Toyota виділила робототехнічного єдинорога: як Walden впроваджує «великі поведінкові моделі» на завод?

Автор: Zen, PANews

До 15 липня Walden Robotics залишалася маловідомою для широкої публіки.

І саме того дня ця робототехнічна компанія, виокремлена з Toyota Research Institute, раптово офіційно дебютувала та одразу оголосила про $300 млн посівного раунду та оцінку у $1,1 млрд.

Це фінансування очолювали Toyota та Deviation Capital; участь також узяли індустріальні інвестори на кшталт NVIDIA, Boeing, Samsung Ventures, Prologis Ventures та CoreWeave Ventures.

Від моменту заснування до входу в когорту єдинорогів Walden знадобилося лише пів року. А вона вже мала багато з тих умов, про які мріють робототехнічні стартапи: зрілу дослідницьку команду, достатній капітал, відкриту виробничу екосистему Toyota, а також потенційні канали співпраці з інвесторами з напрямів виробництва, авіації, електроніки та логістики.

Новий єдиноріг, що вийшов із Toyota Research Institute

Перш ніж оголосити про це раунд фінансування, Walden Robotics перебувала в режимі прихованості.

У січні цього року Walden була заснована як компанія, що виокремилася з Toyota Research Institute (далі — «TRI»). Натхнення для назви компанії прийшло з твору американського письменника Генрі Девіда Торо «Уолдeн, або Життя в лісі» (Walden), у якому йдеться про важливість осмисленого, цілеспрямованого життя. Це також відображає питання, які компанія прагне дослідити: як роботи допоможуть людям знаходити більше сенсу в роботі та повсякденному житті.

На думку співзасновника та CEO Walden Russ Tedrake, універсальні роботи, керовані фізичним AI, без сумніву є технологічним проривом і вже перейшли до ключової точки зламу. Однак, щоб досягти комерційного успіху, потрібно, аби робототехнічний бізнес підтвердив юніт-економіку, а також тісно співпрацював із клієнтами.

Після створення незалежної компанії Walden може значно зосередитися на комерціалізації робототехнічних технологій Toyota Research Institute: перенести відповідні результати з лабораторії в виробниче середовище. Завдяки співпраці із великими глобальними компаніями у сфері виробництва та логістики Walden прагне безперервно перевіряти можливості продукту в реальних умовах, гарантуючи його сумісність із реальними виробничими процесами та забезпечення чіткої економії витрат і зростання ефективності.

Russ Tedrake є професором Массачусетського технологічного інституту (MIT); раніше він майже десять років очолював у TRI команди робототехніки та машинного навчання. Його команда зробила численні внески у фундаментальні дослідження, зокрема Diffusion Policy, універсальний інтерфейс операцій (UMI), Large Behavior Models (LBM), OpenVLA та open-source симулятор Drake.

Окрім Russ Tedrake, нині засновницька команда Walden включає CTO Ben Burchfiel, COO Kerri Fetzer-Borelli, директора з продукту Dave Johnson, директора зі стратегії Adrien Gaidon, головного архітектора Siyuan Feng та керівника напряму AI Rares Ambrus. Багато з цих учасників також є керівниками проєктів досліджень LBM у TRI, беручи участь у створенні архітектури моделей, систем тренування, симуляції та оцінювання.

Команда Walden Robotics, ліворуч вгорі другий — Russ Tedrake

Як видно, порівняно зі звичайними стартапами, стартові умови та платформа Walden явно вищі. З одного боку, вона спирається на десятилітні дослідницькі результати TRI в робототехніці; з іншого — Toyota є не лише ключовим інвестором, а й найважливішим раннім партнером з індустріальної кооперації, надаючи перші реальні виробничі сценарії.

Спираючись на виробничу екосистему Toyota, Walden скорочує цикл комерційної валідації

Одна з типових проблем компаній, що займаються embodied intelligence, — це розрив між технічною розробкою та комерційним розгортанням.

Роботи мають потрапити в реальне середовище, щоб отримати якісні дані, але проблеми надійності та економічності, що існують у ранніх продуктах, важко переконливо пояснити корпоративним клієнтам, а також складно змусити їх інвестувати в застосування в реальній роботі. А за відсутності сценаріїв розгортання та даних модель не може охоплювати відхилення реального світу, і можливості продукту важко буде постійно покращувати.

Однак Walden, яка отримала підтримку виробничої екосистеми Toyota ще на етапі заснування, певною мірою скорочує цей цикл валідації. Toyota є одночасно і середовищем технічної інкубації, і ключовим інвестором, а також першопрохідцем у наданні реальних сценаріїв розгортання. Walden не потрібно з нуля шукати промислових клієнтів, і їй не треба самостійно створювати симуляційний «завод» для тестування: вона може напряму вбудуватися в наявні виробничі процеси, спільно з виробничими командами визначати завдання, налаштовувати обладнання та оцінювати витрати й віддачу (投入产出).

Цінність такої індустріальної бази виходить за межі простого надання «майданчика» для «тренування» робота. Здатність промислової робототехніки створювати економічну цінність залежить від багатьох чинників, зокрема частоти виконання завдань, коефіцієнта використання обладнання та вимог до безпеки. Багато завдань, що добре виглядають у лабораторіях, можуть не мати достатньої цінності для розгортання після переходу на фабрику.

