當今的歐洲機器人學家 它發布了一個強大的開源人工智能模型，作為工業機器人的大腦，幫助它們以新的靈活性理解和操縱物體。
新型號， 矛-1它是由保加利亞計算機科學、人工智能和技術研究所 (INSAIT) 的研究人員開發的。它可以幫助其他研究人員和初創公司為工廠和倉庫構建和試用更智能的設備。
INSIAT 和蘇黎世聯邦理工學院的計算機科學家 Martin Vetchev 表示，正如開源語言模型使研究人員和公司能夠嘗試生成式人工智能一樣，SPEAR-1 應該可以幫助機器人專家快速進行實驗和迭代。 “開放加權模型對於嵌入式人工智能的開發至關重要，”Vetchev 在發布前告訴《連線》雜誌。
SPEAR-1 與現有機器人模型的不同之處在於它將 3D 數據納入其訓練組合中。這使模型增強了對物理世界的理解，從而更容易理解物體如何在物理空間中移動。
基本機器人模型通常建立在視覺語言模型 (VLM) 的基礎上，由於訓練往往來自 2D 圖像，因此視覺語言模型對物理世界具有廣泛但有限的理解。 “我們的方法解決了機器人運行的 3D 空間與構成機器人基礎模型核心的 VLM 知識之間的不匹配問題，”Vetchev 說。
按比例縮放後，SPEAR-1 的容量與設計用於為機器人提供動力的商業基礎模型大致相同 在 RoboArena 上，這是標準配置 該模型測試了模型讓機器人執行諸如擠壓番茄醬瓶、關閉抽屜以及將紙片釘在一起等操作的能力。
讓機器人變得更聰明的競賽已經開始 數十億美元 騎它。通用機器人的商業潛力催生了資金雄厚的初創公司，包括…… 零星的 和 專家 旁邊 身體智力。 SPEAR-1 幾乎與來自 Physical Intelligence 的 Pi-0.5 一樣好，Physical Intelligence 是一家由全明星機器人研究人員團隊創立的價值十億美元的初創公司。
SPEAR-1 表明，構建更智能機器人的探索可能既包括 OpenAI、Google 和 Anthropic 等封閉模型，也包括 Llama、DeepSeek 和 Qwen 等開源變體。
然而，機器人智能仍處於起步階段。可以訓練人工智能模型來操作機器人手臂，使其能夠可靠地從桌子上拾取某些物體。然而，在實踐中，如果使用不同類型的機器人手臂或者物體或環境發生變化，則需要從頭開始重新訓練模型。
