Stanford membuat AI lengan robot langsung mengendalikan drone: Bisa menangkap benda dan navigasi mandiri tanpa perlu pelatihan ulang

Apa yang Terjadi

Tim Stanford melakukan sesuatu yang menarik: mengambil model VLA yang sepenuhnya dilatih pada data lengan mekanik tetap, dan menggunakannya untuk menerbangkan drone, mengambil benda. Rencana mereka disebut AirVLA, berbasis π₀ VLA, menambahkan lapisan “pembimbing fisik yang sadar beban” untuk menyesuaikan dengan dinamika penerbangan, dan kemudian menggunakan 3D Gaussian Splatting untuk menghasilkan data sintetis yang melengkapi sampel navigasi.

Apa Angka yang Didapat

• Tingkat keberhasilan navigasi: 100%
• Tingkat keberhasilan pengambilan/penempatan: 50%
• Tingkat keberhasilan tugas panjang multi-langkah: 62%

Intinya: model inti tidak diubah. Ini sangat penting untuk penerapan nyata—melatih ulang sepenuhnya mahal dan lambat.

Mengapa Model Lengan Mekanik Tidak Dapat Terbang Langsung

VLA dalam “memahami skenario + memahami tugas” masih bisa mentransfer lintas platform, tetapi kontrol dinamika tidak dapat langsung dipindahkan:

• Data lengan mekanik secara default lingkungan tidak banyak bergerak
• Drone adalah sistem yang kurang didorong, akumulasi kesalahan sangat cepat, bisa jatuh jika tidak hati-hati
• Hukum fisika dan batasan kontrol di kedua sisi sama sekali berbeda

Bagaimana Mereka Menyelesaikannya

Dua pemikiran inti:

1. Menambahkan batasan fisik saat inferensi: bukan memasukkan dinamika baru ke dalam model, tetapi memperbaiki secara online sesuai hukum fisika pada tahap output
2. Menggunakan Gaussian Splatting untuk membuat data navigasi: tidak perlu mengumpulkan data dari drone secara langsung di seluruh dunia

Pendekatan “menambahkan modul ke model dasar, tanpa melatih ulang dari awal secara end-to-end” ini sejalan dengan arah AIR-VLA, DroneVLA, tetapi titik masuknya berbeda.

Siapa yang Diuntungkan

Perusahaan yang melakukan operasi udara (logistik, inspeksi, pencarian dan penyelamatan) mungkin akan tertarik:

• Tidak perlu mengumpulkan banyak data drone secara khusus
• Solusi campuran fisika + AI lebih terkendali dalam skenario yang sensitif terhadap keselamatan, tidak seperti kontrol pembelajaran murni yang terasa tidak pasti

Bagaimana Melihat Hal Ini

Kesimpulan: Arah ini masih cukup awal. Yang paling relevan adalah tim yang melakukan operasi udara—produsen robot/drone, laboratorium penelitian, penyedia solusi. Perdagangan jangka pendek tidak banyak berarti, tetapi investor jangka panjang dapat memperhatikan titik kunci dari penelitian ke skala.