שני חוקרי Meta לשעבר משיקים מודל ראייה תעשייתי בקוד פתוח

מה שמאחורי ההשקה

פרספטון (Perceptron), סטארטאפ שהקימו בנובמבר 2024 שני חוקרים לשעבר של חטיבת המחקר הבסיסי של Meta (FAIR), ארמן אגאג'ניאן (Armen Aghajanyan) ואקשאט שריוואסטבה (Akshat Shrivastava), השיק השבוע את אייזק 0.5 (Isaac 0.5), מודל ראייה שנועד לאפשר לרובוטים "לתפוס, לחשוב ולפעול" בסביבות תעשייתיות. המודל משוחרר כ-open-weight, כלומר המשקולות וחומרי האימון זמינים לבדיקה, והוא מכוון ישירות לרצפת הייצור, למחסנים ולכל מקום שבו מכונות צריכות לנווט במרחב פיזי מורכב.

לא רק זיהוי, תכנון וביצוע

לדברי המייסדים, הבעיה הקיימת היום ב-Physical AI היא ברירה כוזבת: או מודלי בסיס כלליים שדורשים כמה GPU ייעודיים בענן לכל מופע, או מודלים צרים שמטפלים בתפיסה או בבקרה אבל לא בשניהם יחד. אייזק 0.5 מתוכנן להיות רב-תכליתי (general-purpose), לא מודל למשימה חזרתית אחת, אלא שכבת אינטליגנציה גמישה שיודעת לקרוא תווית על חבילה, לנתח מרחבית היכן הקופסאות ממוקמות, להחליט איזו להרים ובאיזה סדר, ולנווט את הרובוט דרך כל שלב בתהליך. התעשייה כבר יודעת לטפל ברוב המשימות האלה בנפרד; החידוש המוצהר הוא הגמישות לעשות אותן ברצף בלי תכנות ייעודי לכל תרחיש.

נתוני אימון: מיליון שעות וידאו

מאחורי המודל עומדים מיליון שעות של "וידאו כללי" ללימוד זיהוי סביבות, חזות ותרחישים, בתוספת שימוש נרחב ב-ego video, וידאו מנקודת מבט גוף ראשון (בדרך כלל מגו-פרו או מצלמה לבישה) של אדם שמבצע משימה פיזית, וב-UMI video, שמתעד פעולות אנושיות חזרתיות כדי ללמד תנועה. החברה לא חושפת את מקורות הנתונים, אך שריוואסטבה ציין שנבנו פנימית דאטה-סטים בקנה מידה פטה-בייט שחוצים מודאליות: תמונות, טקסט, וידאו ומסלולי רובוט (robotic trajectories) כאחד.

מודל פתוח, שוק סגור

הבחירה לשחרר כ-open-weight ולא כקוד פתוח מלא מאפשרת בדיקת משקולות ואימון, אך לא בהכרח שימוש חופשי מסחרי, הבחנה שהקהילה הטכנית מכירה היטב. פרספטון מכוונת לשילוב התוכנה אצל מגוון ספקים בתעשיות ייצור, לוגיסטיקה ואחסנה, אבטחה, ניידות, מדיה ובידור. לטענת המייסדים, "שום דבר כזה לא קיים כרגע בשוק", אבל החברה לא פרסמה מדדי ביצועים (benchmarks) מול מודלים קיימים, לא חשפה ארכיטקטורה בפירוט, ולא ציינה לקוחות או פיילוטים פעילים.

מה חסר בתמונה

בלי מספרים השוואתיים, latency על חומרה ספציפית, דיוק בזיהוי תוויות בתנאי תאורה משתנים, עמידות להסתרה חלקית (occlusion), קשה להעריך אם אייזק 0.5 באמת סוגר את הפער בין הדגמה למערך ייצור חי. ה-open-weight מאפשר לקהילה לבדוק, אבל עד שירוצו הערכות עצמאיות על רובוטים אמיתיים במחסן אמיתי, ההבטחה ל"תפיסה, חשיבה ופעולה" נשארת בגדר הצהרת כוונות.