최근,AGIBOT, 세계 최초의 엔드투엔드 Motion-Between BFM-2 모션 베이스 모델 공식 출시, 휴머노이드 로봇의 기본 모션 지능을 포괄적으로 업그레이드합니다. 이 모델은 기존의 휴머노이드 로봇의 '사전 설정된 궤적과 수동적 실행'의 작동 제어 병목 현상을 완전히 해소했습니다. 새로운 생성 모션 아키텍처를 통해 휴머노이드 로봇은 인간과 유사한 모션에 대해 생각할 수 있는 능력과 전체 상태 자율 모션을 생성하는 능력을 갖추고 있어 임바디드 AI 모션 제어의 기술 벤치마크를 재정의합니다.
패러다임 혁신: 최초의 생성적 움직임 제어, 로봇은 독립적으로 생각하고 행동하는 방법을 학습합니다.
AGIBOT이 이번에 출시한 BFM-2 모션 베이스 모델은 처음으로 대규모 전신 모션 베이스에 엔드투엔드 DOF 페더 모션 생성기 생성 훈련 메커니즘을 도입했습니다. 로봇 전신 동적 상태공간의 연속 확률 모델링을 통해,"현재 상태를 임의의 명령 구성으로 복원"할 수 있는 세계 최초의 모션 기반 모델을 만들었습니다.

원격 조작 작업을 일대일로 재현하고 전환 궤적의 수동 설계에 의존하는 기존 로봇과 달리 BFM-2 모션 기본 모델은 실제 모션 추론 기능을 갖추고 있습니다. 로봇이 현재 어떤 혼란스러운 자세에 있는지 또는 목표 명령 구성에서 얼마나 멀리 떨어져 있는지에 관계없이 모델은 원래의 2단계 Motion-Between 아키텍처를 기반으로 먼저 자체 실시간 동적 상태를 독립적으로 식별하고, 높은 수준의 작업 의도를 분석하고, 현재 상태에서 목표 상태로의 전체 진화 경로를 독립적으로 추론하여 "동작 재현"에서 "동작 사고"로 기본 패러다임 혁신을 실현합니다. 통합 모션 표현, 전역 동적 안정성 모델링 및 생성 모션 제어와 같은 핵심 방향에서 체계적인 업그레이드가 이루어졌습니다.
절대 강도: 거부 전체 상태 공간에서 지능형 동적 추론을 실현하기 위한 "낙하 후 자가 복구"
시장에서 흔하지 않음 "추락 시 자가 회복", BFM-2 모션 기반 모델의 실제 관심사는 "로봇이 현재 어떤 상태에 있는지, 그리고 어떻게 목표 상태로 진화해야 하는지"입니다. 이러한 핵심 아이디어를 바탕으로 BFM-2 모션 기본 모델은 로봇의 실시간 전신 동역학 상태, 접촉 제약 상태 및 높은 수준의 목표 명령을 결합하여 단순히 고정된 회복 동작을 호출하는 것이 아니라 고차원 모션 매니폴드에서 현재 상태에서 목표 상태까지 전체 모션 궤적을 동적으로 생성할 수 있습니다.

AGIBOTBFM-2 모션 기본 모델의 핵심은 생성적 모션 추론과 전체 상태 공간에 대한 동적 구성 재계획입니다. 이는 로봇 전신 상태의 일반적인 동적 진화 규칙을 학습하며 넘어지고 일어나는 것과 같은 단일 시나리오에 국한되지 않습니다. 등을 대고 눕거나, 바닥에 눕거나, 크게 기울거나, 공중에 떠 있는 등 극단적인 자세를 취하거나, 외부 발차기, 원격 제어 간섭, 명령의 연속 점프 등 복잡한 상황에 직면하더라도 모델은 상태 변화를 실시간으로 감지하고 모션 궤적을 동적으로 계획할 수 있습니다.
상태 추락 복구 기능이 제한된 기존 로봇 동작 제어와는 다릅니다.BFM-2 모션 기본 모델은 처음으로 전체 상태 공간에 대한 생성 모션 추론 및 동적 구성 재계획을 실현합니다. 기술적 관점에서 볼 때 AGIBOT BFM-2 모션 기반 모델은 더 이상 전통적인 "액션 복구 컨트롤러" 범주에 속하지 않고 전체 상태 생성 기능을 갖춘 일반 모션 추론 시스템으로 발전했습니다.
업계 혁신: 임바디드 AI를 위한 견고한 핵심 기반을 구축하고 모션 생성의 새로운 시대를 엽니다.
BFM-2 모션 기본 모델을 통해 로봇은 처음으로 진정한 일반화 생성 기능을 갖춘 모션 "소뇌" 기반을 가질 수 있습니다. 이는 현재 임바디드 AI 분야에서 오랫동안 무시되어 왔지만 극도로 핵심적인 문제를 처음으로 해결합니다. "고수준 지능 시스템 출력" "불안정하지만 로봇의 기본 모션 시스템에는 절대적인 연속성과 안정성이 필요합니다." 처음으로 로봇은 "모션 수준에서 자율 추론 기능"을 갖추고 있으며 거대한 작업 공간, 모델 일반화 및 견고성을 갖추고 있어 실제 세계에 VLA를 배포하기 위한 견고한 기반을 마련했습니다.

앞으로 언제쯤 VLA 및 기타 높은 수준의 임바디드 AI 시스템은 점차 성숙해지고 있습니다. BFM-2는 BFM-3 모션 기본 모델로 더욱 업그레이드되어 모션 기본 모델이 순수한 온톨로지 상태 입력에서 시각, 터치, 음성, 공간 의미, 환경 토폴로지 등을 통합하는 고차원 다중 모드 상태 입력으로 확장될 수 있습니다. "생성 일반화 모션 베이스"에서 "다중 모드 모션 베이스"로 공간 인식과 다중 모드 이해를 통합하는 구현된 모션 센터를 구축합니다.대형 모델이 실제 세계로 진입하는 것을 막는 퍼즐의 마지막 핵심 조각을 채우세요. 훈련에 의존하지 않고 복잡한 환경에 적응하는 이런 고유한 적응 능력은 임바디드 AI가 시나리오 기반, 보편적, 대규모 구현으로 나아가기 위한 핵심 열쇠입니다!

