🦾 Робототехника не получит своего «чистого» момента Llama

В отличие от LLM, где открытая модель Llama стала универсальным фундаментом для тысяч проектов, в робототехнике простой перенос политик между разными платформами невозможен. Одна и та же команда может дать разный результат на симметричных механизмах из-за разницы в контактной механике, сервоприводах и загрузке корпуса. Модель весит одинаково, но физика — нет.

Google DeepMind, NVIDIA и Physical Intelligence активно публикуют открытые модели (Gemini Robotics 1.5, GR00T N1, OpenVLA, FAST), и скачать готовую политику стало проще. Однако даже OpenVLA (7B параметров, обучен на 970 тыс. эпизодов) требует от 8 ГБ видеопамяти для инференса до 70 ГБ для полного дообучения. После загрузки модели разработчику всё равно нужно адаптировать её под конкретного робота, калибровать камеры, настраивать схваты и валидировать на целевой машине.

Основная проблема — дрейф на реальных производствах. Со временем меняются геометрия камер, жёсткость захватов, смещаются приспособления, накапливается загрязнение. Политика, идеально работавшая при приёмке, начинает сбоить из-за микроизменений в физическом окружении. Даже доменная рандомизация при обучении не покрывает все сценарии, которые возникают в цеху ежедневно. Реальный прорыв произойдёт не тогда, когда модель станет доступна, а когда индустрия докажет, что перенос политик между системами работает надёжно и предсказуемо.

#Tech #Robotics #AI #Llama #OpenVLA