Anthropic und NVIDIA brachten am selben Tag neue Produkte auf den Markt – werden Roboter nun tatsächlich endlich ihr eigenes „Gehirn“ erhalten?

①Als allgemeines großes Modell hat Fable 5.2 von Anthropic herausragende Fähigkeiten bei der Robotersteuerung gezeigt.

②Nvidia hat die neue Generation des Robotermodells GR00T 2 auf den Markt gebracht und ein Roboterlernframework sowie zahlreiche Technologien veröffentlicht.

③Wertpapierhäuser weisen darauf hin, dass der Einstieg von Anbietern großer Modelle den Fortschritt von körperhaften Modellen beschleunigen wird, und die Erwartungen an die Kommerzialisierung der Branche steigen stetig.

Am 9. November Ortszeit haben Nvidia und Anthropic nacheinander neue Produkte vorgestellt und der Roboterbranche zwei starke Impulse verliehen.

Kurz vor dem Börsengang, als Anthropic von dem Kapitalmarkt intensiv geprüft wurde, hat es zwei bahnbrechende neue Modelle vorgestellt: das neue Flaggschiffmodell Fable 5.2 und Mythos 5.2.

Unter ihnen hat Fable 5.2 als allgemeines großes Modell die Aufmerksamkeit der Branche mit seinen bei der Robotersteuerung gezeigten Fähigkeiten erregt. Die von Anthropic veröffentlichten Testdaten zeigen, dass Fable 5.2 im Benchmark-Test des zwearmigen Simulationsroboters RoboDojo eine durchschnittliche Erfolgsrate von 64,9 % erreicht hat.

Was bedeutet eine Erfolgsrate von 64,9 %? Das vorherige große Modell Fable 5.1 erreichte in diesem Test nur eine Erfolgsrate von 27,6 %. Mit anderen Worten: Die Erfolgsrate stieg bei der Aktualisierung um nur 0,1 Generationen um 37,3 Prozentpunkte. Im Vergleich dazu erreichte Claude Opus 5.5 bei demselben Test 39,4 % und GPT-6 Astra 29,8 %.

Je höher die Erfolgsrate ist, desto stärker ist die Fähigkeit des Modells, die Umgebung anhand von Kamerabildern zu beurteilen und Aktionen zu planen.

Darüber hinaus verfügt Fable 5.2 über Generalisierungsfähigkeit. Anthropic weist darauf hin, dass „Fable 5.2 bei der Steuerung physischer Roboter eine deutlich verbesserte Fähigkeit zeigt, selbst bei Aufgaben, die nie explizit trainiert wurden.“ In dem von Anthropic veröffentlichten Demonstrationsvideo steuerte Fable 5.2 einen physischen Roboterarm, um drei nicht speziell trainierten Aufgaben abzuschließen: Muster zeichnen, Flaschenverschlüsse zuschrauben und Zauberwürfel lösen.

Anthropic erklärte, dass die Leistung von Fable 5.2 bei der Robotersteuerung „besser ist als die der meisten KI-Modelle, die speziell für die Robotersteuerung entwickelt wurden“.

Dies ist auch einer der wichtigen Gründe, warum Fable 5.2 große Aufmerksamkeit erregt hat – zuvor war die vorherrschende Meinung, dass Roboter spezialisiertere, ausschließlich für körperhafte Intelligenz entwickelte große Modelle benötigen, um räumliches Verständnis, Aktionsplanung und Steuerung effektiv zu lösen. Als allgemeines großes Modell hat Fable 5.2 nicht nur herausragende Leistungen in Bereichen wie komplexe Programmierung, wissenschaftliche Forschungsaufgaben, Computernutzung, interdisziplinäres Schlussfolgern und Diagrammerkennung gezeigt, sondern auch einen großen Sprung bei der Robotersteuerung erreicht.

Auf der anderen Seite, am selben Tag, dem 9. November Ortszeit, kündigte Nvidia die Einführung des brandneuen Robotermodells der neuen Generation GR00T 2 an und veröffentlichte das Roboterlernframework Isaac Lab 3.0 sowie zahlreiche Technologien für das Training und die Bewertung von Robotern.

Nvidia erklärte, dass GR00T 2 ein offenes, bahnbrechendes Weltmodell ist, das auf der Cosmos-Plattform aufbaut. Das Modell wurde mit Roboter- und Humandaten trainiert, darunter 100.000 Stunden offene Daten aus der ersten Person des Menschen, die von Nvidia bereitgestellt werden.

