שיאומי שוברת את הכלים: מודל הרובוטיקה Xiaomi-Robotics-1 יוצא לקוד פתוח
עם 100,000 שעות אימון וגישה מלאה לכל תהליך העבודה, ענקית הטכנולוגיה הסינית מנסה להפוך ל"אנדרואיד של הרובוטים"
במשך שנים, עולם הרובוטיקה סבל מבעיה אחת מרכזית שעיכבה אותו: המחסור בנתונים. בזמן שמודלי שפה (LLMs) נהנו מכל הטקסט שאי פעם נכתב באינטרנט, רובוטים היו צריכים ללמוד פיזית איך להזיז יד או להרים מגבת. זה תהליך איטי, יקר ומתסכל. אבל השבוע, שיאומי (Xiaomi) החליטה לטרוף את הקלפים ושחררה את Xiaomi-Robotics-1 – מודל ה-VLA (Vision-Language-Action) החדש שלה – כפרויקט קוד פתוח מלא.
הצעד הזה הוא לא רק שחרור של קוד; זו הצהרת כוונות. שיאומי לא רק נותנת לנו את המודל המאומן, אלא חושפת את כל ה"מטבח" שלה: החל משיטות האימון, דרך ההטמעה על חומרה פיזית ועד לכלי הבדיקה.
המהפכה שמאחורי הנתונים: 100,000 שעות של מציאות
הנתון המרשים ביותר בפרסום של שיאומי הוא ללא ספק היקף הנתונים. המודל אומן על מעל 100,000 שעות של טרנזקציות בעולם האמיתי. כדי להבין את סדרי הגודל, מדובר בכמות נתונים שמאפשרת למודל להבין לא רק איך לבצע פעולה ספציפית, אלא איך להתמודד עם סביבות משתנות ולא צפויות.
איך הם עשו את זה? במקום להשתמש באלפי רובוטים יקרים, שיאומי השתמשה בטכנולוגיית UMI (Universal Manipulation Interface) – התקנים ידניים שמאפשרים לבני אדם לאסוף נתונים עבור הרובוט פשוט על ידי ביצוע הפעולות בעצמם. לפי הדיווחים ב-The Decoder, הנתונים נאספו ביותר מ-1,700 תרחישים שונים: בתים פרטיים, מפעלים, משרדים ואפילו בשטח פתוח.
לא רק מודל, אלא תהליך עבודה מלא (Workflow)
אחד הדברים שמרגשים אותי כמי שעוסק בפיתוח וקלאוד הוא השקיפות של התהליך. שיאומי לא שחררה "קופסה שחורה". השחרור ב-GitHub של Xiaomi Robotics כולל:
- •שלב האימון (Pre-training): המודל לומד יכולות גנרטיביות של תנועה מתוך מאגר הנתונים העצום.
- •הטמעה (Deployment): קוד ייעודי להרצת המודל על רובוטים פיזיים בזמן אמת, תוך דגש על שיהוי (Latency) נמוך.
- •בדיקות ביצועים (Benchmarking): כלים להערכת היכולות של הרובוט במטלות כמו קיפול מגבות או פירוק חלקי לגו, תחומים שבהם המודל כבר הוכיח עליונות על פני מתחרים.
למה זה משנה לנו?
עד היום, פיתוח רובוטיקה מתקדם היה נחלתן של חברות ענק עם תקציבי עתק כמו Boston Dynamics או טסלה. השחרור של Xiaomi-Robotics-1 מוריד את חסם הכניסה בצורה דרמטית. מפתחים יכולים עכשיו לקחת מודל מוכח, שעבר וולידציה על כמויות אדירות של דאטה, ולבצע לו Fine-tuning למשימות ספציפיות שלהם במינימום זמן ומאמץ.
בנוסף, המודל הזה מוכיח את ה-"Scaling Law" ברובוטיקה: ככל שיש יותר נתונים, הביצועים משתפרים בצורה ליניארית. לפי המאמר שפורסם ב-arXiv, המודל מצליח לבצע משימות בסביבות חדשות לחלוטין (Zero-shot) ברמת דיוק גבוהה מאוד, מה שמעיד על יכולת הכללה מרשימה.
שורה תחתונה
שיאומי עושה לרובוטיקה את מה ש-Meta עשתה לעולם ה-LLM עם Llama. היא הופכת את ה-Embodied AI (בינה מלאכותית מגולמת) לנגישה לכולם. עבור קהילת המפתחים והחוקרים, זו הזדמנות פז להפסיק להתעסק באיסוף דאטה סיזיפי ולהתחיל להתמקד בבניית יישומים חכמים שבאמת משנים את המציאות.
אם אתם רוצים לצלול פנימה, אני ממליץ לבדוק את דף הבית של הפרויקט ולהתחיל לעבור על התיעוד. העתיד של הרובוטים אצלנו בבית או במשרד מעולם לא נראה קרוב יותר.