mimic robotics、Audiに「FLUX-mimic」展開、ロボット訓練時間を30時間から30分に短縮

mimic roboticsは物理AI企業で、Black Forest Labsとの協力で開発した次世代映像行動モデル「FLUX-mimic」を発表した。このシステムはmimicのロボット学習と生産展開の専門知識と、Black Forest Labsの最先端の視覚知能アーキテクチャであるFLUX 3ビデオモデルを組み合わせている。この技術は、事前訓練されたビデオ生成モデルに行動予測機能を追加したmimicの以前の映像行動モデル研究を進め、物理AIのために目的構築されたアーキテクチャとなっている。

根本的な革新は、FLUX-mimicが従来のアプローチと比べてどのように学習するかにある。現代的なロボット学習パイプラインのほとんどは視覚言語行動モデルに依存しており、視覚バックボーンは静止画とテキストペアで事前訓練されている。これらのシステムは物理世界の振る舞い方、つまりダイナミクスをほぼ完全に希少で高額なロボットデモンストレーションデータから学ぶ必要がある。FLUX-mimicは異なるアプローチを採り、大規模ビデオ事前訓練からダイナミクスと動作をすでに学習している生成型ビデオモデルに基づき、その視覚的理解からロボット行動を直接予測する行動デコーダを訓練する。このアーキテクチャの転換は劇的な訓練効率の向上をもたらす。タスク難易度によって異なるが、FLUX-mimicは特定の操作タスクを30分のロボットデータで微調整でき、従来のアプローチは30時間以上を要し、展開サイクルを数ヶ月から数週間に圧縮する。

mimicはすでにAudiを含む製造リーダーと共にFLUX-mimicを実装している。このパートナーシップは、最先端の映像行動モデルがいかに実世界の産業オートメーション向けに展開時間、エンジニアリング労力、ロボット訓練要件を削減できるかを探索している。Audiは自動車産業で最も高度に自動化された生産ネットワークの一つを運営しているが、数十年のロボット投資にもかかわらず、柔軟な部品と細微操作に関わるタスクは手作業のままだ。プレミアム自動車生産の多様なバリエーションは、従来のプログラミング方式のロボットセルを改造するのが高額すぎる。Audi生産ラボのChristoph Schneiderは、AudiがすでにFLUX-mimicのテストと展開を行っており、従来のロボット工学では単に不可能だったはずの複雑な柔軟体操作作業をロボットが解決しているのを見たと述べている。Audi にとって、この技術は従業員を支援し、効率を高め、生産と物流事業全体で柔軟なオートメーションを拡大する可能性を提供する。Black Forest Labsの共同設立者兼CEOであるRobin Rombachは、「ロボット工学は視覚知能の最も明確な証拠の一つであり、FLUX 3の学習した世界モデルとmimicの専門知識を組み合わせることで、ロボットが一度に一つのタスク向けにエンジニアリングされるのではなく新しいタスクに適応しやすくなる」と述べている。mimicの共同設立者兼最高製品責任者であるStephan-Daniel Gravertは、Audiがmimic がFLUX-mimicを構築した相手先である種類の製造パートナーを表していると強調している。つまり、非構造化タスク向けに十分柔軟なオートメーション、継続操業に十分信頼でき、数ヶ月のエンジニアリングオーバーヘッドなしで統合可能である必要があるのだ。

mimic roboticsによるFLUX-mimicの発表は、産業オートメーションの長年の課題に対処している。つまり、反復的でない、またはバリエーション豊富なタスク向けロボット展開のコストと複雑性だ。自動車産業、特にAudiのようなプレミアムメーカーは、単一タスクに最適化した固定ロボットセルに大きく投資してきたが、柔軟な、または可変的な部品の取り扱いが必要なタスクは、バリエーションごとにロボットセルを改造するのが禁止的に高額なため、自動化に抵抗してきた。FLUX-mimicは事前訓練された映像理解、具体的にはBlack Forest LabsのFLUX 3アーキテクチャを活用してこの計算式を変える。ビデオモデルが大規模ビデオデータから物理世界の振る舞い方をすでに学習しているため、ロボットはもはやほぼ完全にロボットデモンストレーション動画から動力学を学ぶ必要がなく、代わりに最小限のデータで特定タスク向けに微調整できる。結果は訓練時間と展開サイクルの劇的な短縮であり、従来のロボット工学が手をつけなかった長いタスク一覧を潜在的に自動化解放する。Audiとのパートナーシップは信頼性、柔軟性、低統合オーバーヘッドが前提条件である高リスク生産環境での検証を表し、同社のエンジニアリング労力削減と物流・柔軟アセンブリ自動化拡大への明示的関心は、このアプローチが現代製造における実際の課題に対処していることを示唆している。

まだコメントがありません。最初のコメントを投稿しましょう！