DAXIAORobotics/kairos

何を解決するか

Kairosは、現在の身体的AIワールドモデルの限界、特にビデオ生成と実行可能なロボット動作の間のギャップに取り組んでいます。異種の身体的データと弱い長期的推論の問題を解決し、単一のモデルが物理法則を理解し、妥当な将来の視覚状態を生成し、異なるハードウェアプラットフォーム間で正確なロボット動作軌道を予測できるようにします。

仕組み

Kairosは、Mixture-of-Transformersフレームワークに基づく4Bパラメータのネイティブなクロスエムボディメントワールドモデルです。一般の動画、人間の行動、実際のロボットとのインタラクションから学ぶために、クロスエムボディメントデータカリキュラム（CEDC）を活用しています。長期的モデリングを効率的に処理するために、スライディングウィンドウ、拡張スライディングウィンドウ、ゲート付き線形アテンションを組み合わせたハイブリッド線形時系列メモリを使用して、持続的な世界状態を維持します。これにより、将来の視覚フレームと実行可能な動作を同時に予測できます。

対象ユーザー

このプロジェクトは、Agibot G1、Unitree G1、Songling PIPERなど、さまざまなロボットプラットフォーム間でゼロショット多タスク一般化が可能な基盤モデルを必要とする、身体的AIおよびロボット分野の研究者や開発者向けです。

主な特徴

• 統合アーキテクチャ：理解、生成、動作予測を1つの知能ループに統合。
• クロスエムボディメント一般化：単一の「脳」が単アーム、ダブルアーム、機敏なハンドプラットフォームで動作可能。
• 効率的なデプロイ：低メモリ、高スループットでリアルタイムエッジ推論に最適化。
• 物理的因果一貫性：因果チェーン・オブ・シンキング（CoT）を使用して、単純なコマンド実行から意図理解へと移行。