Eines der Hauptmerkmale von GR00T 2 ist die sofort einsatzbereite Aufgabenausführungsfähigkeit: Bei 40 von 50 Aufgaben kann es diese direkt abschließen, ohne dass spezielle Demonstrationstrainings für bestimmte Aufgaben durchgeführt werden müssen. Darüber hinaus unterstützt das Modell Roboter dabei, Fähigkeiten zu erlernen, indem sie die Betriebsdemonstrationen von Menschen nachahmen, und die erlernten Fähigkeiten auf Roboter unterschiedlicher Formen zu übertragen, ohne dass für jede Roboterform eine neue Aufgabendemonstration durchgeführt werden muss. Laut Nvidia erreicht GR00T 2 bei durchschnittlich 71 % der 50 Aufgaben eine durchschnittliche Erfolgsrate, wenn nur eine Demonstration pro Aufgabe bereitgestellt wird. Wenn fünf Demonstrationen pro Aufgabe bereitgestellt werden, steigt die durchschnittliche Erfolgsrate auf 95 %.

Zuvor, am 5. November, veröffentlichte Nvidia gerade vier offene Gewichtsmodelle von Cosmos 3 Nano, die die Generierung von Szenen mit mehreren Blickwinkeln, interaktive Simulation und Vorhersage von Roboteraktionen abdecken. Das Forschungsteam von Apple veröffentlichte am 4. November das autonome Steuersystem für humanoide Roboter HALO. Durch die Synthese von Trainingsdaten in 1000 programmatisch generierten Haushaltsszenen ermöglicht es dem Roboter, Aufgaben wie Gehen, Hindernisvermeidung, Hinsetzen und Schieben von Kisten in unbekannten echten Umgebungen autonom auszuführen.

Erwähnenswert ist, dass Wang Xingxing, Gründer, Vorsitzender und CEO von Unitree Robotics, am 4. November erklärte, dass das Jahr 2027 mit hoher Wahrscheinlichkeit zum Wendepunkt für die Entwicklung der Roboterbranche oder von Robotermodellen wird, und die Fähigkeiten von Robotern im nächsten Jahr voraussichtlich erheblich verbessert werden. Der „ChatGPT-Moment“ der körperhaften Intelligenz ist unmittelbar bevorstehend. Das Modell ist genau die technische Schwelle, um diesen Moment zu erreichen: Das Verständnis von KI-Modellen für physischen Kontakt und Tastsinn ist noch unzureichend, und es gibt Abweichungen zwischen der Ein- und Ausgabe des Modells und der realen Welt. Er erwartet, dass dieses Problem in den nächsten ein bis drei Jahren gelöst werden kann.

In einem Forschungsbericht vom 2. November wies Orient Securities darauf hin, dass der Hauptgrund für die zuvor pessimistische Einstellung des Marktes zur Branche der körperhaften Intelligenz darin lag, dass körperhafte Modelle von großen Modellen unterschieden werden, und man befürchtete, dass der langsame Fortschritt der Modelle von Anbietern in der körperhaften Branche zu begrenzten Anwendungsbereichen für körperhafte Intelligenz führt. Aber da GPT-6 Astra bereits gute praktische Anwendungen im Bereich der körperhaften Intelligenz erzielt hat, beginnen einige Investoren allmählich zu glauben, dass allgemeine große Modelle ebenfalls Marktchancen im Bereich der körperhaften Intelligenz erzielen können. Der Einstieg von Anbietern großer Modelle wird den Fortschritt von körperhaften Modellen beschleunigen, sodass die Erwartungen an die Kommerzialisierung der Branche stetig steigen.

Die Analysten weisen weiter darauf hin, dass große Modelle als Strategieebene für körperhafte Systeme ein enormes Potenzial haben, und die Hersteller von körperhaften Hauptkörpern profitieren am stärksten am Rand. Mit der fortgesetzten Erkundung des Bereichs der körperhaften Intelligenz durch Anbieter allgemeiner großer Modelle in der Zukunft wird voraussichtlich die beschleunigte Anwendung der körperhaften Intelligenz in den Bereichen Logistik und industrielle Fertigung gefördert. Anbieter mit spezifischem Know-how in vertikalen Szenen werden relativ höhere Barrieren haben. Es wird erwartet, dass in Zukunft noch mehr Anbieter großer Modelle ihre Ausweitung auf den Bereich der körperhaften Intelligenz beschleunigen, was voraussichtlich zu Durchbrüchen in mehr Anwendungsbereichen führen wird, wodurch der Durchbruch und die Beschleunigung des Kommerzialisierungsprozesses der Branche gefördert werden, und Hersteller von kompletten Robotern und deren Komponenten werden voraussichtlich profitieren.

Dieser Artikel stammt von „CLS“ und wird von 36Kr mit Genehmigung veröffentlicht.