sudoremove
Sunday Robotics가 Memo의衣物折叠任务 99.1%를 근거로 Demo가 아닌 Solve를 선언한 전환점
• Memo는 T-shirt와 shirt 같은 세탁물 접기에서 전체 성공률 99%를 주장. 속옷처럼 어렵다고 본 항목은 범위에서 제외, 성공 기준은 5-star 평가와 평균 4.72 점수 체계
• 핵심은 집마다 새로 학습하지 않는 zero-shot per household 설정. unseen room, 다양한 bed, lighting, 초기 위치까지 포함한 범위 안에서 reliable performance 목표
• ACT-2 세부 구조는 아직 불명확. 대신 pretraining data 증가로 in-domain과 out-of-domain 격차가 줄고 validation loss가 데이터 양에 따라 감소하는 scaling law 관찰
• 데이터 수집은 UMI Gripper 기반 skill capture glove와 memory developer 운영으로 구성. Craigslist 채용과 onboarding 이후 1000명, 시급 40 to 60 dollars, 승인된 데이터만 사용
• 배포 병목은 cloud inference가 아닌 edge inference로 전환. 가정별 Wi-Fi 편차와 Starlink 시도 이후 RPC가 이틀 만에 빠른 edge inference code 작성
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
Good Vibe AI