Fún ọdún ọgọ́ta, industrial robotics ti ń ṣiṣẹ́ lábẹ́ ìlànà kan tí kò fàyè gba àṣìṣe: onímọ̀-ẹ̀rọ ènìyàn kan ń ṣètò gbogbo milimita ìṣípòpadà ẹ̀rọ ní gbangba, ní lílo àwọn èdè àdáni, teach pendants àti kinematic solvers tí kò rọ̀. Bí ohun tí a ń ṣiṣẹ́ lé lórí bá yẹ̀ ní milimita márùn-ún tàbí bí ìmọ́lẹ̀ bá yí padà, róbọ́ọ̀tì náà á dúró pẹ̀lú àṣìṣe. Níbi Economist Enterprise Physical AI and Robotics Summit ní London ní ọjọ́ 13 Oṣù Kẹwàá 2026, Pepijn Kooijmans, olórí LeRobot ní Hugging Face, gbé ìgbékalẹ̀ mìíràn kalẹ̀ tí ń wó ogún yìí palẹ̀: “A kò ní ṣètò àwọn róbọ́ọ̀tì ọjọ́ iwájú ní iṣẹ́ kan lẹ́yìn òmíràn mọ́. Wọn yóò kọ́ẹ̀kọ́.”
Láti motion planning sí imitation learning: ìyípadà ìgbékalẹ̀ #
Nínú ìgbékalẹ̀ ẹ̀kọ́-àpẹẹrẹ rẹ̀, Open for business: how open source is accelerating physical AI (Ṣí sílẹ̀ fún òwò: bí orísun ṣíṣí ṣe ń mú Physical AI yára), Pepijn Kooijmans ṣàlàyé ìrìn-àjò rẹ̀ láti mechatronics engineering àtijọ́ sí deep learning. Fún ọ̀pọ̀ ọdún, a kọ́ àwọn onímọ̀ robotics láti pín ìmúṣiṣẹ́ sí àwọn ìṣòro kékeré tí ó yàtọ̀ síra: object segmentation, ìṣirò ipò 6D, yíyí coordinate frame padà, ètò ọ̀nà pẹ̀lú yíyẹra fún ìkọlù, àti ìṣàkóso mọ́tò oríkèé PID.
Bí ìpínsísọ̀rí ìtúpalẹ̀ yìí tilẹ̀ ń ṣiṣẹ́ dáadáa nínú àwọn ilé-iṣẹ́ ọkọ̀ ayọ́kẹ́lẹ́ tí a ti fi fixture dè mọ́lẹ̀ dáadáa, níbi tí àwọn apá ti ń dé sínú jig irin tí ó péye títí dé micron, ó máa ń wó lulẹ̀ nínú àwọn ilé-iṣẹ́ àtijọ́, àwọn yàrá ìwádìí, àwọn ilé-ìkẹ́rùsí àti àwọn ilé. Nínú ayé gidi, àwọn nǹkan máa ń yí ìrísí padà, ojú àwọn nǹkan máa ń tan ìmọ́lẹ̀ lọ́nà tí a kò lè sọtẹ́lẹ̀, àwọn alábàáṣiṣẹ́ ènìyàn sì máa ń mú ìdènà tí ń ṣípòpadà wá.
Àbá pàtàkì tí Hugging Face gbé kalẹ̀ ni pé a kò lè fi ìtúpalẹ̀ àti òfin tí a fi ọwọ́ kọ ṣàpèjúwe ọgbọ́n ara; a gbọ́dọ̀ jèrè rẹ̀ nípasẹ̀ ìrírí. Gẹ́gẹ́ bí àwọn large language model (LLM) ṣe kọ́ gírámà, ìrònú àti ìmọ̀ nípa ayé nípa síṣàsọtẹ́lẹ̀ token tí ó kàn nínú ọ̀pọ̀lọpọ̀ ọ̀rọ̀ àkọsílẹ̀, àwọn aṣojú Physical AI ń jèrè ọgbọ́n ìṣípòpadà nípa kíkọ́ ìpínkiri àwọn ìṣe tí ó dá lórí ohun tí wọ́n rí àti ohun tí àwọn sensọ̀ mọ̀.
