ربات‌ چینی Unitree با قابلیت استدلال، گفتگو و انجام کارهای روزمره معرفی شد

شرکت چینی Unitree از مدل هوش مصنوعی جدید خود با نام UnifoLM-OminiA-0.3 رونمایی کرده که برای ربات‌های انسان‌نما طراحی شده است.

به گفته Unitree، این مدل با هدف استفاده در حوزه مراقبت خانگی و خدمات سلامت توسعه یافته است. ربات‌های مجهز به این فناوری می‌توانند بدون نیاز به دخالت مستقیم انسان، وظایفی مانند مرتب کردن اتاق، باز کردن کشوها یا کمک به افراد کنار تخت‌های بیمارستانی را انجام دهند. این ربات‌ها هم‌زمان قادر هستند فرمان‌های صوتی، اطلاعات تصویری و شرایط محیط اطراف را تحلیل کرده و بر اساس آن‌ها تصمیم‌گیری کنند.

Unitree مدتی قبل نیز از یک ربات انسان‌نمای جدید با بخش بالاتنه رونمایی کرده بود که قیمت پایه آن حدود ۴۳۰۰ دلار اعلام شد. این شرکت هدف از عرضه چنین محصولی را کاهش هزینه ورود به دنیای ربات‌های انسان‌نما و دسترس‌پذیرتر شدن این فناوری عنوان کرده است.

مدل UnifoLM-OminiA-0.3 به عنوان یک سامانه هوش مصنوعی تجسم‌یافته توسعه یافته تا ربات‌های انسان‌نما بتوانند مجموعه گسترده‌ای از فعالیت‌های مرتبط با خانه، سلامت و مراقبت از افراد را تنها با استفاده از یک سیستم کنترلی انجام دهند.

Unitree اعلام کرده این فناوری قابلیت‌هایی مانند استدلال آنی، مکالمه، درک هم‌زمان داده‌های چندرسانه‌ای و کنترل کامل حرکات بدن را در یک چارچوب واحد ترکیب می‌کند. به همین دلیل، ربات‌ها می‌توانند دستورات گفتاری را درک کنند، محیط اطراف را از طریق تصاویر تحلیل نمایند، مسیر مناسب را تشخیص دهند و با اشیای مختلف تعامل داشته باشند؛ آن هم بدون اینکه به چند مدل هوش مصنوعی مجزا برای هر وظیفه نیاز باشد.

بر اساس توضیحات Unitree، معماری یکپارچه این مدل باعث می‌شود ربات به طور هم‌زمان اطلاعات متنوعی را پردازش کند. برخلاف روش‌های رایج که برای تشخیص گفتار، شناسایی اشیا، مسیریابی و کنترل حرکات از سامانه‌های جداگانه استفاده می‌شود، UnifoLM-OminiA-0.3 همه این قابلیت‌ها را در قالب یک مدل واحد در اختیار دارد. در نتیجه، ربات می‌تواند درخواست شفاهی کاربر را دریافت کند، شرایط محیط را ارزیابی کند، برای انجام مأموریت برنامه‌ریزی داشته باشد، به محل مورد نظر حرکت کند و کل فرایند را به صورت خودکار به پایان برساند. این موضوع در گزارشی از Rocking Robots نیز مورد اشاره قرار گرفته است.

Unitree برای نمایش قابلیت‌های مدل جدید خود، مجموعه‌ای از فعالیت‌های خانگی و مراقبتی را به نمایش گذاشت. در این ویدیو، ربات انسان‌نما یک کوسن را برداشته و روی مبل قرار می‌دهد، رنگ‌های مختلف را تشخیص داده، تعداد جعبه‌های دارو را می‌شمارد، بسته داروی مورد نظر را از قفسه برمی‌دارد و لباس‌ها را داخل سبد لباس‌های کثیف می‌گذارد. همچنین این ربات بشقاب را داخل ماشین ظرف‌شویی گذاشته و تخت بیمارستان را نیز تنظیم می‌کند.

