Tag: Vision language action

Yann LeCun: LLM to ślepa uliczka. Zmiana paradygmatu do 2027

Yann LeCun przewiduje zmianę paradygmatu w robotyce do 2027 roku i krytykuje modele VLA jako kruche i nieefektywne. AMI Labs stawia na architekturę JEPA i model LeWorldModel jako alternatywę dla podejść opartych na LLM.

Człowiek kontra robot: stażysta Figure AI wygrywa 10-godzinny wyścig sortowania

Figure AI zorganizowało bezprecedensowy eksperyment: stażysta Aime zmierzył się z flotą autonomicznych robotów Figure 03 w 10-godzinnym teście sortowania paczek. Człowiek wygrał – 12 924 paczki vs 12 732 – ale flota robotów pracuje nieprzerwanie już ponad 116 godzin.

NVIDIA mapuje przyszłość robotyki na ścieżkę ewolucji LLM

Jim Fan z NVIDIA przedstawił na konferencji AI Ascent 2026 szczegółowy plan rozwoju robotyki oparty na replikowaniu czterech etapów ewolucji dużych modeli językowych — od pre-treningu po autonomiczne badania.

Tutor Intelligence uruchamia Fabrykę Danych: 100 robotów uczy się od ludzi w czasie rzeczywistym

Startup z MIT uruchomił DF1 — pierwszą w USA fabrykę danych robotycznych ze 100 robotami Sonny. Firma wykrywa błędy zachowania 100x szybciej i już komercjalizuje mobilnego manipulatora Cassie w modelu usage-based pricing.

Physical AI wymaga nowych ram zarządzania systemami autonomicznymi

Wraz ze skalowaniem systemów fizycznej sztucznej inteligencji pojawia się fundamentalne pytanie o zasady nadzoru: kto i jak ustala granice działania AI, która może wydawać polecenia maszynom? Branża dopiero zaczyna definiować wymagane ramy.

Figure AI otwiera kampus dla humanoidów: protokół Never Fall i leasing za 500 dolarów miesięcznie

Figure AI otworzyła swój kampus w Sunnyvale, pokazując protokół Never Fall, bezprzewodowe ładowanie indukcyjne i model leasingowy robota domowego za 400–600 dolarów miesięcznie. CEO Brett Adcock ujawnił szczegóły systemu Vulcan i planowanego Figure 4.

Meta przejmuje Assured Robot Intelligence i celuje w standard dla humanoidów

Meta Platforms przejęła startup ARI, który budował modele AI dla robotów humanoidalnych. Zespół dołączy do Meta Superintelligence Labs — firma celuje w stworzenie otwartego standardu sprzętowo-programowego dla całej branży robotycznej.

World Action Models — czym są i jak działają modele uczące robotów z wideo

Modele VLA (Vision-Language-Action) stały się w ostatnich latach podstawowym podejściem do budowania robotycznych systemów sterowania opartych na sztucznej inteligencji. Ich następca — World Action Model (WAM) — to nowa kategoria architektury, która zamiast opierać naukę wyłącznie na parach obraz–instrukcja–akcja, wykorzystuje generowanie wideo jako pośredni mechanizm planowania ruchu. DreamZero, opracowany przez zespół NVIDIA i opublikowany w lutym 2026 roku jako praca naukowa na arXiv, jest pierwszym publicznie opisanym systemem tej klasy działającym w czasie rzeczywistym na prawdziwym robocie. Warto go zrozumieć, bo wyznacza kierunek, w którym może zmierzać projektowanie robotycznych modeli fundamentalnych.

ShengShu prezentuje Motubrain – jeden mózg dla wszystkich robotów

ShengShu Technology zaprezentowało Motubrain — model AI dla robotów łączący generowanie wideo, modelowanie świata i kontrolę akcji w jednym systemie opartym na architekturze Mixture-of-Transformers. Model osiągnął 96% skuteczności na benchmarku RoboTwin 2.0 i przewyższa modele VLA o 37% przy 50 zadaniach.

AI² Robotics otwiera platformę dla deweloperów robotów humanoidalnych. Jaki jest status tej chińskiej firmy?

Japonia stawia na „Physical AI”: Powstaną globalne centra badawcze robotyki nowej generacji

Japonia ogłosiła ambitny plan budowy międzynarodowych hubów badawczych, które mają połączyć zaawansowaną sztuczną inteligencję z robotyką mobilną i przemysłową. Inicjatywa ta ma na celu nie tylko utrzymanie dominacji kraju w produkcji hardware’u, ale przede wszystkim wypracowanie standardów dla tzw. Physical AI, czyli systemów zdolnych do autonomicznego działania w nieprzewidywalnym, fizycznym środowisku.

Otwarta rewolucja w robotyce: Cztery siły walczą o prymat nad „cyfrowym mózgiem”

Globalny wyścig o stworzenie uniwersalnego systemu operacyjnego dla robotów wkroczył w decydującą fazę, napędzaną przez otwarte modele VLA. Podczas gdy giganci tacy jak NVIDIA i Google budują kompleksowe ekosystemy, mniejsi gracze i ośrodki akademickie udowadniają, że efektywność architektury może być ważniejsza niż surowa moc obliczeniowa. To starcie zdefiniuje, czy przyszłe humanoidy będą działać w oparciu o zamknięte standardy, czy otwartą strukturę „Androida dla robotyki”.