А тривалий досвід Toyota в промисловому виробництві та автоматизації допоможе Walden першочергово обирати ті операції, які відповідають поточним технічним можливостям і водночас мають чітку комерційну віддачу, зменшуючи ризик розриву між розробкою продукту та потребами клієнтів.

Крім того, склад інвесторів Walden формує потенційні канали для розширення в зовнішні сценарії. Окрім Toyota, Boeing, Samsung Ventures і Prologis Ventures відповідають за авіаційне виробництво, електронну індустрію та логістичну інфраструктуру відповідно; NVIDIA та CoreWeave поєднують ресурси для обчислень роботів і для тренування AI.

Очевидно, що всі ці компанії є потенційними синергійними ресурсами й можуть у майбутньому надати точки входу для співпраці з Walden. У певному сенсі, після того як Toyota вирішила для неї проблему сценаріїв і даних на найпершому етапі комерціалізації, саме те, чи зможе ця технологічна та операційна система вийти за межі Toyota та перетворитися на стандартизований продукт для більшої кількості виробничих компаній, і визначатиме довгострокову цінність Walden.

На це Walden, успадкувавши дослідження та технологічні результати TRI, дивиться з великою впевненістю. І тут неможливо не згадати ключову частину її технологічної системи — Large Behavior Models (LBM), або «моделі великих поведінок».

Ключова технологія LBM (моделі великих поведінок): переносить універсальні операційні можливості в цех

На відміну від великомовних моделей, орієнтованих на генерацію тексту, LBM має одночасно обробляти візуальні зображення, власний стан робота, інформацію з тактильних або інших сенсорів, а також інструкції щодо завдання — і на цій основі генерувати безперервні дії. Її мета не в тому, щоб для кожної роботи окремо писати програму, а в тому, щоб через навчання на багатозадачних даних одна й та сама модель вчилася та переносила різні навички виконання операцій.

Цей підхід спирається на багаторічні дослідження навчання роботів у TRI. Серед них Diffusion Policy є однією з найбільш показових технологічних основ.

Традиційні промислові роботи зазвичай покладаються на заздалегідь задані траєкторії руху та умови на робочому місці: коли змінюється положення деталей, компонування обладнання чи виробничий процес, часто потрібно, щоб інженери заново програмували й тестували (налагоджували) систему. Diffusion Policy натомість навчається розподілу дій через демонстрації людини: модель витягує закономірності з даних візуалу, дій і стану робота, а потім намагається самостійно відтворити їх.

Спираючись на це, LBM далі інтегрує різні завдання в єдиний фреймворк попереднього навчання. Дослідження, які TRI раніше розкривала, використали дані майже за 1700 годин роботи роботів і провели 1800 тестів у реальному середовищі та понад 47 тис. симуляційних тестів. Результати показали, що після багатозадачного попереднього тренування моделей кількість даних, необхідних для навчання частини нових завдань, істотно нижча, ніж у випадку навчання з нуля окремої моделі під одну задачу.

У симуляції та реальному світі, за різних завдань і умов середовища, Walden оцінює її LBM-модель

Це формує основу логіки продукту Walden: роботу не треба покроково покладатися на інженерну команду для програмування — він може адаптуватися до нового процесу операцій за допомогою невеликої кількості демонстрацій. Для промислових клієнтів такі можливості найкраще підходять для виробничих середовищ, де багато типів продуктів і часто змінюються виробничі завдання. На відміну від традиційного автоматизованого обладнання, яке може лише повторювати фіксовані дії, робот із можливостю навчання потенційно може перемикати операції та задачі з нижчими витратами на адаптацію.

Наразі Walden використовує комбінований підхід: автономний запуск у поєднанні з дистанційною допомогою людини. Роботи можуть самостійно виконувати вже опановані стандартні завдання. Коли ж трапляються аномальні об’єкти, зміни в середовищі або ситуації, що виходять за межі можливостей моделі, тоді втручаються оператори з віддаленого доступу.

У конструкції «тіла» робота Walden використовує форму, що поєднує людиноподібний корпус із двома руками та колісне мобільне шасі, а основний акцент у продукті зроблено на дворукій маніпуляції, навчанні завданням і здатності адаптуватися до середовища.

Колісні мобільні роботи не є рідкістю в промислових і складських сценаріях, де підлога рівна й робочі місця добре визначені. Їх ключові переваги — стабільність, вантажопідйомність і відносно контрольована складність системи. Людиноподібний дизайн корпусу допомагає роботам використовувати інструменти, розраховані на людей, і працювати в просторах, створених для людської діяльності; прагнення до «універсальності» більше походить від здатності моделі вчитися для різних задач і від можливостей дворукової системи виконувати операції з різними об’єктами та обладнанням.

Однак, попри те що Walden має надзвичайно сприятливі умови і певний рівень випередження в робототехнічній ніші, все ж. Як зазначав Russ Tedrake під час офіційного представлення Walden: «Команда досить сильна, прогрес достатньо швидкий, тож нам не потрібно перебільшувати». Але для цієї компанії, яка щойно вийшла з режиму прихованості, як сказав Russ Tedrake: «Ми тільки-но почали цей шлях».