Ìyípadà yìí láti ṣíṣètò gbogbo ìṣípòpadà sí kíkọ́ni nípasẹ̀ ìfihàn ènìyàn ni àmì ìwọlé robotics sí sáà àwọn foundation model.
Nínú ìgbékalẹ̀ VLA oní-ọ̀nà-púpọ̀ #
Nínú ọ̀rọ̀ rẹ̀, Kooijmans ṣí pipeline neural network end-to-end tí ń darí àwọn policy Physical AI orísun ṣíṣí òde-òní payá ní kíkún, ó sì fi hàn bí a ṣe ń túmọ̀ àwọn ìwọlé ìrísí oní-ìwọ̀n-gíga sí ìmúṣiṣẹ́ ara tí ó dán.
.class="img-fluid clearfix"
Ìgbékalẹ̀ náà ń ṣiṣẹ́ gẹ́gẹ́ bí sensorimotor pipeline oní-ọ̀nà-púpọ̀ tí a so pọ̀ ṣinṣin:
1. Gbígba àwòrán láti ọ̀pọ̀ kámẹ́rà #
Róbọ́ọ̀tì náà ń wo ibi iṣẹ́ rẹ̀ nípasẹ̀ ọ̀pọ̀ kámẹ́rà tí àkókò wọn bára mu (ní ọ̀pọ̀ ìgbà, kámẹ́rà ìpìlẹ̀ kan lókè tí ń fún ní àyíká ibi, pẹ̀lú àwọn kámẹ́rà tí a so mọ́ ọrùn-ọwọ́ apá òsì àti ọ̀tún fún títẹ̀lé ìfọwọ́kàn ní kíkún).
A ń fi àwọn àwòrán pixel aláìṣe wọ̀nyí ránṣẹ́ sí vision transformer SigLIP (paramita 400M) tí a dì, tí ń yí àwọn férémù fídíò padà sí visual token tí ó kún fún ìsọfúnni láìnílò ìmúdójúìwọ̀n gradient end-to-end tí ó wúwo nínú vision backbone nígbà fine-tuning policy.
2. Kinematic state vector àti ipò iṣẹ́ #
Ní àkókò kan náà, ètò náà ń ka ipò proprioceptive inú róbọ́ọ̀tì: vector oní-ìwọ̀n 16 tí ó ní igun oríkèé 7, ìyára àti fífẹ̀ ìṣí gripper àwọn apá méjèèjì.
Olùlò ń fúnni ní ète iṣẹ́ nípasẹ̀ àṣẹ èyíkéyìí ní èdè àdáyébá (fún àpẹẹrẹ, "fold the t-shirt", "pick the M8 hex bolt and place it in the bracket" tàbí "route the cable through the conduit"), tí a ń pín sí text embedding àṣà.
3. Ààrin cross-attention oní-ọ̀nà-púpọ̀ (Gemma VLM) #
A ń fi àwọn visual token, proprioceptive state vector àti àwọn text token sínú Gemma Vision-Language Model (paramita 2B). Dípò kí ó kàn ṣẹ̀dá text token, Gemma VLM ń ṣe cross-attention jíjinlẹ̀ kọjá gbogbo ọ̀nà mẹ́tẹ̀ẹ̀ta, ó ń da èrò gíga àṣẹ èdè pọ̀ mọ́ ìrísí ibi nínú ìran tí a rí àti ìṣètò ẹ̀rọ apá náà ní ìṣẹ́jú náà.
Ohun tí foundation model àdàpọ̀ yìí ń jáde ni àpèjúwe tí ó kún fún àwọn task feature VLM tí ó ní ohun tí a gbọ́dọ̀ ṣe ní ìbámu pẹ̀lú ibi tí àwọn nǹkan wà.
4. Action Expert: flow matching àti diffusion policy #
A ń fi àwọn feature VLM ránṣẹ́ tààrà sí Action Expert (paramita 300M) tí ń ṣiṣẹ́ lórí ìlànà flow matching. Láìdàbí àwọn ọ̀nà imitation learning àkọ́kọ́ tí ó gbára lé mean squared error (MSE) regression aláìlágbára (èyí tí ń mú model jáde àròpọ̀ àwọn ìfihàn tí ó tako ara wọn, tí ó sì ń jẹ́ kí róbọ́ọ̀tì ṣiyèméjì tàbí dúró gbọn-in), flow matching ń ṣàpẹẹrẹ ìpínkiri oní-ọ̀nà-púpọ̀ ti ọ̀nà ìṣe ènìyàn.
