ஆறு தசாப்தங்களாகத் தொழில்துறை ரோபோட்டிக்ஸ் ஒரு கண்டிப்பான முறைமையில் இயங்கி வந்துள்ளது: ஒரு மனிதப் பொறியாளர் தனியுரிம மொழிகள், டீச் பெண்டன்ட்கள், கடினமான இயக்கவியல் தீர்வுக் கருவிகள் ஆகியவற்றைக் கொண்டு இயந்திர இயக்கத்தின் ஒவ்வொரு மில்லிமீட்டரையும் வெளிப்படையாக நிரலாக்குகிறார். பணிப்பொருள் ஐந்து மில்லிமீட்டர் நகர்ந்தாலோ ஒளி நிலைமை மாறினாலோ ரோபோ பிழை காட்டுகிறது. 2026 அக்டோபர் 13 அன்று லண்டனில் நடந்த Economist Enterprise Physical AI and Robotics Summit-இல் Hugging Face-இன் LeRobot தலைவர் Pepijn Kooijmans இந்த மரபைத் தகர்க்கும் ஒரு மாற்றுக் கட்டமைப்பை முன்வைத்தார்: “எதிர்கால ரோபோக்கள் பணிக்குப் பணி நிரலாக்கப்படாது. அவை கற்றுக்கொள்ளும்.”
இயக்கத் திட்டமிடலிலிருந்து போலச்செய்தல் கற்றலுக்கு: கட்டமைப்பு மாற்றம் #
Open for business: how open source is accelerating physical AI (வணிகத்துக்குத் திறந்திருக்கிறது: திறந்த மூலம் பௌதிக AI-ஐ எப்படி விரைவுபடுத்துகிறது) என்ற தமது வழக்கு ஆய்வு உரையில் Pepijn Kooijmans மரபான மெக்கட்ரானிக்ஸ் பொறியியலிலிருந்து ஆழ்கற்றலுக்கு வந்த தமது பயணத்தை விவரித்தார். பல தசாப்தங்களாக ரோபோட்டிக்ஸ் வல்லுநர்கள் கையாளுதலைத் தனித்தனியான உட்சிக்கல்களாகப் பிரிக்கப் பயிற்றுவிக்கப்பட்டனர்: பொருள் பிரிப்பு, 6D நிலை மதிப்பீடு, ஆய அச்சுச் சட்ட மாற்றங்கள், மோதல் தவிர்ப்புடன் பாதைத் திட்டமிடல், மூட்டுகளின் PID மோட்டார் கட்டுப்பாடு.
பாகங்கள் மைக்ரான் துல்லியமுள்ள எஃகு ஜிக்குகளில் வந்து சேரும், கடினமாகப் பொருத்தப்பட்ட வாகனத் தொழிற்சாலைகளில் இந்தப் பகுப்பாய்வுப் பிரிப்பு நன்றாக வேலை செய்கிறது; ஆனால் பழைய தொழில்துறை வளாகங்கள், ஆய்வகங்கள், கிடங்குகள், வீட்டுச் சூழல்கள் ஆகியவற்றில் அது சரிகிறது. உண்மை உலகில் பொருள்கள் உருக்குலைகின்றன, மேற்பரப்புகள் ஒளியை எதிர்பாராத விதமாகப் பிரதிபலிக்கின்றன, மனித சக ஊழியர்கள் நகரும் தடைகளை உருவாக்குகிறார்கள்.
Hugging Face முன்வைத்த அடிப்படைக் கருத்து இதுதான்: உடல் நுட்பத்தைக் கையால் எழுதிய விதிகளால் பகுப்பாய்வு ரீதியாக வரையறுக்க முடியாது; அதை அனுபவத்தின் மூலமே பெற வேண்டும். பெரிய மொழி மாதிரிகள் (LLM) மாபெரும் உரைத் தொகுப்புகளில் அடுத்த டோக்கனைக் கணித்து இலக்கணம், பகுத்தறிவு, உலக அறிவு ஆகியவற்றைக் கற்றது போலவே, பௌதிக AI முகவர்கள் காட்சி, உணர்வு அவதானிப்புகளைச் சார்ந்த செயல்களின் பரவலைக் கற்று மோட்டார் திறன்களைப் பெறுகின்றன.
ஒவ்வொரு இயக்கத்தையும் நிரலாக்குவதிலிருந்து மனிதச் செய்முறையின் மூலம் கற்பிப்பதற்கு நிகழும் இந்த மாற்றம், ரோபோட்டிக்ஸ் அதன் அடிப்படை மாதிரி யுகத்துக்குள் நுழைவதைக் குறிக்கிறது.
பல்வகை VLA கட்டமைப்பின் உள்ளே #
தமது உரையின்போது Kooijmans நவீன திறந்த மூல பௌதிக AI கொள்கைகளை இயக்கும் விரிவான முழுமையான நரம்பியல் வலைப்பின்னல் குழாய்வழியை வெளிப்படுத்தி, உயர் பரிமாண புலனுணர்வு உள்ளீடுகள் எப்படி இயல்பான உடல்சார் கையாளுதலாக மாறுகின்றன என்பதை விளக்கினார்.
