Ringkas: Perceptron, startup yang didirikan dua mantan ilmuwan Meta, meluncurkan Isaac 0.5, model AI visual open-weight untuk membantu robot memahami dan bekerja di lingkungan industri.
AI visual semakin diarahkan untuk bekerja di dunia fisik. Perceptron, startup yang didirikan oleh dua mantan ilmuwan riset Meta, meluncurkan Isaac 0.5 untuk membantu robot “memahami, bernalar, dan bertindak” di lingkungan industri seperti gudang dan lantai pabrik.
Isaac 0.5 bawa AI visual ke lingkungan industri
Perceptron didirikan pada November 2024 oleh Armen Aghajanyan dan Akshat Shrivastava, yang sebelumnya bekerja di Fundamental AI Research (FAIR), divisi riset AI Meta. Perusahaan ini mengembangkan model visi mutakhir yang dirancang agar mesin dapat berinteraksi lebih baik dengan lingkungan fisiknya.
Menurut para pembuatnya, Isaac 0.5 dapat membantu robot berpemandu visi menavigasi lingkungan kompleks, termasuk gudang dan lantai pabrik. Perangkat lunak ini juga membantu perusahaan mengekstrak kecerdasan visual dari video yang direkam oleh robot tersebut.
Isaac 0.5 dirilis sebagai model open-weight. Artinya, parameter dan materi pelatihannya dapat diperiksa oleh siapa pun. Perceptron baru-baru ini mengumpulkan pendanaan sebesar 21 juta dolar AS dalam putaran yang dipimpin Bessemer Venture Partners.
Model umum untuk berbagai tugas robot
Perceptron menyebut perangkat lunaknya sebagai masa depan penerapan otomasi industri. Perusahaan menilai AI fisik saat ini memaksa pengguna memilih antara model fondasi generalis yang membutuhkan beberapa GPU cloud khusus untuk setiap instans, atau model sempit yang hanya menangani persepsi atau kendali, tetapi tidak keduanya.
Aghajanyan dan Shrivastava mengatakan Isaac 0.5 berbeda dari model lain karena bersifat serbaguna, bukan dibuat untuk satu tugas spesifik yang berulang. Model tersebut dirancang agar dapat menyesuaikan diri dengan lingkungan atau situasi tertentu.
Shrivastava menjelaskan bahwa proses sederhana seperti menyusun kotak sebenarnya terdiri dari banyak langkah. Robot harus membaca label paket, menganalisis ruang untuk memahami posisi kotak, menentukan kotak yang perlu diambil, lalu merencanakan kotak mana yang harus dipindahkan dan dalam urutan apa jika jumlahnya banyak.
Perangkat lunak Perceptron dirancang untuk membantu robot melalui setiap tahap itu. Industri sebenarnya sudah memiliki perangkat lunak yang dapat menangani sebagian besar tugas tersebut, tetapi hanya sedikit program yang dibuat untuk menjalankannya secara fleksibel.
Pelatihan memakai jutaan jam video
Model seperti Isaac 0.5 mempelajari keterampilan operasional dengan menyerap data pelatihan video dalam jumlah sangat besar. Perceptron mengatakan model barunya dilatih menggunakan satu juta jam video umum untuk mengajarkan algoritme mengenali pengaturan, tampilan, dan skenario tertentu.
Perusahaan juga banyak menggunakan ego video, yaitu video yang biasanya direkam melalui GoPro atau kamera yang dikenakan di tubuh dari sudut pandang seseorang saat menyelesaikan tugas fisik. Selain itu, Perceptron menggunakan video UMI, yang juga dipakai untuk mengajarkan gerakan kepada sistem AI dengan merekam tindakan manusia yang dilakukan berulang.
Perceptron tidak mengungkap sumber data pelatihannya. Namun, Shrivastava mengatakan perusahaan telah membangun sendiri kumpulan data berskala petabita yang mencakup berbagai modalitas, mulai dari gambar, teks, dan video hingga lintasan robotik.
Target penggunaan di berbagai industri
Perangkat lunak yang membantu robot bekerja dengan baik di gudang berpotensi digunakan secara luas. Perceptron menilai dirinya berada dalam posisi yang baik untuk memimpin gelombang otomasi tersebut dan siap memasarkan perangkat lunaknya kepada berbagai vendor.
Dengan pendekatan itu, lapisan kecerdasan Perceptron berpotensi terintegrasi ke banyak bidang, termasuk manufaktur, logistik dan pergudangan, keamanan, mobilitas, serta media dan hiburan.
“Tidak ada yang benar-benar seperti ini di luar sana,” kata Aghajanyan. “Kami sangat bersemangat tentangnya.”
Poin penting
- Peluncuran model Isaac 0.5
- AI visual untuk robot industri
- Model open-weight yang dapat diperiksa
- Pelatihan satu juta jam video
- Pendanaan 21 juta dolar AS
- Target manufaktur dan logistik
Isaac 0.5 menjadi upaya Perceptron untuk menghadirkan AI visual yang lebih fleksibel ke robot di lingkungan industri, dengan dukungan pelatihan video berskala besar dan model yang parameter serta materi pelatihannya dapat diperiksa publik.
Sumber: https://techcrunch.com/2026/08/26/ex-meta-scientists-want-to-bring-visual-ai-to-the-factory-floor/
