NC AI发布超轻量机器人视觉语言模型

IT时代网11月3日消息,NC AI 宣布开发出一款可嵌入机器人与工业设备的超轻量视觉语言模型「VAETKI Vision 3B」,用于承担机器人及现场设备的视觉识别任务。

该模型设计为直接安装于算力受限的机器人或工业设备,将作为视觉-语言-动作(VLA)模型的基础技术,让机器人感知周围环境、理解物体状态并执行物理动作。

在评估机器人空间理解能力的三项全球基准测试 BLINK、ERIQ 与 ERQA 上,VAETKI Vision 3B 平均得分 63.8 分,在不进行深度推理的即时应答模式下,超过了阿里 Qwen(4B)与 Mistral Ministral(8B)等同量级主流开源模型。

NC AI 还基于该模型开发了面向焊接流程的专用轻量模型「VAETKI-Vision-3B-Weld」。在焊接基准评估中,分类准确率从 41.1 分提升至 80.9 分,缺陷检测与状态推理得分从 39.3 提升至 69.8,焊接位置与形状识别准确率从 5.3 提升至 72.5。

NC AI 方面表示,物理 AI 要在实际工业现场的机器人与设备上实时运行,离不开能在有限硬件资源下精准理解空间的高性能轻量模型;该模型将作为核心视觉引擎,支撑其机器人与 VLA 技术在钢铁、造船等领域落地。

本文配图由AI生成。

编辑:刘宁

THE END