.class="img-fluid clearfix"
இந்தக் கட்டமைப்பு இறுக்கமாக ஒருங்கிணைக்கப்பட்ட பல்வகை உணர்வு-இயக்கக் குழாய்வழியாகச் செயல்படுகிறது:
1. புலனுணர்வுப் பல-ஓட்ட உள்ளீடு #
ரோபோ பல ஒத்திசைந்த கேமரா ஓட்டங்கள் வழியாகத் தனது பணியிடத்தைப் பார்க்கிறது (பொதுவாக இடஞ்சார்ந்த சூழலைத் தரும் மேல்நிலை அடிக் கேமரா, அதனுடன் நுண்ணிய தொடர்பைக் கண்காணிக்க இடது, வலது கையாளிகளின் மணிக்கட்டில் பொருத்தப்பட்ட கேமராக்கள்).
இந்த மூல பிக்சல் ஓட்டங்கள் உறைய வைக்கப்பட்ட SigLIP (400M அளவுருக்கள்) பார்வை டிரான்ஸ்ஃபார்மருக்கு அனுப்பப்படுகின்றன; அது வீடியோ சட்டகங்களை அடர்த்தியான காட்சி டோக்கன்களாக மாற்றுகிறது, இதனால் கொள்கையை நுண்சீரமைக்கும்போது பார்வை முதுகெலும்பின் வழியே செலவுமிக்க முழுமையான சரிவு மேம்படுத்தல்கள் தேவைப்படுவதில்லை.
2. இயக்கவியல் நிலை வெக்டரும் பணி நிர்ணயமும் #
அதே நேரத்தில் அமைப்பு உண்மையான ரோபோவின் உள் சுயநிலை உணர்வு நிலையை மாதிரியெடுக்கிறது: இரு கையாளிகளின் 7 மூட்டுக் கோணங்கள், வேகங்கள், பிடிப்பான் திறப்பு அகலங்கள் ஆகியவற்றைப் பதிவுசெய்யும் 16 பரிமாண வெக்டர்.
பயனர் எந்த இயல்மொழித் தூண்டல் மூலமும் செயல்பாட்டு இலக்கைத் தருகிறார் (எடுத்துக்காட்டாக "fold the t-shirt", "pick the M8 hex bolt and place it in the bracket" அல்லது "route the cable through the conduit"); அது தரநிலை உரை உட்பொதிவுகளாக டோக்கனாக்கப்படுகிறது.
3. பல்வகைக் குறுக்கு-கவன மையம் (Gemma VLM) #
காட்சி டோக்கன்கள், சுயநிலை உணர்வு வெக்டர், உரை டோக்கன்கள் ஆகியவை ஒரு Gemma பார்வை-மொழி மாதிரியில் (2B அளவுருக்கள்) செலுத்தப்படுகின்றன. வெறுமனே உரை டோக்கன்களை உருவாக்குவதற்குப் பதிலாக, Gemma VLM மூன்று வகைகளிலும் ஆழமான குறுக்கு-கவனத்தைச் செய்து, மொழி அறிவுறுத்தலின் உயர்நிலைப் பொருள் நோக்கத்தைக் காட்சியின் இடவியல் வடிவியலுடனும் கையின் அந்த நொடி இயந்திர அமைப்புடனும் இணைக்கிறது.
இந்த இணைந்த அடிப்படை மாதிரியின் வெளியீடு VLM பணிப் பண்புகளின் அடர்த்தியான பிரதிநிதித்துவம்; பொருள்கள் எங்கே உள்ளன என்பதைப் பொறுத்து என்ன செய்ய வேண்டும் என்பதை அது உள்ளடக்குகிறது.
4. செயல் நிபுணர்: ஃப்ளோ மேட்சிங், பரவல் கொள்கைகள் #
VLM பண்புகள் ஃப்ளோ-மேட்சிங் கோட்பாடுகளில் இயங்கும் ஒரு செயல் நிபுணருக்குள் (300M அளவுருக்கள்) நேரடியாகச் செல்கின்றன. தொடக்ககாலப் போலச்செய்தல் கற்றல் முறைகள் எளிய சராசரி வர்க்கப் பிழை (MSE) பின்னடைவைச் சார்ந்திருந்தன; அதனால் மாதிரிகள் முரண்படும் செய்முறைகளின் சராசரியை வெளியிட்டு, ரோபோக்கள் முடிவெடுக்க முடியாமல் உறைந்து நின்றன. மாறாக ஃப்ளோ மேட்சிங் மனிதச் செயல் பாதைகளின் பல்முனைப் பரவலை மாதிரியாக்குகிறது.