Ní lílo àwọn rectified flow differential equation tí a yanjú ní ìgbésẹ̀ mẹ́wàá ìṣirò, Action Expert ń yọ ariwo kúrò nínú Gaussian noise láti ṣẹ̀dá ọ̀nà tí ó bára mu ti ìṣe 30 ọjọ́ iwájú ní ìgbà ìṣàkóso 50Hz.
5. Action chunking pẹ̀lú temporal ensembling #
Nípa síṣàsọtẹ́lẹ̀ ìgbésẹ̀ àkókò 30 tí ó tẹ̀lé ara wọn (ọ̀nà tí a ń pè ní Action Chunking), policy náà ń mú ìgbọ̀n kíákíá àti ìdádúró kúrò. Róbọ́ọ̀tì ń ṣe àkójọ ìṣe àkọ́kọ́ nígbà tí ó ń ṣírò ètò tí ó kàn lẹ́yìn, ó sì ń ṣàṣeyọrí ìṣípòpadà tí ó dán, tí ó rọ̀, tí kò sì dúró, tí ó fẹ́rẹ̀ẹ́ dà bí ti ẹ̀dá alààyè.
Àfiwé ìmọ̀-ẹ̀rọ: automation àtijọ́ àti Physical AI orísun ṣíṣí #
| Ìwọ̀n / apá ìgbékalẹ̀ | Industrial robotics àtijọ́ (ROS / PLC / teach pendant) | Physical AI àdáni tí a tì (humanoid stack àwọn olùtajà) | Physical AI orísun ṣíṣí (stack Hugging Face LeRobot) |
|---|---|---|---|
| Ìlànà ìdàgbàsókè | Procedural; ọ̀nà oríkèé ní gbangba àti finite state machine | Deep learning end-to-end; weights tí a tì bí àpótí dúdú; cloud API tí a tì | VLA end-to-end; weights ṣíṣí, dataset ṣíṣí àti PyTorch training loop ṣíṣí |
| Ìdènà hardware láti wọlé | £30,000 sí £100,000+ fún apá ilé-iṣẹ́ kọ̀ọ̀kan (KUKA, FANUC, ABB) | £150,000 sí £350,000+ fún humanoid àdáni kọ̀ọ̀kan | Láti ìsàlẹ̀ $200 sí $1,500 pẹ̀lú àwọn àwòṣe open-hardware tí a lè tẹ̀ jáde pẹ̀lú 3D (SO-100, Koch) |
| Agbára láti fara da àyíká | Ó ń kùnà lójú ẹsẹ̀ bí ipò apá kan bá yẹ̀ ní milimita | Ìmúbádọ́gba gíga, ṣùgbọ́n a kò lè ṣàyẹ̀wò tàbí tún ìhùwàsí ṣe ní àdúgbò | Ìmúbádọ́gba ìríran gíga; a lè ṣe fine-tuning àwọn policy ní àdúgbò lórí edge node ilẹ̀ ilé-iṣẹ́ |
| Ìlànà dátà àti telemetry | Ìlànà binary àdáni àti PLC register tí a tì mọ́ olùtajà | Telemetry cloud àdáni tí a fi kóòdù pa mọ́ | Dataset Apache Parquet oníláànà kan náà, MP4 video stream àti Hugging Face Hub |
| Ṣíṣe iṣẹ́ gbogbogbò | Kò sí; gbogbo ìrísí apá tuntun nílò ìtúnṣètò ọwọ́ pátápátá | Ìlérí iṣẹ́ gbígbòòrò, ṣùgbọ́n ìmúbádọ́gba lọ́ra sí irinṣẹ́ ilé-iṣẹ́ àkànṣe | Ìmúbádọ́gba kíákíá pẹ̀lú ìfihàn ènìyàn 50 sí 100 tí a gbà sílẹ̀ pẹ̀lú leader-follower rig |
| Hardware fún inference | PLC tàbí industrial IPC àkànṣe tí ń ṣiṣẹ́ real-time Linux | Àwọn GPU cluster ńlá nínú róbọ́ọ̀tì tí ń jẹ 300W sí 800W | Inference ń ṣiṣẹ́ lórí edge silicon àwọn oníbàárà (RTX 4070 kan tàbí Apple Silicon M-series) |
Orísun: Ìtúpalẹ̀ dátà ìgbékalẹ̀, àwọn benchmark ìmọ̀-ẹ̀rọ àti àwọn ìfihàn tààrà níbi Economist Enterprise Physical AI and Robotics Summit (Convene 200 Aldersgate, London, 13 Oṣù Kẹwàá 2026).
