حالیہ مجسم انٹلیجنس ڈویلپمنٹ سمپوزیم میں ، فوڈان یونیورسٹی سے تعلق رکھنے والے پروفیسر چن تاؤ کی ٹیم نے ایک بڑی تحقیق کی پیشرفت کا اعلان کیا: اگلی نسل کے جنرل ہیومنوائڈ روبوٹ موشن کا بڑا ماڈل روایتی بصری زبان کے ماڈل (VLA) کی حدود کو توڑتا ہے ، "تصور اور تفہیم" سے "ڈائنامک کنٹرول {3 {" سے کراس جہتی اپ گریڈ کو حاصل کرتا ہے۔ ترجمہ ، "" ایکشن الفاظ کی ترتیب کا ترکیب "نظام" تعمیر کرنا جو روبوٹ کو مکمل طور پر قدرتی زبان کی ہدایات کے ذریعہ پیچیدہ اعضاء کی نقل و حرکت پیدا کرنے کے قابل بناتا ہے ، روایتی ماڈلز کے مقابلے میں 40 فیصد کی درستگی کے ساتھ .
ٹیم کی کلیدی تکنیکی جھلکیاں میں شامل ہیں: ایک 3D پوائنٹ کلاؤڈ ملٹی موڈل ماڈل تیار کرنا ، روبوٹ کو پہلی بار مقامی ڈھانچے "تفہیم" صلاحیتوں کو حاصل کرنے کے قابل بناتا ہے ، جو مجسم سوال و جواب اور متحرک راستے کی منصوبہ بندی کے قابل ہے۔ اور ایک جدید ماڈل کمپریشن فریم ورک کی تشکیل ، ایج کمپیوٹنگ پاور کی ضروریات کو 70 ٪ تک کم کرنا ، ذہین روبوٹ کے وسیع پیمانے پر اپنانے کے لئے ہارڈ ویئر کی رکاوٹوں کو توڑتے ہوئے . ماڈل کو جسمانی روبوٹ پلیٹ فارم پر کامیابی کے ساتھ تعینات کیا گیا ہے ، جس میں صنعتی اسمبلی میں ہموار موشن کنٹرول کی صلاحیتوں کا مظاہرہ کیا گیا ہے اور خدمت کے منظر نامے میں ہموار موشن کنٹرول کی صلاحیتوں کا مظاہرہ کیا گیا ہے۔
موشین انٹیلیجنٹ ٹکنالوجی ، جو تحقیقی کامیابیوں پر مبنی سینکی ہوئی ہے ، نے اپنی عالمی سطح پر پیش قدمی سے متعلق جنریٹو موشن سیریز ٹکنالوجی کے ذریعہ متعدد صنعت کے جنات کے ساتھ اسٹریٹجک شراکت داری حاصل کی ہے . پروفیسر چن تاؤ نے کہا ، "ہماری تحقیق نے 'ورچوئل ماڈلز اور جسمانی کنٹرول سے منقطع ہونے والے صنعت کے درد کی نشاندہی کی ہے ،' کامیابی نہ صرف چین کی روبوٹکس انڈسٹری میں بنیادی تکنیکی مسابقت کو انجیکشن کرتی ہے بلکہ عالمی AI مقابلہ . میں مجسم انٹلیجنس کے میدان میں ایک نیا معیار بھی طے کرتی ہے۔