பத்து எண்முறை ஒருங்கிணைப்புப் படிகளில் தீர்க்கப்படும் நேராக்கிய ஓட்ட வகைக்கெழுச் சமன்பாடுகளைக் கொண்டு, செயல் நிபுணர் காஸியன் இரைச்சலை 50Hz கட்டுப்பாட்டு அதிர்வெண்ணில் 30 எதிர்காலச் செயல்களின் சீரான பாதையாக மாற்றுகிறது.
5. காலக் குழுமத்துடன் செயல் துண்டாக்கம் #
தொடர்ச்சியான 30 நேரப் படிகளைக் கணிப்பதன் மூலம் (இது செயல் துண்டாக்கம் எனப்படுகிறது) கொள்கை உயர் அதிர்வெண் குலுக்கல்களையும் தாமதத் தடைகளையும் நீக்குகிறது. ரோபோ செயல்களின் முதல் துண்டை நிறைவேற்றும்போதே பின்னணியில் அடுத்த திட்டத்தைக் கணக்கிட்டு, மென்மையான, இணக்கமான, தொடர்ச்சியான, உயிரியல் தரத்திலான இயக்கத்தை அடைகிறது.
தொழில்நுட்ப ஒப்பீடு: மரபான தானியக்கம் எதிர் திறந்த மூல பௌதிக AI #
| அளவீடு / கட்டமைப்புக் கூறு | மரபான தொழில்துறை ரோபோட்டிக்ஸ் (ROS / PLC / டீச் பெண்டன்ட்) | தனியுரிம மூடிய பௌதிக AI (விற்பனையாளர் ஹியூமனாய்டு அடுக்குகள்) | திறந்த மூல பௌதிக AI (Hugging Face LeRobot அடுக்கு) |
|---|---|---|---|
| மேம்பாட்டு முறைமை | நடைமுறை சார்ந்தது; வெளிப்படையான மூட்டுப் பாதைகளும் வரம்புள்ள நிலை இயந்திரங்களும் | முழுமையான ஆழ்கற்றல்; கருப்புப் பெட்டி மூடிய எடைகள்; பூட்டப்பட்ட மேகக்கணினி API | முழுமையான VLA; திறந்த எடைகள், திறந்த தரவுத்தொகுப்புகள், திறந்த PyTorch பயிற்சிச் சுற்றுகள் |
| நுழைவுக்கான வன்பொருள் தடை | ஒரு தொழில்துறைக் கைக்கு £30,000 முதல் £100,000+ (KUKA, FANUC, ABB) | ஒரு தனியுரிம ஹியூமனாய்டு அலகுக்கு £150,000 முதல் £350,000+ | 3D-அச்சிடக்கூடிய திறந்த வன்பொருள் வடிவமைப்புகளால் $200-க்குக் கீழிருந்து $1,500 வரை (SO-100, Koch) |
| சூழல் உறுதிப்பாடு | பாக ஆயங்கள் மில்லிமீட்டர்கள் நகர்ந்தாலே உடனடித் தோல்வி | உயர் தகவமைவு, ஆனால் நடத்தையை ஆய்வு செய்யவோ உள்ளூரில் திருத்தவோ முடியாது | உயர் காட்சித் தகவமைவு; பணிமனைத் தள எட்ஜ் கணுக்களில் கொள்கைகளை உள்ளூரில் நுண்சீரமைக்கலாம் |
| தரவு வடிவமும் தொலைஅளவீடும் | விற்பனையாளருக்குள் பூட்டிய தனியுரிம இரும வடிவங்களும் PLC பதிவேடுகளும் | தனியுரிம மறையாக்கப்பட்ட மேகக்கணினித் தொலைஅளவீடு | தரநிலைப்படுத்திய Apache Parquet தரவுத்தொகுப்புகள், MP4 வீடியோ ஓட்டங்கள், Hugging Face Hub |
| பணிப் பொதுமைப்படுத்தல் | பூஜ்யம்; ஒவ்வொரு புதிய பாக வடிவியலுக்கும் முழுமையான கைமுறை மறுநிரலாக்கம் | பரந்த பணிக் கூற்றுகள், ஆனால் சிறப்புத் தொழில்துறைக் கருவிகளுக்கு மெதுவான தகவமைவு | தலைவர்-பின்தொடர்வோர் அமைப்புகளில் பதிவுசெய்த 50 முதல் 100 மனிதச் செய்முறைகள் மூலம் விரைவான தகவமைவு |
| அனுமான வன்பொருள் தடம் | நிகழ்நேர Linux இயங்கும் பிரத்யேக PLC அல்லது தொழில்துறை IPC | 300W முதல் 800W வரை மின்சாரம் இழுக்கும் பிரம்மாண்டமான உள்ளமைந்த நகர்வு GPU கொத்துகள் | நுகர்வோர் எட்ஜ் சிலிக்கானில் அனுமானம் (ஒற்றை RTX 4070 அல்லது Apple Silicon M-வரிசை) |
ஆதாரம்: Economist Enterprise Physical AI and Robotics Summit-இல் (Convene 200 Aldersgate, லண்டன், 2026 அக்டோபர் 13) முன்வைக்கப்பட்ட தரவு, தொழில்நுட்ப அளவுகோல்கள், நேரடிச் செய்முறைகள் ஆகியவற்றின் பகுப்பாய்வு.
