il tuo SEO e AEO.