Era AI yang hanya berbasis digital sedang berevolusi seiring dengan langkah startup untuk menjembatani kesenjangan antara kecerdasan perangkat lunak dan eksekusi fisik. Perceptron, sebuah ventura baru yang didirikan oleh mantan peneliti Meta AI, memimpin gerakan ini dengan mengembangkan model visi terdepan yang dirancang untuk membantu mesin menavigasi dan berinteraksi dengan dunia nyata.

Memecah Biner: Model Generalis vs. Model Sempit

Selama bertahun-tahun, otomasi industri terjebak dalam kebuntuan teknis. Pengembang biasanya harus memilih antara model fondasi generalis yang masif yang membutuhkan GPU cloud khusus yang mahal untuk setiap instansnya, atau model khusus yang sempit yang dapat menangani persepsi atau kontrol, tetapi tidak memiliki kemampuan untuk melakukan keduanya.

Co-founder Perceptron, Armen Aghajanyan dan Akshat Shrivastava—keduanya merupakan alumni dari divisi Fundamental AI Research (FAIR) Meta—sedang mencoba memecahkan masalah ini melalui model baru mereka, Isaac 0.5. Berbeda dengan perangkat lunak yang ada saat ini yang dirancang untuk tugas tunggal yang berulang, Isaac 0.5 adalah model serbaguna. Model ini memberikan kapasitas kepada robot untuk "merasakan, menalar, dan bertindak," yang memungkinkan mereka beradaptasi dengan berbagai lingkungan alih-alih diprogram secara kaku untuk satu gerakan spesifik.

Mekanisme Kecerdasan Fisik

Untuk memahami kompleksitas pendekatan Perceptron, seseorang harus melihat tugas gudang standar, seperti menyortir paket. Sebuah robot tidak bisa sekadar "mengambil kotak"; ia harus terlebih dahulu membaca label, melakukan analisis spasial untuk memetakan sekelilingnya, memutuskan urutan pengambilan yang optimal, dan merencanakan lintasan fisiknya.

Isaac 0.5 dirancang untuk mengelola proses kognitif multi-langkah ini. Model ini dilatih dalam skala masif, menyerap satu juta jam data video umum untuk mengenali berbagai pengaturan dan skenario. Untuk menguasai ketangkasan fisik, perusahaan menggunakan "ego video" (perspektif orang pertama dari kamera yang dikenakan) dan video UMI (rekaman tindakan manusia yang berulang) untuk mengajarkan AI bagaimana gerakan diterjemahkan ke dalam penyelesaian tugas. Shrivastava mencatat bahwa perusahaan telah membangun dataset skala petabyte yang mencakup gambar, teks, video, dan lintasan robotik untuk mencapai tingkat "alkimia algoritmik" ini.

Strategi Open-Weight dan Ekspansi Pasar

Dalam langkah yang mendorong transparansi dan adopsi pengembang, Perceptron merilis Isaac 0.5 sebagai model open-weight. Hal ini memungkinkan para peneliti dan insinyur untuk memeriksa parameter dan materi pelatihannya, sebuah langkah krusial untuk mengintegrasikan AI ke dalam lingkungan industri berisiko tinggi di mana prediktabilitas sangatlah penting.

Didukung oleh putaran pendanaan senilai $21 juta yang dipimpin oleh Bessemer Venture Partners, Perceptron memposisikan dirinya sebagai lapisan kecerdasan untuk berbagai sektor. Meskipun fokus utamanya adalah pada logistik dan manufaktur, perusahaan melihat aplikasi langsung dalam keamanan, mobilitas, dan bahkan media serta hiburan. Dengan menyediakan lapisan kecerdasan yang fleksibel, Perceptron bertujuan untuk mengubah cara robot yang dipandu visi beroperasi di seluruh lanskap industri global.