Ohun tí èyí túmọ̀ sí ní ẹ̀ka kọ̀ọ̀kan #
Ìdìde Physical AI ṣíṣí tí àwùjọ ń darí ń yí ìṣirò òwò padà ní ọ̀pọ̀ ilé-iṣẹ́.
Àwọn ilé-iṣẹ́ kékeré àti àárín (SME) #
Àwọn SME ló ní ju 80% agbára ìṣelọ́pọ̀ Yúróòpù àti UK, ṣùgbọ́n ní ìtàn, kò tó 5% tí ó lè san owó automation. Ṣíṣe sẹ́ẹ̀lì industrial automation nílò gbígba àwọn systems integrator amọ̀ràn, sísan owó ìwé-àṣẹ software olónọ́ńbà mẹ́fà, àti dídá ilẹ̀ ilé-iṣẹ́ dúró nígbà ìgbékalẹ̀.
Pẹ̀lú ètò LeRobot, SME kan tí ń ṣe bracket àkànṣe tí ó péye lè tẹ ibùdó iṣẹ́ SO-100 oní-apá-méjì jáde pẹ̀lú 3D ní ìsàlẹ̀ £500, kí ó fi USB webcam £40 sí i, kí ó sì gba ìfihàn àádọ́ta sílẹ̀ ti òṣìṣẹ́ kan tí ń kó apá sínú CNC milling machine ní lílo leader arm tí a tẹ̀ jáde pẹ̀lú 3D. Láàárín wákàtí mẹ́ta fine-tuning lórí kọ̀ǹpútà tábìlì àṣà, policy orísun ṣíṣí náà lè ṣe iṣẹ́ ìtọ́jú ẹ̀rọ náà fúnra rẹ̀, owó sì ń padà láàárín ọ̀sẹ̀ díẹ̀.
Ìwádìí ẹ̀kọ́ àti ilé-ẹ̀kọ́ gíga #
Títí di àìpẹ́ yìí, àwọn ẹ̀ka robotics ní yunifásítì dojú kọ ìpínyà ńlá: àwọn yàrá ìwádìí olówó lè ra àwọn pèpéle Boston Dynamics tàbí Willow Garage, nígbà tí àwọn ilé-ẹ̀kọ́ kékeré mọ sí simulation nìkan nínú Gazebo tàbí MuJoCo.
Physical AI orísun ṣíṣí ti sọ ìdánwò ara di ti gbogbo ènìyàn. Àwọn akẹ́kọ̀ọ́ gboyejoye kárí ayé lè kọ́ pèpéle hardware kan náà, pín checkpoint policy tí a ti kọ́ lórí Hugging Face Hub, kí wọ́n sì tún èsì benchmark ṣe pẹ̀lú ìṣọ́ra ìṣirò. Kooijmans tẹnu mọ́ ọn pé ibi-ìpamọ́ LeRobot dàgbà láti ọ̀wọ́ díẹ̀ àwọn olùkópa ará Yúróòpù sí ẹgbẹẹgbẹ̀rún onímọ̀ robotics tí ń ṣiṣẹ́ kárí ayé láàárín oṣù díẹ̀, èyí tí ó fi hàn pé ààyè ṣíṣí ń mú ìfìdímúlẹ̀ nípasẹ̀ ìdánwò yára ju àwọn ibi àdáni tí a tì ti àwọn ilé-iṣẹ́ ńlá lọ.