துறைவாரியாக இதன் பொருள் #
திறந்த, சமூகம் இயக்கும் பௌதிக AI-இன் எழுச்சி பல தொழில்களில் வணிகக் கணக்கீட்டை மாற்றி வருகிறது.
சிறு, நடுத்தர நிறுவனங்கள் (SME) #
ஐரோப்பா, ஐக்கிய இராச்சியத்தின் உற்பத்தித் திறனில் 80%-க்கும் மேல் SME-களுடையது; ஆனால் வரலாற்று ரீதியாக அவற்றில் 5%-க்கும் குறைவானவையே தானியக்கத்துக்குச் செலவிட முடிந்தது. ஒரு தொழில்துறைத் தானியக்கக் கலத்தை அமைக்க, சிறப்பு அமைப்பு ஒருங்கிணைப்பாளர்களை அமர்த்த வேண்டியிருந்தது, ஆறு இலக்க மென்பொருள் உரிமக் கட்டணம் செலுத்த வேண்டியிருந்தது, நிறுவலின்போது தொழிற்சாலைத் தளத்தை நிறுத்த வேண்டியிருந்தது.
LeRobot சூழலமைப்பைக் கொண்டு, தனிப்பயன் துல்லிய அடைப்புக்குறிகளைத் தயாரிக்கும் ஒரு SME, £500-க்கும் குறைவான செலவில் இரட்டைக் கை SO-100 பணிநிலையத்தை 3D-அச்சிட்டு, அதற்கு £40 USB வெப்கேம்களைப் பொருத்தி, 3D-அச்சிட்ட தலைமைக் கையைக் கொண்டு CNC அரைப்பு இயந்திரத்தில் பாகங்களை ஏற்றும் ஒரு தொழிலாளியின் ஐம்பது செய்முறைகளைப் பதிவுசெய்ய முடியும். சாதாரண மேசைக் கணினியில் மூன்று மணி நேர நுண்சீரமைப்புக்குள் திறந்த மூலக் கொள்கை இயந்திரப் பராமரிப்புப் பணியைத் தன்னிச்சையாகச் செய்யும் திறனைப் பெறுகிறது; சில வாரங்களுக்குள் முதலீடு திரும்பக் கிடைக்கிறது.
கல்வி ஆய்வும் உயர்கல்வியும் #
சமீப காலம் வரை பல்கலைக்கழக ரோபோட்டிக்ஸ் துறைகள் ஆழமான பிளவின் இரு முனைகளில் இருந்தன: நல்ல நிதியுள்ள ஆய்வகங்கள் Boston Dynamics அல்லது Willow Garage தளங்களை வாங்க முடிந்தது; சிறிய நிறுவனங்கள் Gazebo அல்லது MuJoCo-வில் வெறும் உருவகப்படுத்தல்களை இயக்குவதோடு கட்டுப்பட்டிருந்தன.
திறந்த மூல பௌதிக AI உடல்சார் பரிசோதனையை அனைவருக்கும் எட்டச் செய்துள்ளது. உலகெங்கிலும் உள்ள முதுநிலை மாணவர்கள் ஒரே மாதிரியான வன்பொருள் தளங்களை உருவாக்கவும், பயிற்றுவித்த கொள்கைச் சோதனைப்புள்ளிகளை Hugging Face Hub-இல் பகிரவும், அளவுகோல் முடிவுகளைப் புள்ளியியல் கடுமையுடன் மீளுருவாக்கவும் முடியும். LeRobot களஞ்சியம் சில மாதங்களுக்குள் ஒரு கைப்பிடி ஐரோப்பியப் பங்களிப்பாளர்களிலிருந்து உலகெங்கும் ஆயிரக்கணக்கான செயலில் உள்ள ரோபோட்டிக்ஸ் வல்லுநர்களாக வளர்ந்ததை Kooijmans சுட்டிக்காட்டினார்; திறந்த அணுகல் தனியுரிமக் கார்ப்பரேட் தனித்தீவுகளைவிட வேகமாக அனுபவச் சரிபார்ப்பை முன்னெடுக்கிறது என்பதை இது நிரூபிக்கிறது.
அதிக வகை, குறைந்த அளவு ஒப்பந்தப் பொருத்துதல் #
மின்னணுவியல், மருத்துவக் கருவிப் பொருத்துதலில் தயாரிப்பு வகைகள் வாராவாரம் மாறுகின்றன. குறியீட்டில் பொறிக்கப்பட்ட தானியக்கக் கோடுகள் பொருளாதார ரீதியாகச் சாத்தியமற்றவை, ஏனெனில் மறுகருவியமைப்பு, மறுநிரலாக்கச் செலவுகள் உற்பத்தித் தொகுதியின் லாப வரம்பைத் தாண்டுகின்றன.
