Decart lança Oasis3:um modelo mundial realista e de baixa latência para treinamento em robótica

O laboratório de pesquisa Frontier AI Decart apresentou o Oasis3, um modelo mundial projetado para eliminar a divisão entre a simulação sintética e a implantação de IA no mundo real.

O mecanismo de saída de vídeo, lançado este mês, acelera o treinamento de robôs e sistemas de controle de veículos autônomos, equipando-os para prosperar em condições imprevisíveis do mundo real.

Os desenvolvedores de robótica enfrentam uma escassez de dados de alta qualidade necessários para treinar sistemas que possam navegar em ambientes complexos do mundo real.

Embora um veículo possa aprender a manobrar em um estacionamento estático com cones de trânsito fixos, a estrada aberta apresenta um cenário muito mais exigente, onde o clima, a iluminação e os obstáculos dinâmicos variam constantemente.

Sistemas de treinamento para lidar com o caos das ruas urbanas – chuvas fortes, obstáculos repentinos, trânsito irregular – representam um desafio distinto que o Oasis3 enfrenta.

O gargalo do treinamento em robótica

Os grandes modelos de linguagem (LLMs) avançaram, mas a robótica de uso geral — ou IA física — ficou para trás, em grande parte devido à escassez de recursos de mídia ricos.

A Bessemer Ventures observou que os desenvolvedores de LLM se beneficiam da eliminação de bilhões de páginas da web públicas, um luxo indisponível para modelos de Visão-Linguagem-Ação (VLA) que devem interpretar e agir dentro de espaços físicos.

Os modelos VLA ingerem dados ambientais, processam-nos e depois respondem. Treiná-los oferece três caminhos principais:

• Teleoperação —operadores humanos imitam ações de robôs em um traje controlado. Embora produza dados da mais alta qualidade, é proibitivamente caro e lento, tornando impraticável a implantação em grande escala.
• Vídeos da Web aberta — prontamente disponível, mas confuso, sem ambientes consistentes, telemetria espacial e condicionamento de ação direta.
• Dados sintéticos —um meio-termo, mas os mecanismos de física atuais ficam aquém das nuances do mundo real, levando à chamada lacuna do simulador para o real .

Essa lacuna manifesta-se quando a aleatoriedade do mundo real – derrames de petróleo, embalagens frágeis, detritos inesperados – desequilibra os sistemas autónomos, revelando as suas limitações.

Preenchendo a lacuna com simulações generativas de circuito fechado

Decart afirma que o Oasis3 supera os limites existentes do treinamento virtual, fundindo gráficos em movimento fotorrealistas com um mecanismo de física robusto.

Incorporado em um único ciclo de treinamento de alto desempenho, o Oasis3 produz fluxos de vídeo condicionados à ação que podem gerar praticamente qualquer cenário caótico imaginado pelos desenvolvedores, criando um ambiente de treinamento que reflete de perto a realidade.

A plataforma suporta ambientes multivisualização ultrarrealistas que são totalmente controláveis; o desvio lateral de um carro que dirige sozinho aciona um fluxo generativo que ajusta as perspectivas em menos de 200 ms – bem dentro dos requisitos de aprendizagem por reforço.

Co-projetado com o ecossistema de IA física da Nvidia, o Oasis3 é executado na infraestrutura de nuvem especializada da CoreWeave a 22fps, oferecendo ambientes virtuais interativos com resolução de 512×768×3.

Ele oferece uma visualização nativa de três câmeras para preservar a consistência espacial e temporal de vários ângulos, permitindo que sistemas autônomos avaliem a profundidade e o contexto periférico com precisão.

O Oasis3 é acessível por meio da API Decart, permitindo que os desenvolvedores o integrem perfeitamente em seus pipelines de simulação de IA física existentes.

Treinando robôs para conquistar território desconhecido

Alcançar humanóides de nível de ficção científica requer treinar robôs para gerir casos extremos únicos em tempo real – situações impossíveis de replicar num laboratório, como uma carga caindo numa estrada enquanto a câmara de um veículo autónomo está obscurecida pela lama.

O Oasis3 permite que os desenvolvedores criem variações infinitas de tais eventos usando instruções simples em linguagem natural, abrangendo diferentes ângulos, condições climáticas e superfícies de estradas.

Ao expor modelos a milhões de perigos de forma acessível, os desenvolvedores podem garantir a preparação para qualquer cenário plausível do mundo real.