في الأيام الأخيرة، أعلنت شركة Amap (غاودي) التابعة لمجموعة Alibaba رسمياً عن أول نموذج أساسي للجسم الكامل مبني على السلوك في العالم المفتوح باسم λ0. يمكن لهذا النموذج، بالاعتماد فقط على بيانات الحركة البشرية، أن يمكّن الروبوتات من تعلم التناسق الجسمي الكامل في التنقل والوضعيات والعمليات بكلتا اليدين، بما يحرر الروبوتات نهائياً من قيود "التعلم الجزئي للحركات". وفي معيار المحاكاة SIMPLE وتقييمات متعددة على الأجهزة الحقيقية، حقق λ0 أداءً على مستوى SOTA، مع كفاءة جمع بيانات تعادل نحو 3.4 أضعاف الطرق السائدة، ومعدل نجاح في المهام على الأجهزة الحقيقية يفوق أقوى نموذج مقارنة بـ22.5%.
مع توجّه الذكاء المجسّد تدريجياً نحو البيئات المفتوحة كالمنازل والمتاجر والمستودعات، لم يعد ما يواجهه الروبوتات عمليات مفردة من وضعية ثابتة، بل مهاماً معقدة طويلة المدى تتطلب تنسيقاً مستمراً لحركات الجسم كامل.
غير أن المسارات التقنية الحالية تعجز عن دعم متطلبات الروبوتات في الجمع والتعلم التنسيقي الجسمي الكامل. فمن جهة، يعتمد جمع البيانات بالتحكم عن بُعد على الأجهزة الحقيقية بدرجة كبيرة على المعدات العتادية وإعادة الضبط اليدوية، ما يجعل تكلفة التوسع باهظة؛ ومن جهة أخرى، كانت نماذج VLA (الرؤية-اللغة-الحركة) الأساسية ذات المنظور الأول بلا معلومات حركية للتناسق الجسمي الكامل، إذ تركز البيانات غالباً على التفاعلات الجزئية كاليد والذراع فقط، وتفتقر إلى المعلومات الديناميكية الجسمية كالمفاصل والجذع والوضعية. ومع انفتاح المشاهد وتعقّد المهام، يصبح هذا "التعلم المتجزئ" للحركات عنق زجاجة يحد من القدرة العامة للروبوتات ومعدل نجاح حركاتها.
ابتكر λ0 مساراً تقنياً جديداً هو "جمع بيانات الجسم الكامل دون جهاز فعلية + مواءمة إنسانية-آلية متكاملة بين البرمجيات والعتاد"، لمواجهة تحديات المشاهد المفتوحة في كفاءة الجمع والتناسق الجسمي الكامل والانتقال عبر الأجهزة المختلفة.
أما من حيث التكلفة والكفاءة، فقد حرر جمع بيانات الجسم الكامل دون جهاز فعلية نموذج λ0 من الاعتماد القوي على جمع البيانات عبر أجهزة روبوتية باهظة، إذ يكفي أن يرتدي جامع البيانات معدات استهلاكية ليجمعها أثناء تنقله في البيئات اليومية. وبالمقارنة مع الجمع عبر أجهزة الروبوتات، قلّصت هذه الطريقة زمن جمع نموذج توضيحي واحد للمهمة التمثيلية من نحو 100 ثانية إلى 29 ثانية، بكفاءة جمع تعادل نحو 3.4 أضعاف الأصل.
وفي تعلم حركات الجسم الكامل ومواءمتها، اعتمد λ0 على نمط جمع بيانات متكامل بين البرمجيات والعتاد، سجّل وحاذى بشكل كامل معلومات الحركة الجسمية الكاملة كالرؤية وإزاحة الجسم والعمليات اليدوية، ثم دمج تدريباً على ثلاث مراحل: التفاعل اليدوي، والتناسق الجسمي الكامل، والجهاز البشري الفعلي، لتحويل الخبرة البشرية تدريجياً إلى أوامر تحكم جسمي كامل للروبوت. وبناءً على هذا الخط القابل للتوسع، بنت Amap مجموعة البيانات HumanVerse-500 التي تضم 500 ساعة من بيانات الجسم الكامل دون أجهزة فعلية في العالم المفتوح.
(بناء مجموعة البيانات HumanVerse-500 والإحصاءات الشاملة لها)
وفي مواجهة تحديات الانتقال الناتجة عن الفروق في التشكل بين الإنسان والآلة وانحرافات تنفيذ وحدات التحكم الطرفية، صمّم λ0 آليات لمطابقة زاوية الرؤية ومواءمة الحركات "من الخشن إلى الدقيق" في مراحل الجمع والمعالجة والحركة، لتحسين دقة التلامس الفيزيائي مع الحفاظ على التناسق الجسمي الكامل.
وفي الانتقال عبر الأشكال المختلفة وقابلية توسيع البيانات (Scaling)، تمكّن λ0 من تحقيق انتقال بصري (zero-shot) على الأجهزة الحقيقية لـ7 مهام من مهام التناسق الجسمي الكامل والتنقل والعمليات طويلة المدى بالاعتماد على بيانات الحركة البشرية وحدها. كما أنه في ظل الكمية ذاتها من العروض التوضيحية للروبوت، يتحسن أداء الروبوت الحقيقي في المهام بشكل ملحوظ مع اتساع نطاق بيانات الحركة البشرية الكاملة. ويعني ذلك أن التراكم واسع النطاق لبيانات الحركة البشرية الكاملة يمثل مساراً فعالاً لتحسين أداء الروبوتات البشرية الشكل في المهام الحقيقية.
(تقدم المهام المواءم مع العروض التوضيحية البشرية في المهام السبع)
ووفقاً للمعلومات، أُجري بحث هذا النموذج بالتعاون بين Amap ومجموعة أعمال ATH التابعة لـAlibaba. ومن جمع البيانات دون الحاجة إلى حضور الروبوت، إلى مواءمة الملاحظات والحركات بين الإنسان والآلة، ثم التحقق من القدرات على روبوت حقيقي، أكمل λ0 المسار الكامل لنقل الخبرة الجسمية البشرية إلى الروبوتات البشرية الشكل. وهذا يوفر أساساً لتعلم الروبوتات وتنفيذها مهام التناسق الجسمي الكامل في مشاهد مفتوحة أكثر كالتفتيش والخدمات اللوجستية.
حالياً، أطلق λ0 شفرة إعدادات العتاد ذات الصلة كمصدر مفتوح على GitHub، ونشر عينة من بيانات HumanVerse على HuggingFace، ليسهل على المطوّرين تجربتها ودراستها مباشرة.
ملحق
صفحة المشروع: https://lambdahumanoid.github.io/
التقرير التقني: https://arxiv.org/abs/2610.18950
GitHub: https://github.com/LambdaHumanoid/openlambda
عينة بيانات HumanVerse: https://huggingface.co/datasets/lambda-humanoid/HumanVerse-500-sample
هذه المادة مقدمة من Amap (غاودي)، وأعيد نشرها بموقع QbitAI بموجب ترخيص، وتعود الآراء إلى مؤلفها الأصلي.