Ìṣọ̀kan oríṣiríṣi ọjà ní iye kékeré lábẹ́ àdéhùn #
Nínú ìṣọ̀kan ẹ̀rọ itanna àti ohun èlò ìṣègùn, àwọn oríṣi ọjà ń yí padà lọ́sọ̀ọ̀sẹ̀. Àwọn ìlà automation tí a kọ sínú kóòdù kò lérè nítorí owó ìtúnṣe irinṣẹ́ àti ìtúnṣètò kóòdù ju èrè ìṣelọ́pọ̀ náà lọ.
Àwọn policy vision-language-action ń yanjú ìdènà yìí nípasẹ̀ fífi iṣẹ́ lélẹ̀ ní èdè àdáyébá. Òṣìṣẹ́ kan lè yí ìlànà ìṣọ̀kan padà nípa títẹ àṣẹ tuntun nìkan tàbí fífi ìṣọ̀kan tuntun náà hàn lẹ́ẹ̀mejì. Àwọn ọ̀nà cross-attention model náà ń lo àwọn àpèjúwe ìríran tí a ti kọ́ tẹ́lẹ̀ láti dá àwọn apá tuntun mọ̀ láìtún gbogbo neural network kọ́.
Fífọ́ ògiri dátà: teleoperation, Parquet àti world models #
Ẹ̀kọ́ pàtàkì tí Kooijmans fún àwọn aṣáájú ilé-iṣẹ́ ni pé ìdènà àkọ́kọ́ Physical AI kì í ṣe agbára model mọ́; oríṣiríṣi ìfihàn ni.
Nínú natural language processing, a kọ́ àwọn model lórí ẹgbẹẹgbẹ̀rún bílíọ̀nù token tí a kó jọ láti ayélujára ṣíṣí. Nínú robotics ara, kò sí “internet ìmúṣiṣẹ́ ara” kankan tí ó ti wà tẹ́lẹ̀. Gbogbo ìfihàn gripper tí ń gbé nǹkan, tí ń yí fáfà, tàbí tí ń ká aṣọ ni a gbọ́dọ̀ gbà sílẹ̀ nínú ayé gidi nípasẹ̀ teleoperation tí ó ní sensọ̀.
Hugging Face LeRobot ń kojú ìpèníjà yìí nípasẹ̀ àwọn ètò pàtàkì mẹ́ta:
- Leader-follower teleoperation rig: Nípa ṣíṣe àwọn apá “leader” aláìṣiṣẹ́ tí kò wọ́n tí a tẹ̀ jáde pẹ̀lú 3D, tí ó ní magnetic encoder tí ń fara wé róbọ́ọ̀tì “follower” tí ń ṣiṣẹ́, àwọn òṣìṣẹ́ ènìyàn lè darí róbọ́ọ̀tì láti ọ̀nà jíjìn ní ìrọ̀rùn ní àkókò gidi, wọ́n sì ń gba igun oríkèé, ìyára àti fídíò láti ọ̀pọ̀ igun sílẹ̀ lẹ́ẹ̀kan náà.
- Àwọn schema dataset Parquet oníláànà kan náà: A ń kó àwọn ìfihàn sínú àwọn tábìlì Apache Parquet oníláànà kan náà tí ó yára, tí a so mọ́ MP4 video feed ní àkójọ. Èyí ń jẹ́ kí àwọn irinṣẹ́ data engineering àṣà (Polars, DuckDB, PyArrow) ṣe ìṣiṣẹ́ terabyte telemetry róbọ́ọ̀tì ní ìyára gíga.
- Sim-to-real àti ìmúgbòòrò pẹ̀lú world model: Láti kọjá ààlà teleoperation ara, àwọn world model orísun ṣíṣí ń kọ́ ìṣípòpadà ara ní ọ̀nà generative. Lẹ́yìn tí a bá ti kọ́ wọn lórí dataset pàtàkì ti àwọn ìfihàn ayé gidi, àwọn world model ń ṣàfarawé mílíọ̀nù àwọn ìṣẹ̀lẹ̀ àròjinlẹ̀ (ìmọ́lẹ̀ oríṣiríṣi, fífi pàǹtírí kún un, yíyí ìfọwọ́rakan tábìlì padà) tààrà nínú latent space, wọ́n sì ń dán àwọn policy wò dáadáa kí a tó gbé wọn lọ sí ayé gidi.
