2026. augusztus 16., vasárnap · Kutatás

World Labs: egy robotfeladatból ezernyi szimulált tanítóváltozat

A Fei-Fei Li által alapított World Labs bemutatta Real-to-Sim-to-Real (R2S2R) nevű motorját, amely egyetlen valós robotfeladatból ezernyi kontrollált szimulációs változatot generál vezérlőmodellek betanításához. A technológia a júliusban felvásárolt SceniX startuptól származik. A cég állítása szerint a fő akadály nem a modellarchitektúra, hanem a megbízható működéshez szükséges tapasztalat mennyisége, mivel a valós adatgyűjtés drága, és sem a tesztek, sem az online videók nem fedik le a tárgyak, körülmények és hibaállapotok teljes skáláját. A rendszer a fényviszonyokat, tárgyak helyzetét, súrlódást és kameraszöget változtatva állít elő variációkat, majd szimulált és valós végrehajtást összevetve ellenőrzi a pontosságot. World Labs szerint a kizárólag szimulációban tanított modelleket valós robotokon is tesztelték – köztük a nyílt forráskódú ALOHA platformon –, és négy további robotplatformon platformonként egy órán át emberi beavatkozás nélkül futottak.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

Ha a vállalat állítása beigazolódik, csökkentheti a robotok betanításához szükséges drága és időigényes valós teszteket.

Források

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. augusztus 16., vasárnap napi AI összefoglaló része.

Helyesbítés · 2026. október 1., csütörtök

Helyesbítés (2026-10-01): az összefoglaló korábban azt írta, hogy a modellek „órákig megbízhatóan futottak”; a forrás szerint négy további platformon platformonként egy órán át, emberi beavatkozás nélkül.

Kapcsolódó hírek

MIT kutatók AI-ügynökökkel építenek virtuális tereket robotok betanításához

Az MIT CSAIL és a Toyota Research Institute kutatói kifejlesztették a SceneSmith nevű rendszert, amely három mesterséges intelligencia alapú ügynök együttműködésével hoz létre valósághű háromdimenziós virtuális környezeteket robotok betanításához. A rendszer egy tervező, egy kritikus és egy szervező ügynökből áll, amelyek mindegyike vizuális-nyelvi modellre (VLM) támaszkodik a terek megtervezésekor. A kutatók szerint a SceneSmith által generált belső terek – például éttermek, szállodai szobák és hálószobák – részletesebbek és valósághűbbek, mint a korábbi megoldások, így a robotok sokféle feladatot gyakorolhatnak fizikai szimulációban, mielőtt a valós világban tesztelnék őket. A rendszer célja a robotika egyik fő szűk keresztmetszetének, a változatos betanítási adatok hiányának enyhítése, mivel a fizikai környezetben végzett tanítás munka- és időigényes.

Kutatás: az AI-ügynökcsapatok alig jobbak, mint az önálló modellek

A Vals AI benchmarkja szerint az AI-ügynökcsapatok alig jobbak, mint az önálló ügynökök, miközben sokkal drágábbak. A cég a GPT-6 Sol és a Claude Opus 5.5 modelleket tesztelte a Vibe Code Bench feladatsoron, egyedül és csapatban, közepes és maximális következtetési szinten. A csapatos megoldás 1,8-5,1-szer többe került, de a négy összehasonlításból csak egy mutatott statisztikailag szignifikáns javulást: a GPT-6 Sol közepes szinten 7,3 ponttal jobb lett csapatban. Maximális következtetési erőforrásnál egyik modellnél sem jelentett előnyt a csapat. Az Anthropic saját tesztjei hasonlót mutattak: az Opus 5.5 tudásbázis-pontszáma 0,53-ról 0,74-re nőtt 1-ről 100 ügynökre váltva, de a javulás 10 ügynök után erősen lelassult. Noam Brown OpenAI-kutató a Dwarkesh Podcastben megerősítette: a több ügynökös rendszerek főleg sebességet hoznak, nem minőséget – négy ügynök kétszer gyorsabban dolgozott, de kétszer annyiba is került.

Kutatók: nyelvi modellek saját kontextusukat kezelhetik

A Meta, az MIT és a University of Washington kutatói egy új módszert, a Context Language Models (CLM) nevű megközelítést mutatták be, amelyben a nyelvi modell a saját kontextusát szabadon szerkeszthető fájlként kezelheti, nem pedig előre rögzített szabályok szerint tömöríti vagy hívja le az adatokat. A kutatók szerint ez kiküszöbölheti a hagyományos módszerek – összefoglalás, tömörítés, külső memória – ismert hátrányait, mint az információvesztés vagy a merev szabályrendszer. A csapat háromféle megközelítést tesztelt: tanítás nélküli (zero-shot), kontextusban tanuló és megerősítéses tanulásos módszert, és beszámolójuk szerint mindháromban érdemi teljesítmény- és számításiköltség-javulást mértek. A kutatók azt is kiemelik, hogy a CLM-ek olyan kontextuskezelési stratégiákat is kialakíthatnak, amelyek túlmutatnak az eddigi, emberek által tervezett megoldásokon – ez egyelőre kutatási eredmény, nem kész termék.

Harvard-kutatás: az AI kódolóügynökök több kódot, de nem több szoftvert termelnek

A Harvard Egyetem kutatói, Fiona Chen és James Stratton, 700 szoftverfejlesztő cég és több mint 700 000 alkalmazott Jellyfish-adatai alapján (2021 és 2026 márciusa között, 300 millió munkaesemény elemzésével) vizsgálták az AI kódoló eszközök hatását. Eredményük szerint az AI kódolóügynökök bevezetése után a cégeknél 30 százalékkal nőtt a legenerált kódsorok száma, 20 százalékkal a commitok, 23 százalékkal pedig a pull requestek száma. Ennek ellenére a kutatók szerint alig van bizonyíték arra, hogy a cégek tényleges szoftverkibocsátása nőtt vagy a létszámuk csökkent volna, mert a nyereséget elnyeli az emberi kódellenőrzés „szűk keresztmetszete”: a review folyamat meghosszabbodik, több átdolgozásra van szükség, és a review-k alatt több megjegyzés születik. A tanulmány így azt sugallja, hogy a kódgenerálás gyorsulása önmagában nem alakítja át a szoftverfejlesztés végső kimenetét.