یکی از مهم‌ترین بخش‌های این نمایش، توانایی ربات در واکنش به تغییر دستور حین انجام کار بود. زمانی که ربات مشغول تنظیم تخت بود، کاربر از آن خواست عملیات را در میانه کار متوقف کند. ربات نیز بلافاصله فرمان جدید را تشخیص داد و حرکت خود را متوقف کرد. این قابلیت نشان می‌دهد Unitree بر تعامل مداوم میان انسان و ربات و همچنین سازگاری سریع با تغییر شرایط هنگام اجرای وظایف تمرکز ویژه‌ای دارد.

اگرچه بسیاری از فعالیت‌هایی که در این ویدیو نمایش داده شدند، پیش از این نیز توسط ربات‌های انسان‌نمای شرکت‌های دیگر انجام شده بودند، اما Unitree می‌گوید تفاوت اصلی UnifoLM-OminiA-0.3 در هماهنگ کردن کل فرایند انجام کارها از طریق یک مدل هوش مصنوعی واحد است.

این سامانه، درک زبان، تحلیل تصاویر، شناسایی اشیا، تصمیم‌گیری، ناوبری و کنترل حرکات تمام بدن را در یک چارچوب مشترک ادغام کرده. به گفته Unitree، این مدل به گونه‌ای طراحی شده که وظایف را به شکل مستقل اجرا کند و حتی در صورت ایجاد وقفه یا رخ دادن تغییرات غیرمنتظره نیز عملکرد پایدار خود را حفظ کند. وب‌سایت Techiexpert نیز به این ویژگی اشاره کرده است.

این رویکرد بخشی از روند رو به رشد هوش مصنوعی تجسم‌یافته به شمار می‌رود؛ مسیری که در آن شرکت‌های فعال در حوزه رباتیک تلاش می‌کنند مدل‌های بینایی و زبان را به طور مستقیم با سیستم کنترل ربات‌ها ترکیب کنند.

در چنین روشی، دیگر نیازی نیست برای هر شیء یا هر فعالیت، برنامه‌ای جداگانه تعریف شود. در عوض، سیستم می‌تواند در محیط‌ها و شرایط گوناگون وظایف مختلف را انجام دهد. این میزان انعطاف‌پذیری به‌ویژه برای خانه‌ها، بیمارستان‌ها و مراکز مراقبتی اهمیت زیادی دارد، زیرا در این مکان‌ها جای اشیا مرتب تغییر می‌کند، دستورهای کاربران ممکن است در هر لحظه عوض شوند و افراد هنگام فعالیت ربات با آن تعامل برقرار می‌کنند.

مدل UnifoLM-OminiA-0.3 تازه‌ترین عضو برنامه توسعه هوش تجسم‌یافته UnifoLM محسوب می‌شود. Unitree در سال ۲۰۲۵ مدل متن‌باز UnifoLM-WMA-0 را معرفی کرد که یک چارچوب مبتنی بر مدل جهان و عمل بود و به ربات‌ها کمک می‌کرد تعاملات فیزیکی را بهتر درک کنند و تغییرات محیط را پیش‌بینی نمایند.

پس از آن، در ابتدای سال ۲۰۲۶، این شرکت مدل UnifoLM-VLA-0 را عرضه کرد؛ یک مدل بینایی، زبان و عمل که برای انجام فعالیت‌های عمومی ربات‌های انسان‌نما توسعه یافته بود و همراه با کدهای آموزشی و وزن‌های مدل به صورت متن‌باز در اختیار پژوهشگران قرار گرفت.

Unitree همچنین مجموعه داده‌های مربوط به کنترل از راه دور کل بدن ربات‌های انسان‌نما را به طور مداوم گسترش داده است. این داده‌ها از اجرای فعالیت‌های روزمره توسط ربات‌ها گردآوری شده‌اند. بسیاری از کارهای خانگی موجود در این مجموعه، از جمله نظافت و جابه‌جایی اشیا، همان فعالیت‌هایی هستند که در نمایش UnifoLM-OminiA-0.3 نیز دیده می‌شوند. این موضوع نشان می‌دهد Unitree همچنان با تمرکز بر توسعه ربات‌های انسان‌نمای همه‌منظوره، در تلاش است سامانه‌هایی توانمندتر برای استفاده در محیط‌های واقعی ارائه کند.