Xiaomi-Robotics-1 מוכיח כי נפח הנתונים עולה בביצועיו על גודל המודל בתחום הרובוטיקה

Xiaomi חשפה את Xiaomi-Robotics-1, מודל יסוד (foundation model) פורץ דרך המשנה את הפרדיגמה של אימון רובוטים – מעבר להגדלת כוח המחשוב להגדלה מאסיבית של נתונים (data scaling). באמצעות שימוש בשיטת איסוף נתונים ייחודית, המודל מפגין יכולת הסתגלות חסרת תקדים בסביבות לא מוכרות ובמשימות מניפולציה מורכבות.

שבירת צוואר הבקבוק של הנתונים באמצעות תפסנים ידניים

האתגר העיקרי ברובוטיקה תמיד היה "צוואר הבקבוק של הנתונים" – הקושי לאסוף כמויות עצומות של נתוני אינטראקציה באיכות גבוהה ללא זרועות רובוטיות יקרות ונייחות. Xiaomi עקפה זאת באמצעות שימוש בתפסנים (grippers) ניידים וקלים לאחיזה, המצוידים במצלמות.

במקום לתכנת רובוטים, מפעילים אנושיים השתמשו במכשירים הידניים הללו כדי להקליט משימות מניפולציה ביותר מ-1,700 סביבות מגוונות, כולל מטבחים, משרדים ומפעלים. גישה זו הניבה 100,000 שעות מדהימות של הקלטות תנועה. כדי לפתור את בעיית התיוג (labeling), Xiaomi השתמשה במודל AI כדי ליצור באופן אוטומטי תיאורי טקסט לכל מקטע תנועה, ובכך השלימה את תיוג כל מערך הנתונים תוך שבועיים בלבד.

חוק ה-Scaling: נתונים על פני כוח מחשוב

התובנה הטכנית המרכזית ממחקר Xiaomi-Robotics-1 היא שנתוני אימון רבים יותר מניבים שיפור בביצועים גבוה משמעותית מאשר פשוט הגדלת גודל המודל או כוח המחשוב. בעוד שמודלים גדולים יותר אכן מפחיתים שגיאות חיזוי, שיעור ההצלחה של הרובוט בסביבות לא מוכרות זינק מ-25% ל-75% ככל שנפח נתוני האימון גדל.

הדבר משקף מגמות הנראות בראייה ממוחשבת (computer vision), שבהן הוספת נתונים מספקת ערך רב יותר מאשר הגדלת מספר הפרמטרים. עבור Xiaomi, המשמעות היא שהדרך לבינה מלאכותית רובוטית לכל מטרה (General Purpose Robot AI) טמונה במגוון ובקנה המידה של מערכי הנתונים, ולא רק בבניית רשתות נוירונים גדולות יותר.

יכולת הסתגלות וביצועי Benchmark ללא תחרות

Xiaomi-Robotics-1 תוכנן לבצע פקודות קוליות או כתובות ולהסתגל למשימות חדשות עם כוונון עדין (fine-tuning) מינימלי. בבדיקות, המודל הוטל לבצע תמרונים מורכבים כמו העמסת כביסה, הזנת נייר למדפסת ואריזת מזוודות.

התוצאות היו חד-משמעיות:

  • הסתגלות מהירה: עם פחות מ-10 שעות של אימון ייעודי למשימה, המודל השיג שיעור הצלחה של 75%, תוצאה שעוקפת משמעותית את המתחרה Physical Intelligence, שהגיעה ל-40% בלבד.
  • דומיננטיות ב-Benchmark: המודל מוביל את לוח התוצאות של RoboCasa365 בפער ניכר, במיוחד במשימות מורכבות (composite tasks) שלא נראו קודם לכן.
  • ביצועי RoboDojo: Xiaomi-Robotics-1 קיבל ציון גבוה בכ-58% מהמקום השני ב-benchmark של RoboDojo.

המודל הראה גם חוזקה מיוחדת בטיפול בחומרים רכים ומתעוותים כמו נייר – תחום שהיה קשה היסטורית למערכות רובוטיות קשיחות.

כיוון חדש לתעשיית הרובוטיקה

הגישה של Xiaomi נמצאת בצומת דרכים מול ענקיות אחרות בתעשייה. בעוד Nvidia מנסה להפוך את בעיית הנתונים ברובוטיקה לבעיית מחשוב באמצעות יצירת נתונים סינתטיים, ומודל Orca של BAAI מנסה ללמוד מסרטוני וידאו לא מתויגים, Xiaomi מכפילה מאמצים בנתוני תנועה מתויגים, אוטומטיים ובקנה מידה גדול.

בעוד Xiaomi נערכת לשחרר את המודל ואת הקוד ב-GitHub וב-Hugging Face, התעשייה עוקבת מקרוב. פיתוח זה מרמז כי החזית הבאה של הרובוטיקה לא תוכרע על ידי אלו בעלי השבבים החזקים ביותר, אלא על ידי אלו בעלי מערכי נתוני התנועה המגוונים והמתויגים ביותר.

נקודות מפתח

  • Scaling ממוקד-נתונים (Data-Centric): הגדלת נפח נתוני האימון התבררה כאפקטיבית יותר לשיפור שיעורי ההצלחה הרובוטיים מאשר הגדלת גודל המודל או כוח המחשוב.
  • איסוף חדשני: תפסנים ידניים אפשרו ל-Xiaomi לצבור 100,000 שעות של נתוני תנועה ב-1,700 סביבות שונות ללא צורך ברובוטים ייעודיים.
  • הכללה (Generalization) גבוהה: המודל יכול להשיג שיעור הצלחה של 75% במשימות חדשות עם פחות מ-10 שעות של אימון נוסף.