เมื่อเร็ว ๆ นี้ บริษัท Galaxy General Technology Co. , Ltd. ได้ร่วมมือกับสถาบันวิจัยปัญญาประดิษฐ์ของปักกิ่ง Zhiyuan, มหาวิทยาลัยปักกิ่งและมหาวิทยาลัยฮ่องกงเพื่อร่วมกันเปิดตัวโมเดลพื้นฐานการนูนแบบ end-end-end ที่เรียกว่า Graspvla การเปิดตัวโมเดลนี้นับเป็นความก้าวหน้าครั้งสำคัญในเทคโนโลยีอัจฉริยะที่เป็นตัวเป็นตนแสดงให้เห็นถึงความสามารถที่ครอบคลุมในการรับรู้การเรียนรู้และการมีปฏิสัมพันธ์ด้านสิ่งแวดล้อมและการฉีดพลังใหม่ในการพัฒนาหุ่นยนต์อัจฉริยะ
กระบวนการฝึกอบรม Graspvla แบ่งออกเป็นสองขั้นตอนสำคัญ: การฝึกอบรมก่อนและหลังการฝึกอบรม ในช่วงก่อนการฝึกอบรมแบบจำลองจะได้รับการเรียนรู้จากข้อมูลพันล้านเฟรมทำให้มั่นใจได้ว่าการวางนัยทั่วไปและความสามารถในการทดสอบตัวอย่างเป็นศูนย์ในหลายสถานการณ์ ซึ่งหมายความว่า Graspvla ยังคงสามารถแสดงประสิทธิภาพการคลานที่ยอดเยี่ยมได้แม้ในสภาพแวดล้อมและงานที่ไม่เคยเห็นมาก่อน การปรับปรุงความสามารถนี้บ่งชี้ว่าความยืดหยุ่นและความสามารถในการปรับตัวของหุ่นยนต์อัจฉริยะในการใช้งานจริงจะได้รับการปรับปรุงอย่างมากในอนาคตซึ่งนำความเป็นไปได้ที่มากขึ้นไปสู่อุตสาหกรรมต่างๆ
นอกจากนี้ Galaxy General Technology ยังได้เปิดตัว "มาตรฐานทองคำ" ทั่วไปเจ็ดครั้งซึ่งเป็นพื้นฐานใหม่สำหรับการประเมินผลสำหรับอุตสาหกรรม มาตรฐานเหล่านี้ไม่เพียง แต่กำหนดเป้าหมายที่ชัดเจนสำหรับนักพัฒนา แต่ยังชี้ให้เห็นถึงทิศทางสำหรับนักวิจัยทางวิทยาศาสตร์ในการเพิ่มประสิทธิภาพแบบจำลองและการฝึกฝนแอปพลิเคชัน Galaxy General Motors กล่าวว่าการเปิดตัว GRASPVLA จะให้การสนับสนุนที่แข็งแกร่งสำหรับการดำเนินงานอิสระการรับรู้วัตถุและการมีปฏิสัมพันธ์ในสภาพแวดล้อมที่ซับซ้อนส่งเสริมการพัฒนาเทคโนโลยีหุ่นยนต์อัจฉริยะ
ด้วยความก้าวหน้าอย่างต่อเนื่องของเทคโนโลยีปัญญาประดิษฐ์ความคาดหวังของแอปพลิเคชันของเทคโนโลยีการจับที่เป็นตัวเป็นตนกำลังกว้างขึ้นเรื่อย ๆ ในฐานะผู้บุกเบิกในสาขานี้ Graspvla จะมีบทบาทสำคัญในหลายอุตสาหกรรมเช่นคลังสินค้าและโลจิสติกส์การผลิตและบริการทางการแพทย์ ในอนาคตหุ่นยนต์จะไม่ถูก จำกัด ให้ใช้แรงงานซ้ำ ๆ อีกต่อไป
ในการแถลงข่าวครั้งนี้สถาบันสำคัญที่เข้าร่วมแสดงให้เห็นว่าพวกเขาจะยังคงมุ่งมั่นที่จะส่งเสริมการพัฒนาสาขานี้ในอนาคตและสำรวจสถานการณ์การใช้งานที่ใช้งานได้จริงมากขึ้น การเปิดตัวของ Graspvla เป็นสัญลักษณ์ของหุ่นยนต์อัจฉริยะได้ก้าวไปสู่ยุคใหม่ของ "การรู้ที่จะเข้าใจ" ซึ่งเปิดบทใหม่สำหรับการบูรณาการอย่างลึกซึ้งของปัญญาประดิษฐ์และเทคโนโลยีหุ่นยนต์