Myślenie klatkami: Jak 1X Technologies wykorzystuje wizualną wyobraźnię do rozwoju autonomii robotów

Sektor robotyki ewoluuje w stronę rozwiązań, w których maszyny przestają polegać na sztywnych, zaprogramowanych algorytmach, a zaczynają wykorzystywać wewnętrzną „wyobraźnię” do nawigacji w świecie fizycznym. Norwesko-amerykański startup 1X Technologies poczynił znaczący krok w stronę tej wizji, wdrażając model 1X World Model (1XWM) w humanoidalnym robocie Neo. Model świata to w istocie zaawansowany, napędzany przez sztuczną inteligencję wewnętrzny symulator, który pozwala robotowi przewidywać fizyczne konsekwencje swoich działań przed ich faktycznym wykonaniem – podobnie jak człowiek wizualizuje złapanie piłki przed wyciągnięciem ręki. Rozwój ten zwiastuje odejście od całkowitej zależności od teleoperatorów, czyli specjalistów zdalnie sterujących maszynami w celu nauki konkretnych ruchów, na rzecz systemu uczącego się autonomicznie na podstawie ogromnych zbiorów danych wizualnych.

Fundamentem tej innowacji jest warunkowany tekstowo model dyfuzyjny, czyli architektura AI zbliżona do tych stosowanych w nowoczesnych generatorach wideo, zdolna do tworzenia złożonych obrazów na podstawie prostych opisów. Firma 1X Technologies wytrenowała ten system na setkach godzin nagrań „egocentrycznych” – materiałów filmowanych z perspektywy pierwszej osoby – aby pomóc Neo zrozumieć, w jaki sposób ludzie naturalnie manipulują przedmiotami. Dzięki precyzyjnemu dostrojeniu systemu do unikalnego wyglądu i kinematyki Neo, robot potrafi obecnie przekształcić proste polecenie głosowe lub tekstowe w sekwencję ruchów fizycznych. Zamiast przeszukiwać bazę gotowych instrukcji, AI najpierw „wyobraża sobie” krótki film przedstawiający realizację zadania, a następnie wykorzystuje Inverse Dynamics Model (IDM) – pomocniczy system obliczający dokładne siły silników niezbędne do odwzorowania tych wyobrażonych obrazów w rzeczywistości.

Podejście to ma na celu rozwiązanie problemu „wąskiego gardła danych”, będącego istotnym wyzwaniem w robotyce, gdzie postęp jest spowolniony przez konieczność tysięcy godzin manualnego treningu nawet przy najprostszych czynnościach. Ponieważ Neo posiada humanoidalną budowę oraz miękkie, inspirowane naturą ruchy, 1X Technologies twierdzi, że robot może efektywniej wykorzystywać wiedzę zaczerpniętą z filmów przedstawiających ludzi wchodzących w interakcje z otoczeniem. Ostatnie pokazy zademonstrowały zdolność Neo do wykonywania takich zadań jak obsługa naczyń kuchennych, sprzątanie oraz ogólna manipulacja obiektami. Przedstawiciele firmy sugerują, że technologia ta może ostatecznie pozwolić na generalizację umiejętności w bardziej eksperymentalnych obszarach, takich jak pielęgnacja odzieży czy delikatna pomoc domowa, bez konieczności wcześniejszego, specyficznego szkolenia. Zdolność do stosowania wyuczonej logiki w zupełnie nowych sytuacjach jest postrzegana przez deweloperów jako kluczowy krok w stronę stworzenia „efektu koła zamachowego”, gdzie inteligencja robota rośnie autonomicznie wraz z kolejnymi doświadczeniami.

Warstwa sprzętowa wspierająca tę inteligencję jest równie zaawansowana. Neo mierzy około 167–168 cm wzrostu, waży 30 kg i jest napędzany przez system 1X Neo Cortex. Wykorzystuje on wysokowydajne układy scalone do obsługi procesów obliczeniowych wymaganych przy przetwarzaniu AI w czasie rzeczywistym. Akumulator urządzenia pozwala na kilka godzin ciągłej pracy, a miękka konstrukcja – często prezentowana w dopasowanym tekstylnym kombinezonie – ma sprawiać, że robot będzie postrzegany jako bezpieczny i niebudzący lęku w przestrzeniach domowych i zawodowych. Aby rozwiać obawy dotyczące prywatności związane z obecnością kamer w domach, firma wdraża zestaw protokołów i narzędzi bezpieczeństwa, które mają zagwarantować, że integracja robota z życiem prywatnym będzie odbywać się z pełnym poszanowaniem poufności użytkowników.

W obliczu planowanego rozpoczęcia pierwszych dostaw na rynek amerykański w 2026 roku, uwaga firmy przesuwa się w stronę użyteczności przemysłowej i domowej na dużą skalę. Dzięki strategicznemu partnerstwu z firmą inwestycyjną EQT, startup dąży do wdrożenia tysięcy jednostek Neo w sektorach takich jak logistyka, produkcja i opieka zdrowotna do 2030 roku. Choć obecne modele mogą wciąż wymagać zdalnego nadzoru w przypadku bardzo złożonych lub nieoczekiwanych scenariuszy, nadrzędnym celem jest systematyczne zwiększanie poziomu autonomii w ciągu całego 2026 roku. Przekształcając globalne archiwum ludzkiego ruchu w swoistą klasę dla sztucznej inteligencji, 1X Technologies pracuje nad udowodnieniem, że przyszłość robotyki leży w zdolności maszyny do nauki, adaptacji i ostatecznie samodzielnego poruszania się po świecie z wysokim stopniem niezależności.