Новая робототехническая модель Hugging Face может работать на MacBook

Создавать сложные робототехнические проекты в домашних условиях становится немного проще.

В начале этой недели платформа для разработки искусственного интеллекта Hugging Face выпустила открытую модель искусственного интеллекта для робототехники под названием SmolVLA. По утверждению Hugging Face, SmolVLA, обученная на «совместимых лицензионных» наборах данных, которыми делится сообщество, превосходит гораздо более крупные модели для робототехники как в виртуальной, так и в реальной среде.

«SmolVLA стремится демократизировать доступ к моделям «зрение-язык-действие» (vision-language-action, VLA) и ускорить исследования в области универсальных робототехнических агентов», — пишет Hugging Face в своем блоге. «SmolVLA — это не только легкая, но и мощная модель, а также метод обучения и оценки универсальных робототехнических технологий».

SmolVLA является частью быстро расширяющихся усилий Hugging Face по созданию экосистемы недорогого оборудования и программного обеспечения для робототехники. В прошлом году компания запустила LeRobot, коллекцию моделей, наборов данных и инструментов, ориентированных на робототехнику. Совсем недавно Hugging Face приобрела Pollen Robotics, стартап в области робототехники, базирующийся во Франции, и представила несколько недорогих робототехнических систем, в том числе гуманоидов, для покупки.

SmolVLA, размер которой составляет 450 миллионов параметров, была обучена на данных из LeRobot Community Datasets, специально помеченных наборов данных по робототехнике, которые публикуются на платформе Hugging Face для разработки искусственного интеллекта. Параметры, иногда называемые «весами», являются внутренними компонентами модели, которые определяют ее поведение.

Hugging Face утверждает, что SmolVLA достаточно мала, чтобы работать на одном графическом процессоре потребительского класса — или даже на MacBook — и может быть протестирована и развернута на «доступном» оборудовании, включая собственные робототехнические системы компании.

Интересным моментом является то, что SmolVLA также поддерживает «асинхронный стек вывода», который, по словам Hugging Face, позволяет модели отделять обработку действий робота от обработки того, что он видит и слышит. Как объясняет компания в своем блоге, «благодаря этому разделению роботы могут быстрее реагировать в быстро меняющихся условиях».

SmolVLA доступна для скачивания на Hugging Face. Но стоит отметить, что Hugging Face — далеко не единственный игрок в зарождающейся гонке открытой робототехники. Nvidia располагает набором инструментов для открытой робототехники, а стартап K-Scale Labs создает компоненты для того, что он называет «гуманоидами с открытым исходным кодом». Среди других влиятельных компаний в этом сегменте — Dyna Robotics, Physical Intelligence, поддерживаемая Джеффом Безосом, и RLWRLD.