Xiaomi, insansı robotlarını laboratuvar ortamından çıkararak elektrikli otomobil fabrikasında aktif üretim sürecine dahil ettiğini duyurdu. Şirketin geliştirdiği robotlar, elektrikli araç üretim hattında belirli montaj görevlerini otonom biçimde yerine getirmeye başladı. Yapay zekâ ve robotik alanındaki ilerlemeler, insansı robotların yalnızca test merkezlerinde değil gerçek üretim sahalarında da görev almasını mümkün hale getiriyor. Xiaomi’nin elektrikli araç yatırımlarıyla birlikte ilerleyen bu adım, şirketin teknoloji ekosistemini üretim süreçlerine entegre etme stratejisinin bir parçası olarak değerlendiriliyor. Açıklamaya göre robotlar, insan çalışanlarla aynı üretim hattında belirlenen görevleri yerine getirerek fabrikadaki operasyonel sürece dahil oldu.
Robotların arkasında Xiaomi tarafından geliştirilen Vision-Language-Action temelli Xiaomi-Robotics-0 modeli bulunuyor. Bu model; görsel verileri algılama, dil komutlarını anlama ve fiziksel eyleme dönüştürme kabiliyeti sunacak şekilde tasarlandı. Şirket, yapay zekâ tarafındaki birikimini robotik sistemlere aktararak üretim hattında istikrarlı performans elde etmeyi hedefliyor.
Üç Saat Kesintisiz Otonom Çalışma
Xiaomi’nin paylaştığı bilgilere göre insansı robot, elektrikli araç fabrikasının döküm atölyesinde yer alan bir montaj istasyonunda üç saat boyunca kesintisiz ve otonom şekilde görev yaptı. Test verilerine göre robot, istasyonun her iki tarafında eş zamanlı montaj işlemlerinde yüzde 90,2 başarı oranına ulaştı. Ayrıca üretim hattının 76 saniyelik en hızlı çevrim süresi gereksinimini karşılayarak görevini tamamladı. Bu performans verileri, robotun yalnızca deneysel değil, gerçek üretim temposuna uyum sağlayabildiğini ortaya koyuyor.
Hibrit Kontrol Mimarisi Kullanılıyor
Lei Jun, laboratuvar ortamından aktif üretim hattına geçişi önemli bir aşama olarak tanımladı. Açıklamada, araştırma süreçlerinde hataların tolere edilebilir olduğu ancak otomotiv üretiminde yüksek tutarlılığın zorunlu olduğu vurgulandı. Robotun hareket kontrol sisteminde hibrit bir mimari kullanıldığı belirtildi. Optimizasyon temelli kontrol algoritmaları her iterasyonu bir milisaniyeden kısa sürede çözerken, pekiştirmeli öğrenme sistemi yüz milyonlarca simüle edilmiş senaryo üzerinden eğitildi. Bu yapı sayesinde sistemin hem hızlı karar verebilmesi hem de değişken üretim koşullarına uyum sağlayabilmesi amaçlanıyor.
