ShengShu'dan Robotik Zekada Devrim: "Sonsuz Olasılıklar" Sunan Dünya Aksiyon Modeli Tanıtıldı

ShengShu Technology, robotik zekada yeni bir dönem başlatacak olan ve fiziksel dünya için tek bir merkezden yönetilen "robotik beyin" görevi gören dünya aksiyon modeli Motubrain'i tanıttı. Birden fazla göreve özel sistemlerin yerini alan bu tekil ve birleşik model, robotik zekada "sonsuz olasılıklar" sunmayı hedefliyor.

Sektördeki geleneksel, uzmanlaşmış ve göreve özel sistem anlayışını kökten değiştiren Motubrain, alanın en zorlu kıyaslama testlerinden olan WorldArena ve RoboTwin 2.0'da üstün başarılar elde etti. Özellikle video üretim modeli Vidu ile tanınan ShengShu Technology, üretken video teknolojilerini robotik alanına entegre ederek sektörde bir ilke imza attı. Üretken videolar, robotların gerçek dünya ortamlarında geniş ölçekli simülasyonlar yoluyla eğitilmesine olanak tanırken, Motubrain bu simülasyonları somut eylemlere dönüştürerek geleneksel fiziksel veri toplama ihtiyacını minimize ediyor.

ShengShu Technology kurucusu Jun Zhu, gerçek bir dünya modelinin fiziksel dünyayı birleşik bir şekilde temsil edebilmesi ve evrimini öngörebilmesi gerektiğini vurguladı. Zhu, videonun zaman, mekan, hareket, nedensellik ve fiziksel dinamikleri geniş ölçekte yakaladığı için bu zekanın temelini oluşturduğunu belirtti. Genel dünya modellerinin parçalı modüllerden değil; algılama, akıl yürütme, tahmin, üretim ve eylemi tek bir sistemde birleştiren bütünleşik bir mimariden oluşması gerektiğini savunan Zhu, bu yaklaşımın dijital ve fiziksel dünya arasındaki köprüyü kuracağını ifade etti.

Somutlaştırılmış yapay zeka (embodied AI) alanında zirveye oynayan Motubrain, fiziksel dünyadaki algılama, öngörü ve planlama yetenekleriyle dikkat çekiyor. Model, WorldArena testlerinde 63.77 EWM puanı alırken, RoboTwin 2.0'da belirlenen 50 farklı görevde ortalama 96.0 puan elde etti. Ayrıca Motubrain, rastgele oluşturulmuş ortamlarda 95.0 puan barajını aşmayı başaran tek model olma özelliğini koruyor.

Motubrain'in başarısının temelinde, "görülen dünya" ile "yapılması gereken eylemleri" tek bir modelde birleştiren yenilikçi mimarisi yatıyor. Modelin temel prensipleri arasında, her bir becerinin tek tek eğitilmesine gerek kalmadan geniş bir görev yelpazesini yönetebilen "Tek Beyin, Çok Beceri" yaklaşımı öne çıkıyor. Geleneksel modellerin aksine Motubrain, aynı anda yönettiği karmaşık görev sayısı arttıkça, çoklu görevlerdeki başarı oranı ve güvenilirliği daha da artış gösteriyor.