பார்வை-மொழி-செயல் கொள்கைகள் இயல்மொழிப் பணி நிர்ணயம் மூலம் இந்தக் கட்டுப்பாட்டைத் தீர்க்கின்றன. ஓர் இயக்குநர் புதிய கட்டளையைத் தட்டச்சு செய்தோ புதிய உட்பொருத்துதலின் இரண்டு மறுமுறைகளைச் செய்துகாட்டியோ பொருத்துதல் நடைமுறையை மாற்றலாம். மாதிரியின் குறுக்கு-கவன இயங்குமுறைகள் முன்பயிற்றுவித்த காட்சிப் பிரதிநிதித்துவங்களைப் பயன்படுத்தி, முழு நரம்பியல் வலைப்பின்னலையும் மீண்டும் பயிற்றுவிக்காமலேயே புதிய பாகங்களை அடையாளம் காண்கின்றன.
தரவுச் சுவரை உடைத்தல்: தொலை இயக்கம், Parquet, உலக மாதிரிகள் #
Kooijmans நிறுவனத் தலைவர்களுக்கு வழங்கிய மையக் கருத்து: பௌதிக AI-இன் முதன்மைத் தடை இனி மாதிரித் திறன் அல்ல; அது செய்முறைகளின் பன்முகத்தன்மை.
இயல்மொழிச் செயலாக்கத்தில் மாதிரிகள் திறந்த வலையிலிருந்து திரட்டப்பட்ட லட்சக்கணக்கான கோடி டோக்கன்களில் பயிற்றுவிக்கப்பட்டன. உடல்சார் ரோபோட்டிக்ஸில் ஏற்கெனவே இருக்கும் “உடல்சார் கையாளுதலின் இணையம்” எதுவும் இல்லை. பிடிப்பான் ஒரு பொருளை எடுப்பது, வால்வைத் திருப்புவது, துணியை மடிப்பது என ஒவ்வொரு செய்முறையும் உணரிகள் பொருத்திய தொலை இயக்கத்தின் மூலம் உண்மை உலகிலேயே பதிவுசெய்யப்பட வேண்டும்.
Hugging Face LeRobot இந்தச் சவாலை மூன்று முக்கிய முன்னெடுப்புகள் மூலம் எதிர்கொள்கிறது:
- தலைவர்-பின்தொடர்வோர் தொலை இயக்க அமைப்புகள்: செயலில் உள்ள “பின்தொடர்வோர்” ரோபோவை இயந்திர ரீதியாகப் பிரதிபலிக்கும், காந்தக் குறியாக்கிகள் பொருத்திய குறைந்த செலவு 3D-அச்சிட்ட செயலற்ற “தலைவர்” கைகளை உருவாக்குவதன் மூலம், மனித இயக்குநர்கள் நிகழ்நேரத்தில் ரோபோவை எளிதாகத் தொலை இயக்கி, மூட்டுக் கோணங்கள், வேகங்கள், பல-கோண வீடியோ ஆகியவற்றை ஒரே நேரத்தில் பதிவுசெய்ய முடியும்.
- தரநிலைப்படுத்திய Parquet தரவுத்தொகுப்பு அமைப்புகள்: செய்முறைகள் துண்டாக்கப்பட்ட MP4 வீடியோ ஊட்டங்களுடன் இணைக்கப்பட்ட, தரநிலைப்படுத்திய, உயர் செயல்திறன் Apache Parquet அட்டவணைகளாகத் தொகுக்கப்படுகின்றன. இதனால் தரநிலைத் தரவுப் பொறியியல் கருவிகள் (Polars, DuckDB, PyArrow) டெராபைட் கணக்கிலான ரோபோ தொலைஅளவீட்டை அதிவேகமாகச் செயலாக்க முடிகிறது.
- உருவகத்திலிருந்து உண்மைக்கு, உலக மாதிரி மேம்பாடு: உடல்சார் தொலை இயக்கத்தின் வரம்புகளைத் தாண்டி விரிவடைய, திறந்த மூல உலக மாதிரிகள் உருவாக்கும் வகையிலான பௌதிக இயக்கவியலைக் கற்கின்றன. உண்மை உலகச் செய்முறைகளின் மையத் தரவுத்தொகுப்பில் பயிற்சி பெற்றதும், உலக மாதிரிகள் மறைநிலை வெளியில் நேரடியாக மில்லியன் கணக்கான எதிர்நிலைச் சூழ்நிலைகளை உருவகப்படுத்தி (ஒளியை மாற்றி, குழப்பத்தைச் சேர்த்து, மேசை உராய்வை மாற்றி) உண்மையான பயன்பாட்டுக்கு முன் கொள்கைகளைக் கடுமையாகச் சோதிக்கின்றன.
