Foto de VCG

Recientemente, el modelo de mundo incorporado WoW, desarrollado por el Centro de Innovación de Robots Humanoides de Beijing, alcanzó el primer puesto en el ranking de evaluación WorldArena Challenge Track 2 (Data Engine). En esta prueba global de IA aplicada, evaluada con la participación de universidades líderes de China y del extranjero, este “cerebro robótico” surgido en Beijing E-Town alcanzó un nivel líder en el sector en una capacidad clave: comprender el mundo físico real y generar datos.

WorldArena es la primera plataforma de referencia unificada e integral para evaluar la percepción y la utilidad funcional de los modelos de mundo incorporado. Fue lanzada conjuntamente por la Universidad Tsinghua, la Universidad de Beijing, la Universidad Jiao Tong de Shanghai y la Universidad Princeton. En el WorldArena Challenge, el rendimiento práctico del Track 2 (Data Engine) se evalúa principalmente según si los datos sintéticos generados por el modelo pueden mejorar realmente el entrenamiento de las estrategias robóticas posteriores.

El modelo de mundo incorporado WoW puede proporcionar a los robots un “cerebro” capaz de comprender y predecir leyes físicas. Además de simular las reglas del mundo físico real, genera de forma autónoma datos de interacción de alta calidad y coherentes con la lógica física, lo que ayuda a resolver la falta de datos en el sector de la inteligencia incorporada. El modelo que obtuvo el primer puesto es WoW 1.3B, el más pequeño de la serie WoW. Como “competidor ligero”, WoW 1.3B superó a muchos modelos generales de video y modelos incorporados especializados de mayor tamaño.

A nivel técnico, el modelo WoW logra tres avances principales. Cuenta con capacidad de generación al nivel de un motor físico, puede aprender trayectorias de interacción robótica y prever con precisión escenarios futuros. Mediante el paradigma autorreflexivo SOPHIA, desarrollado de forma pionera, crea un ciclo cerrado de datos de “autoevolución”, capaz de derivar millones de datos de interacción de alta calidad a partir de un pequeño número de trayectorias reales. También permite un razonamiento de ciclo cerrado “de la imagen a la acción”, equivalente a dotar al algoritmo de unas “manos” capaces de tocar el mundo real. En experimentos en los que los datos generados por WoW impulsaron a robots a completar tareas de agarre, colocación y ejecución de largo alcance, su desempeño fue claramente superior al de modelos de referencia líderes de China y del extranjero.

Fuente: Periódico de Beijing E-Town