Lumo-2

Lumo-2 to druga generacja modelu bazowego Astribota do sterowania manipulacją robotów, opublikowana wraz z raportem technicznym 13 lipca 2026 roku. O ile pierwsza generacja wypisywała swój plan tekstem, zanim ruszyła ramieniem, o tyle Lumo-2 rozumuje w przestrzeni ukrytej: uczy się, jak najpewniej zmieni się scena, i dobiera działanie do tej prognozy, bez rozpisywania planu słowami. Rdzeniem jest Qwen3.5-4B, model wizyjno-językowy Alibaby o 4 miliardach parametrów, rozszerzony o skwantowany słownik działań. Trening przebiega w trzech etapach — firma podaje 30 tysięcy kroków na 64 układach H100, potem 12 tysięcy na tym samym klastrze i 120 tysięcy kroków na 160 układach H100. Materiał wizyjno-językowy to około 53 miliony próbek; dane robotyczne łączą własne nagrania z manipulatora S1 z publicznymi zbiorami z innych maszyn, w tym AgiBot Genie-1, Galaxea R1 Pro oraz ramion stołowych ARX i AgileX, a także z nagraniami z perspektywy człowieka ze zbiorów Ego4D i EPIC-KITCHENS. Najważniejszą liczbą praktyczną jest opóźnienie: blokowa autoregresja skraca pełny czas odpowiedzi do 93,5 milisekundy, co autorzy podają jako 2,71 raza szybciej niż zwykłe dekodowanie autoregresyjne. W zadaniu podnieś i odłóż raport deklaruje 96,7 procent skuteczności w wariancie podstawowym i 85 procent na przedmiotach, których model wcześniej nie widział, wobec 70 procent modelu π0.5 w tym samym teście. Zestaw 22 zadań rzeczywistych obejmuje rozumowanie w czasie, rozumienie fizyki i złożone sterowanie — od zaparzenia kawy po spakowanie walizki. Wszystkie te liczby pochodzą z własnych pomiarów Astribota i nie zostały niezależnie powtórzone. Wag model nie ma opublikowanych: jest opisany w raporcie badawczym i pokazany na filmach producenta, a dostęp mają wyłącznie roboty samego Astribota.

▸Wideo

Brak materiałów wideo.

▸Recenzje