Ìparí #
Ìgbékalẹ̀ Hugging Face LeRobot níbi Economist Enterprise Physical AI and Robotics Summit ṣe àfihàn ojú ìyípadà pàtàkì kan nínú ilé-iṣẹ́ robotics. Sáà tí robotics nílò ìnáwó mílíọ̀nù pọ́ùn, àwọn èdè ìṣètò àdáni àti àgọ́ ilé-iṣẹ́ tí kò rọ̀ ń fún ètò ṣíṣí, ti ìfọwọ́sowọ́pọ̀ tí dátà ń darí ní ààyè.
Nípa sísopọ̀ àwọn foundation model vision-language oní-ọ̀nà-púpọ̀ pẹ̀lú action chunking flow matching àti hardware ṣíṣí tí owó rẹ̀ kò wọ́n, Physical AI orísun ṣíṣí ń yí àwọn róbọ́ọ̀tì padà láti automata ẹlẹgẹ́ sí àwọn ètò tí ń bá àyíká mu tí wọ́n sì ń kẹ́kọ̀ọ́. Fún àwọn aṣáájú engineering àti àwọn olórí ìmọ̀-ẹ̀rọ, àṣẹ ọgbọ́n ṣe kedere: àǹfààní nínú ìdíje kò ní wá láti níní hardware ẹ̀rọ àdáni mọ́, bí kò ṣe láti mímọ àwọn data pipeline, ìlànà ìkójọ ìfihàn àti àwọn foundation model tí ń kọ́ ẹ̀rọ láti mọ ayé ara dáadáa.
Àwọn Ìbéèrè Tí A Sábà Ń Bèèrè #
Kí ni Hugging Face LeRobot? Hugging Face LeRobot jẹ́ framework orísun ṣíṣí àti ìgbésẹ̀ àwùjọ tí a ṣe láti sọ robotics àti Physical AI di ti gbogbo ènìyàn. Ó ń pèsè ìmúṣẹ PyTorch ti àwọn algorithm imitation learning tí ó ga jù lọ, àwọn ìlànà dataset kan náà, àwọn foundation model Vision-Language-Action (VLA) tí a ti kọ́ tẹ́lẹ̀, àti àwọn àwòṣe hardware orísun ṣíṣí (bí SO-100) láti dín ìdènà owó àti ìmọ̀-ẹ̀rọ nínú robotics kù.
Báwo ni imitation learning ṣe yàtọ̀ sí ìṣètò róbọ́ọ̀tì àtijọ́? Ìṣètò róbọ́ọ̀tì àtijọ́ nílò kí onímọ̀-ẹ̀rọ kọ kóòdù procedural ní gbangba tí ó ń sọ Cartesian coordinate gangan, ojútùú inverse kinematics àti ìyípadà ipò pẹ̀lú teach pendant tàbí ROS script. Imitation learning, ní òdìkejì, ń kọ́ àwọn neural network láti fara wé ìhùwàsí ènìyàn nípa wíwo ìfihàn tí a gbà sílẹ̀ ti àwọn ènìyàn tí ń ṣe iṣẹ́ náà nípasẹ̀ teleoperation, ó sì ń kọ́ policy tí ó ń so ohun tí àwọn sensọ̀ rí tààrà mọ́ àṣẹ mọ́tò.
Kí ni ipa Gemma VLM nínú pipeline Physical AI? Nínú àwọn ìgbékalẹ̀ Physical AI òde-òní, Gemma Vision-Language Model (VLM) ni ẹ̀rọ ìrònú oní-ọ̀nà-púpọ̀. Ó ń gba visual token láti àwọn kámẹ́rà (tí a fi SigLIP kọ), joint state vector ara róbọ́ọ̀tì, àti àṣẹ ní èdè àdáyébá. Ní lílo cross-attention, ó ń da èrò ìtumọ̀ pọ̀ mọ́ ìrísí ìríran láti ṣẹ̀dá àpèjúwe iṣẹ́ ní ìpele gíga tí ń darí action expert.