Poin-Poin Penting

  • Menjembatani Kesenjangan: Isaac 0.5 bertujuan untuk menghilangkan pilihan antara model generalis yang berat sumber daya dan model sempit yang terbatas dengan menawarkan kerangka kerja serbaguna "merasakan, menalar, dan bertindak".
  • Skala Pelatihan Masif: Model ini memanfaatkan satu juta jam data video, termasuk video ego-sentris dan UMI, untuk mengajarkan tugas spasial dan manual yang kompleks kepada robot.
  • Aksesibilitas Open-Weight: Dengan merilis Isaac 0.5 dengan bobot terbuka (open weights), Perceptron memungkinkan inspeksi yang lebih mendalam dan integrasi yang lebih cepat dari AI visi terdepan ke dalam alur kerja industri.

Perceptron meluncurkan Isaac 0.5, sebuah model visi open-weight yang menjanjikan untuk memberikan otak "perceive-reason-act" yang terpadu bagi robot. Startup ini mengumpulkan dana sebesar $21 juta, yang dipimpin oleh Bessemer Venture Partners, dan memposisikan model tersebut sebagai lapisan kecerdasan siap pakai (drop-in) untuk pasar logistik, manufaktur, dan pasar otomasi fisik lainnya.

Mengapa peluncuran ini penting

Robot industri telah lama dipaksa untuk melakukan kompromi (trade-off). Gunakan model fondasi serbaguna yang masif dan Anda harus membayar untuk akses GPU cloud yang konstan; tetap menggunakan sistem visi khusus tugas yang sempit dan Anda kehilangan fleksibilitas saat lingkungan berubah. Isaac 0.5 dipasarkan sebagai jalan tengah—satu model yang dapat menangani persepsi, perencanaan, dan kontrol tanpa memerlukan komputasi cloud per instans.

Masalah dengan otak robot saat ini

Robot gudang pada umumnya melakukan lebih dari sekadar mengambil kotak. Ia harus membaca label, menemukan lokasi barang di antara tumpukan barang, memutuskan urutan pengambilan terbaik, dan menghitung lintasan lengan yang bebas tabrakan—semuanya secara real-time. Solusi yang ada saat ini biasanya membagi langkah-langkah ini ke dalam komponen perangkat lunak yang terpisah: detektor ringan untuk label, perencana (planner) buatan tangan untuk gerakan, dan pengontrol berbasis aturan untuk eksekusi. Pemisahan ini menciptakan beban integrasi (integration overhead) dan membatasi kemampuan robot untuk beradaptasi ketika muncul produk, gaya pengemasan, atau tata letak baru.

Bagaimana Isaac 0.5 mencoba menutup celah tersebut

Pendiri pendamping Perceptron, Armen Aghajanyan dan Akshat Shrivastava, yang keduanya merupakan mantan peneliti Meta FAIR, membangun Isaac 0.5 sebagai satu jaringan end-to-end. Model ini dilatih menggunakan sekitar satu juta jam data video umum, yang mencakup berbagai macam pemandangan dalam dan luar ruangan. Yang terpenting, set pelatihan tersebut juga mencakup “ego video” – rekaman sudut pandang orang pertama yang diambil dari kamera yang dikenakan (wearable cameras) – dan “UMI video,” yaitu rekaman tindakan manusia yang berulang. Dengan memasukkan aliran visual yang dipasangkan dengan data lintasan robot ke dalam jaringan, Perceptron mengklaim bahwa model tersebut mempelajari bagaimana isyarat visual diterjemahkan menjadi gerakan fisik.

Perusahaan tersebut menyatakan bahwa dataset mereka mencakup petabyte gambar, teks, video, dan lintasan robotik. Keluasan ini dimaksudkan untuk memberikan Isaac 0.5 kemampuan untuk mengenali objek baru, menyimpulkan affordances-nya (bagaimana objek tersebut dapat digenggam), dan menghasilkan rencana gerakan, semuanya tanpa modul kontrol terpisah.

Model open-weight: transparansi bertemu dengan praktikalitas

Berbeda dengan kebanyakan penawaran AI komersial yang hanya menyediakan API, Perceptron merilis Isaac 0.5 dengan open weights. Insinyur dapat memeriksa parameter, melakukan fine-tuning pada jaringan menggunakan data milik sendiri, atau menanamkan model tersebut secara langsung pada perangkat keras edge.