முடிவுரை #
Economist Enterprise Physical AI and Robotics Summit-இல் Hugging Face LeRobot-இன் உரை ரோபோட்டிக்ஸ் தொழிலின் தீர்க்கமான திருப்புமுனையைத் தெளிவாக்கியது. ரோபோட்டிக்ஸுக்குப் பல மில்லியன் பவுண்டு மூலதன வரவுசெலவுத் திட்டங்கள், தனியுரிம நிரலாக்க மொழிகள், கடினமான தொழிற்சாலைக் கூண்டுகள் தேவைப்பட்ட காலம், திறந்த, கூட்டுழைப்பான, தரவு சார்ந்த சூழலமைப்புக்கு இடம் கொடுத்து வருகிறது.
பல்வகை பார்வை-மொழி அடிப்படை மாதிரிகளை ஃப்ளோ-மேட்சிங் செயல் துண்டாக்கத்துடனும் மலிவான திறந்த வன்பொருளுடனும் இணைப்பதன் மூலம், திறந்த மூல பௌதிக AI ரோபோக்களை உடையக்கூடிய தானியங்கிகளிலிருந்து தகவமைக்கும், கற்கும் அமைப்புகளாக மாற்றுகிறது. பொறியியல் தலைவர்களுக்கும் தொழில்நுட்ப நிர்வாகிகளுக்கும் உத்தி சார்ந்த செய்தி தெளிவானது: போட்டி நன்மை இனி தனியுரிம இயந்திர வன்பொருளை வைத்திருப்பதிலிருந்து வராது; இயந்திரங்களுக்கு உடல்சார் உலகை வசப்படுத்தக் கற்பிக்கும் தரவுக் குழாய்வழிகள், செய்முறை சேகரிப்புப் பணிப்பாய்வுகள், அடிப்படை மாதிரிகள் ஆகியவற்றில் தேர்ச்சி பெறுவதிலிருந்தே வரும்.
அடிக்கடி கேட்கப்படும் கேள்விகள் #
Hugging Face LeRobot என்றால் என்ன? Hugging Face LeRobot என்பது ரோபோட்டிக்ஸையும் பௌதிக AI-யையும் அனைவருக்கும் எட்டச் செய்வதற்காக உருவாக்கப்பட்ட திறந்த மூலக் கட்டமைப்பும் சமூக முன்னெடுப்பும் ஆகும். ரோபோட்டிக்ஸின் நிதி, தொழில்நுட்பத் தடைகளைக் குறைக்க, அதிநவீனப் போலச்செய்தல் கற்றல் வழிமுறைகளின் PyTorch அடிப்படையிலான செயலாக்கங்கள், தரநிலைப்படுத்திய தரவுத்தொகுப்பு வடிவங்கள், முன்பயிற்றுவித்த பார்வை-மொழி-செயல் (VLA) அடிப்படை மாதிரிகள், திறந்த மூல வன்பொருள் வடிவமைப்புகள் (SO-100 போன்றவை) ஆகியவற்றை அது வழங்குகிறது.
போலச்செய்தல் கற்றல் மரபான ரோபோ நிரலாக்கத்திலிருந்து எப்படி வேறுபடுகிறது? மரபான ரோபோ நிரலாக்கத்தில், டீச் பெண்டன்ட்கள் அல்லது ROS ஸ்கிரிப்டுகளைக் கொண்டு துல்லியமான கார்ட்டீசிய ஆயங்கள், தலைகீழ் இயக்கவியல் தீர்வுகள், நிலை மாற்றங்கள் ஆகியவற்றைக் குறிப்பிடும் வெளிப்படையான நடைமுறைக் குறியீட்டைப் பொறியாளர் எழுத வேண்டும். மாறாக, போலச்செய்தல் கற்றல், தொலை இயக்கம் மூலம் பணியைச் செய்யும் மனிதர்களின் பதிவுசெய்த செய்முறைகளைக் கவனித்து மனித நடத்தையைப் போலச் செய்ய நரம்பியல் வலைப்பின்னல்களைப் பயிற்றுவித்து, உணர்வு அவதானிப்புகளை நேரடியாக மோட்டார் கட்டளைகளுடன் இணைக்கும் கொள்கையைக் கற்கிறது.
பௌதிக AI குழாய்வழியில் Gemma VLM-இன் பங்கு என்ன? நவீன பௌதிக AI கட்டமைப்புகளில் Gemma பார்வை-மொழி மாதிரி (VLM) பல்வகைப் பகுத்தறிவு இயந்திரமாகச் செயல்படுகிறது. அது கேமராக்களிலிருந்து வரும் காட்சி டோக்கன்கள் (SigLIP மூலம் குறியாக்கப்பட்டவை), ரோபோவின் உடல்சார் மூட்டு நிலை வெக்டர், இயல்மொழி அறிவுறுத்தல்கள் ஆகியவற்றை உள்வாங்குகிறது. குறுக்கு-கவனத்தைப் பயன்படுத்திப் பொருள் நோக்கத்தைக் காட்சி வடிவியலுடன் இணைத்து, செயல் நிபுணரை வழிநடத்தும் உயர்நிலைப் பணிப் பிரதிநிதித்துவங்களை உருவாக்குகிறது.
