WALL-A

WALL-A to ucieleśniony „model operacyjny” (操作大模型) rozwijany przez X Square Robot (自变量机器人, Shenzhen), stanowiący rdzeń serii modeli bazowych WALL. Firma opisuje go jako jedną z najwcześniejszych w pełni end-to-end implementacji ucieleśnionej AI w Chinach, integrującą percepcję, rozumienie i sterowanie działaniem w jednym modelu.

Model działa w architekturze end-to-end o skali dziesiątek miliardów parametrów (百亿级, wg materiałów producenta) i wykorzystuje architekturę World Unified Model oraz tokenizator akcji X-Tokenizer. Na wejściu przyjmuje obraz (RGB-D, czujniki 3D-ToF), dane proprioceptywne robota oraz instrukcje w języku naturalnym, a na wyjściu generuje sekwencje sterowania akcją.

WALL-A obsługuje uczenie few-shot między zadaniami, manipulację obiektami trudnymi (tarcie, płyny, obiekty deformowalne), kontrolę siły i precyzyjne pozycjonowanie, ucieleśnione rozumowanie łańcuchem myśli (embodied chain-of-thought) oraz długie sekwencje operacji z precyzją poniżej milimetra na układach o wielu stopniach swobody.

Model jest wdrażany w robotach X Square Robot, m.in. Quantum X1 Pro (kołowy, dwuramienny), Quantum X2 (kołowy humanoid) oraz w pięciopalczastej dłoni ArtiXon Hand. Jest to rozwiązanie własnościowe (closed), dostępne poprzez produkty firmy, a nie jako oddzielny model do pobrania.