Kí ni flow matching nínú àsọtẹ́lẹ̀ ìṣe róbọ́ọ̀tì? Flow matching jẹ́ ọ̀nà generative modeling tí ó tan mọ́ continuous normalizing flows àti àwọn diffusion model. Nínú robotics, ó ń yí Gaussian noise rírọrùn padà sí ọ̀nà ìṣe oní-ọ̀nà-púpọ̀ tí ó díjú nípa yíyanjú ordinary differential equation ní ọ̀pọ̀ ìgbésẹ̀. Èyí ń jẹ́ kí róbọ́ọ̀tì lè kojú ipò àìdánilójú níbi tí ọ̀pọ̀ ìṣípòpadà tí ó tọ́ wà, ó sì ń yẹra fún àṣìṣe àròpọ̀ tí ń mú àwọn regression model rírọrùn kùnà.
Ṣé àwọn apá róbọ́ọ̀tì tí a tẹ̀ jáde pẹ̀lú 3D tí kò tó $200 lè ṣe iṣẹ́ ìṣelọ́pọ̀? Bí àwọn apá tí kò tó $200 bí SO-100 kò tilẹ̀ ní agbára ẹrù, líle ìgbékalẹ̀ àti ìpéye àtúnṣe ní ìsàlẹ̀ milimita tí a nílò fún machining aerospace wúwo, wọ́n lè ṣe ìmúṣiṣẹ́ ẹlẹgẹ́, àyẹ̀wò, ìmúṣiṣẹ́ omi nínú yàrá ìwádìí àti kíkó àwọn apá kékeré jọ ní kíkún. Ju bẹ́ẹ̀ lọ, àwọn policy tí a kọ́ tí a sì fìdí múlẹ̀ lórí àwọn pèpéle olówó kékeré wọ̀nyí ni a lè gbé tààrà lọ sí àwọn apá collaborative robot ti ilé-iṣẹ́ pẹ̀lú fine-tuning díẹ̀.
Àwọn Ìtọ́kasí #
- Economist Enterprise, (2026). Physical AI & Robotics Summit: àǹfààní iṣẹ́ nípasẹ̀ àwọn ètò aládàáṣiṣẹ́ ⧉. Economist Enterprise.
- Kooijmans, P., (2026). Open for business: bí orísun ṣíṣí ṣe ń mú Physical AI yára ⧉. Hugging Face.
- Hugging Face, (2026). LeRobot: machine learning tí ó ga jù lọ fún robotics ayé gidi nínú PyTorch ⧉. GitHub.
- Chi, C., Xu, Z., Feng, S., Cousineau, E., Du, Y., Burchfiel, B., àti Song, S., (2024). Diffusion Policy: kíkọ́ visuomotor policy nípasẹ̀ action diffusion ⧉. Columbia University àti MIT.
- Zhao, T. Z., Kumar, V., Levine, S., àti Finn, C., (2023). Kíkọ́ ìmúṣiṣẹ́ oní-ọwọ́-méjì ní kíkún pẹ̀lú hardware olówó kékeré ⧉. Stanford University.
- Zhai, X., Mustafa, B., Kolesnikov, A., àti Beyer, L., (2023). Sigmoid loss fún language image pre-training (SigLIP) ⧉. Google DeepMind.
- Lipman, Y., Chen, R. T. Q., Ben-Hamu, H., Nicklas, M., àti Le, M., (2023). Flow matching fún generative modeling ⧉. Meta AI Research.
Àyẹ̀wò àkọ́kọ́ .
Àyẹ̀wò àkọ́kọ́ .