ரோபோட்டிக்ஸ் செயல் கணிப்பில் ஃப்ளோ மேட்சிங் என்றால் என்ன? ஃப்ளோ மேட்சிங் என்பது தொடர்ச்சியான இயல்பாக்க ஓட்டங்கள், பரவல் மாதிரிகள் ஆகியவற்றுடன் தொடர்புடைய ஓர் உருவாக்கும் மாதிரியாக்க நுட்பம். ரோபோட்டிக்ஸில் அது பல படிகளில் சாதாரண வகைக்கெழுச் சமன்பாடுகளைத் தீர்த்து, எளிய காஸியன் இரைச்சலைச் சிக்கலான, பல்முனைச் செயல் பாதைகளாக மாற்றுகிறது. இதனால் பல சரியான இயக்கங்கள் சாத்தியமான தெளிவற்ற சூழ்நிலைகளை ரோபோ கையாள முடிகிறது; எளிய பின்னடைவு மாதிரிகளைத் தோல்வியடையச் செய்யும் சராசரியாக்கக் குறைபாடுகள் தவிர்க்கப்படுகின்றன.
$200-க்கும் குறைவான 3D-அச்சிட்ட ரோபோ கைகள் உற்பத்தித் தரப் பணிகளைச் செய்ய முடியுமா? SO-100 போன்ற $200-க்கும் குறைவான கைகளுக்குக் கனரக விண்வெளி இயந்திரப் பணிக்குத் தேவையான சுமைத் திறன், கட்டமைப்பு உறுதி, மில்லிமீட்டருக்கும் குறைவான மீள்துல்லியம் ஆகியவை இல்லை என்றாலும், நுட்பமான கையாளுதல், ஆய்வு, ஆய்வகத் திரவக் கையாளுதல், சிறு பாகங்களைத் தொகுத்தல் ஆகியவற்றை அவை முழுமையாகச் செய்ய வல்லவை. அதைவிட முக்கியமாக, இந்தக் குறைந்த செலவுத் தளங்களில் பயிற்றுவித்துச் சரிபார்த்த கொள்கைகளைக் குறைந்தபட்ச நுண்சீரமைப்புடன் தொழில்துறைத் தரக் கூட்டுழைப்பு ரோபோ கைகளுக்கு நேரடியாக மாற்ற முடியும்.
துணைநூற்பட்டியல் #
- Economist Enterprise, (2026). Physical AI & Robotics Summit: தன்னாட்சி அமைப்புகள் மூலம் செயல்பாட்டு நன்மை ⧉. Economist Enterprise.
- Kooijmans, P., (2026). வணிகத்துக்குத் திறந்திருக்கிறது: திறந்த மூலம் பௌதிக AI-ஐ எப்படி விரைவுபடுத்துகிறது ⧉. Hugging Face.
- Hugging Face, (2026). LeRobot: PyTorch-இல் உண்மை உலக ரோபோட்டிக்ஸுக்கான அதிநவீன இயந்திரக் கற்றல் ⧉. GitHub.
- Chi, C., Xu, Z., Feng, S., Cousineau, E., Du, Y., Burchfiel, B., & Song, S., (2024). பரவல் கொள்கை: செயல் பரவல் மூலம் காட்சி-இயக்கக் கொள்கைக் கற்றல் ⧉. Columbia University & MIT.
- Zhao, T. Z., Kumar, V., Levine, S., & Finn, C., (2023). குறைந்த செலவு வன்பொருளில் நுண்ணிய இருகைக் கையாளுதலைக் கற்றல் ⧉. Stanford University.
- Zhai, X., Mustafa, B., Kolesnikov, A., & Beyer, L., (2023). மொழி-படிம முன்பயிற்சிக்கான சிக்மாய்டு இழப்பு (SigLIP) ⧉. Google DeepMind.
- Lipman, Y., Chen, R. T. Q., Ben-Hamu, H., Nicklas, M., & Le, M., (2023). உருவாக்கும் மாதிரியாக்கத்துக்கான ஃப்ளோ மேட்சிங் ⧉. Meta AI Research.
கடைசியாக மதிப்பாய்வு செய்யப்பட்டது .
கடைசியாக மதிப்பாய்வு செய்யப்பட்டது .