Tẹ àpilẹ̀kọ yìí jáde lẹ́ẹ̀kan sí i
Daakọ ọ̀nà fún Medium
# Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/](https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/) Níbi summit Economist Enterprise ní London, Pepijn Kooijmans fi hàn bí LeRobot, àwọn VLA model orísun ṣíṣí àti hardware $200 ṣe ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/
Daakọ ọ̀nà fún Mastodon
Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau Níbi summit Economist Enterprise ní London, Pepijn Kooijmans fi hàn bí LeRobot, àwọn VLA model orísun ṣíṣí àti hardware $200 ṣe ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn. https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/
Daakọ tí a ṣe ìtọ́nà fún LinkedIn
Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau Níbi summit Economist Enterprise ní London, Pepijn Kooijmans fi hàn bí LeRobot, àwọn VLA model orísun ṣíṣí àti hardware $200 ṣe ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn. Èyí ni àwọn èrò àgbékalẹ̀ pàtàkì: - Láti motion planning sí imitation learning: ìyípadà ìgbékalẹ̀. Nínú ìgbékalẹ̀ ẹ̀kọ́-àpẹẹrẹ rẹ̀, Open for business: how open source is accelerating physical AI (Ṣí sílẹ̀ fún òwò: bí orísun ṣíṣí ṣe ń mú Physical AI yára), Pepijn Kooijmans ṣàlàyé ìrìn-àjò rẹ̀ láti mechatronics… - Nínú ìgbékalẹ̀ VLA oní-ọ̀nà-púpọ̀. Nínú ọ̀rọ̀ rẹ̀, Kooijmans ṣí pipeline neural network end-to-end tí ń darí àwọn policy Physical AI orísun ṣíṣí òde-òní payá ní kíkún, ó sì fi hàn bí a ṣe ń túmọ̀ àwọn ìwọlé ìrísí oní-ìwọ̀n-gíga sí ìmúṣiṣẹ́ ara tí ó dán. - Àfiwé ìmọ̀-ẹ̀rọ: automation àtijọ́ àti Physical AI orísun ṣíṣí. Orísun: Ìtúpalẹ̀ dátà ìgbékalẹ̀, àwọn benchmark ìmọ̀-ẹ̀rọ àti àwọn ìfihàn tààrà níbi Economist Enterprise Physical AI and Robotics Summit (Convene 200 Aldersgate, London, 13 Oṣù Kẹwàá 2026). - Ohun tí èyí túmọ̀ sí ní ẹ̀ka kọ̀ọ̀kan. Ìdìde Physical AI ṣíṣí tí àwùjọ ń darí ń yí ìṣirò òwò padà ní ọ̀pọ̀ ilé-iṣẹ́. Kí ni ọ̀nà àgbékalẹ̀ ilé-iṣẹ́ yín sí àwọn ìpèníjà tí a sọ nínú àpilẹ̀kọ yìí? → https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/ #HuggingFaceLerobot #PepijnKooijmans #PhysicalAi #RoboticsOrísunṢíṣí #ImitationLearning Sebastien Rousseau | CC-BY-4.0
Tọka àpilẹkọ yìí
Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau
Níbi summit Economist Enterprise ní London, Pepijn Kooijmans fi hàn bí LeRobot, àwọn VLA model orísun ṣíṣí àti hardware $200 ṣe ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn.
BibTeX
@online{rousseau2026physical,
author = {Rousseau, Sebastien},
title = {{Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/ ER -
Vancouver
Rousseau S. Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau. sebastienrousseau.com. 2026 Oct 13. Available from: https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/
Chicago
Rousseau, Sebastien. "Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau." sebastienrousseau.com. October 13, 2026. https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/.
APA
Rousseau, S. (2026, October 13). Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/
Tun àpilẹkọ yìí jade
Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau
Níbi summit Economist Enterprise ní London, Pepijn Kooijmans fi hàn bí LeRobot, àwọn VLA model orísun ṣíṣí àti hardware $200 ṣe ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn.
A ti fun àpilẹkọ yìí ni iwe-ẹri labẹ Creative Commons Attribution 4.0 International. Atunjade nilo idanimọ si URL akọkọ.
Physical AI orísun ṣíṣí: LeRobot ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn — Sebastien Rousseau Níbi summit Economist Enterprise ní London, Pepijn Kooijmans fi hàn bí LeRobot, àwọn VLA model orísun ṣíṣí àti hardware $200 ṣe ń ṣí robotics sílẹ̀ fún gbogbo ènìyàn. Originally published at https://sebastienrousseau.com/yo/2026-10-13-physical-ai-orisun-sisi-lerobot-robotics/ by Sebastien Rousseau. Licensed under CC-BY-4.0.