இந்தக் கட்டுரையைக் குறுக்கு-பதிவிடுங்கள்
Medium-க்கு வடிவமைத்து நகலெடு
# திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/](https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/) லண்டன் Economist Physical AI உச்சிமாநாட்டில் Hugging Face LeRobot தலைவர் Pepijn Kooijmans, திறந்த மூல மாதிரிகளும் $200 வன்பொருளும் தடைகளை உடைப்பதைக் காட்டினார். Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/
Mastodon-க்கு வடிவமைத்து நகலெடு
திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau லண்டன் Economist Physical AI உச்சிமாநாட்டில் Hugging Face LeRobot தலைவர் Pepijn Kooijmans, திறந்த மூல மாதிரிகளும் $200 வன்பொருளும் தடைகளை உடைப்பதைக் காட்டினார். https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/
LinkedIn-க்கு வடிவமைத்து நகலெடு
திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau லண்டன் Economist Physical AI உச்சிமாநாட்டில் Hugging Face LeRobot தலைவர் Pepijn Kooijmans, திறந்த மூல மாதிரிகளும் $200 வன்பொருளும் தடைகளை உடைப்பதைக் காட்டினார். முக்கிய மூலோபாயக் கருத்துகள் இங்கே: - இயக்கத் திட்டமிடலிலிருந்து போலச்செய்தல் கற்றலுக்கு: கட்டமைப்பு மாற்றம். Open for business: how open source is accelerating physical AI (வணிகத்துக்குத் திறந்திருக்கிறது: திறந்த மூலம் பௌதிக AI-ஐ எப்படி விரைவுபடுத்துகிறது) என்ற தமது வழக்கு ஆய்வு உரையில் Pepijn Kooijmans மரபான… - பல்வகை VLA கட்டமைப்பின் உள்ளே. தமது உரையின்போது Kooijmans நவீன திறந்த மூல பௌதிக AI கொள்கைகளை இயக்கும் விரிவான முழுமையான நரம்பியல் வலைப்பின்னல் குழாய்வழியை வெளிப்படுத்தி, உயர் பரிமாண புலனுணர்வு உள்ளீடுகள் எப்படி இயல்பான உடல்சார் கையாளுதலாக… - தொழில்நுட்ப ஒப்பீடு: மரபான தானியக்கம் எதிர் திறந்த மூல பௌதிக AI. ஆதாரம்: Economist Enterprise Physical AI and Robotics Summit-இல் (Convene 200 Aldersgate, லண்டன், 2026 அக்டோபர் 13) முன்வைக்கப்பட்ட தரவு, தொழில்நுட்ப அளவுகோல்கள், நேரடிச் செய்முறைகள் ஆகியவற்றின் பகுப்பாய்வு. - துறைவாரியாக இதன் பொருள். திறந்த, சமூகம் இயக்கும் பௌதிக AI-இன் எழுச்சி பல தொழில்களில் வணிகக் கணக்கீட்டை மாற்றி வருகிறது. இந்தக் கட்டுரையில் விவரிக்கப்பட்ட சவால்களுக்கு உங்கள் நிறுவனத்தின் அணுகுமுறை என்ன? → https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/ #HuggingFaceLerobot #PepijnKooijmans #பௌதிகAi #திறந்தமூலரோபோட்டிக்ஸ் #போலச்செய்தல்கற்றல் Sebastien Rousseau | CC-BY-4.0
இந்தக் கட்டுரையை மேற்கோள் காட்டுங்கள்
திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau
லண்டன் Economist Physical AI உச்சிமாநாட்டில் Hugging Face LeRobot தலைவர் Pepijn Kooijmans, திறந்த மூல மாதிரிகளும் $200 வன்பொருளும் தடைகளை உடைப்பதைக் காட்டினார்.
BibTeX
@online{rousseau2026த,
author = {Rousseau, Sebastien},
title = {{திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/ ER -
Vancouver
Rousseau S. திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau. sebastienrousseau.com. 2026 Oct 13. Available from: https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/
Chicago
Rousseau, Sebastien. "திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau." sebastienrousseau.com. October 13, 2026. https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/.
APA
Rousseau, S. (2026, October 13). திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/
இந்தக் கட்டுரையை மறுபிரசுரம் செய்யுங்கள்
திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau
லண்டன் Economist Physical AI உச்சிமாநாட்டில் Hugging Face LeRobot தலைவர் Pepijn Kooijmans, திறந்த மூல மாதிரிகளும் $200 வன்பொருளும் தடைகளை உடைப்பதைக் காட்டினார்.
இந்தக் கட்டுரை பின்வரும் உரிமத்தின் கீழ் வழங்கப்படுகிறது Creative Commons Attribution 4.0 International. மறுபிரசுரத்திற்கு நியமன URL-க்கு காரணப்பொறுப்பு தேவை.
திறந்த மூல பௌதிக AI: LeRobot ரோபோட்டிக்ஸை அனைவருக்கும் திறக்கிறது — Sebastien Rousseau லண்டன் Economist Physical AI உச்சிமாநாட்டில் Hugging Face LeRobot தலைவர் Pepijn Kooijmans, திறந்த மூல மாதிரிகளும் $200 வன்பொருளும் தடைகளை உடைப்பதைக் காட்டினார். Originally published at https://sebastienrousseau.com/ta/2026-10-13-thirantha-mula-pauthika-lerobot-ropottiksai-anaivarukkum/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
