Perceptron推出Isaac 0.5工厂视觉AI
TechCrunch AI··作者 Lucas Ropek
关键信息
Perceptron 表示，Isaac 0.5 是通用模型，而不是只针对某一种重复性任务微调的系统，它旨在支持读取标签、空间分析和任务规划等步骤。公司称该模型使用了约一百万小时的通用视频、第一视角视频和 UMI 视频进行训练，并且还在内部构建了 PB 级多模态数据集。
资讯摘要
Perceptron 是一家成立于 2024 年 11 月的初创公司，由曾任职于 Meta 基础人工智能研究部门 FAIR 的 Armen Aghajanyan 和 Akshat Shrivastava 联合创办。该公司本周发布了最新的视觉模型 Isaac 0.5，面向工业自动化场景。Perceptron 表示，这个模型旨在帮助机器在仓库和工厂车间等物理环境中“感知、推理和行动”。从应用上看，它主要用于辅助视觉引导机器人进行导航和决策，并从机器人拍摄的视频中提取有用的视觉信息。该模型以开权重形式发布，这意味着其他人可以检查其参数和训练材料。两位创始人认为，当前的物理 AI 方案往往迫使用户在大型基础模型和窄任务模型之间做出错误选择，前者通常需要多块云端 GPU，后者则只覆盖感知或控制的一部分。
Perceptron 认为 Isaac 0.5 不同之处在于它是通用模型，可以根据所处环境灵活适配。公司用一个分拣包裹的机器人举例说明复杂性：机器人必须先读标签，再做空间分析，判断箱子位置，决定拿起哪一个，并规划操作顺序。Perceptron 称，该模型通过海量视频数据学习操作技能，包括约一百万小时的通用视频、从人类第一视角记录的 ego video，以及用于教 AI 学习重复动作的 UMI video。公司没有披露训练数据的来源，但 Shrivastava 表示，Perceptron 已经内部构建了覆盖图像、文本、视频和机器人轨迹等模态的 PB 级数据集。Perceptron 计划把这套软件出售给制造、物流、仓储、安全、出行以及媒体和娱乐等行业的供应商。
资讯正文
人工智能正在改变我们周围的一切，但截至目前，它在很大程度上仍局限于数字世界。不过，越来越多的初创公司正试图把它带到现实世界中。
Perceptron 就是这样一家公司，它由两位前 Meta 研究科学家创办。这家公司成立于 2024 年 11 月，开发前沿视觉模型，旨在帮助机器更熟练地与其物理环境互动。
本周，该公司发布了最新模型 Isaac 0.5。其创造者表示，这款模型旨在让机器在工业环境中具备“感知、推理和行动”的能力。具体来说，这套软件能够帮助视觉引导机器人在仓库或工厂车间等复杂环境中导航。它还帮助企业从这些机器人录制的视频中提取视觉智能。
Isaac 0.5 同时也作为开放权重模型发布，因此任何人都可以查看其参数和训练材料。
这家初创公司由 Armen Aghajanyan 和 Akshat Shrivastava 共同创立，两人此前都在 Meta 的基础人工智能研究部门 FAIR 工作。两人认为，他们的软件代表着工业自动化部署的未来。
“当今的物理 AI 迫使人们做出一个错误的选择：要么使用通用基础模型，而每个实例都需要多个专用云 GPU；要么使用只能处理感知或控制、但从不兼顾两者的狭窄模型，”公司表示。
Aghajanyan 和 Shrivastava 说，他们的工具不同于该领域现有模型，因为它是通用型的，这意味着它并不是为某一项特定、重复性的任务而打造。相反，他们表示，这个模型会根据所处的具体环境（或情境）表现出灵活性。
在一次采访中，Shrivastava 让我思考像整理箱子这样一个简单的物理流程包含哪些内容：“设想现在有一台机器人被部署去分拣包裹。它需要完成哪些任务？”
这样一个相对简单的任务，实际上由许多步骤组成。机器人首先必须读取包裹上的标签，进行一些空间分析以了解箱子的位置，并决定先拿起哪一个。如果它要拿起一系列箱子，就必须规划哪些箱子要拿、以什么顺序拿。
Perceptron 的软件旨在帮助机器人完成流程中的每一步。需要说明的是，业内已经有软件可以帮助机器完成上述大多数任务，但真正能够灵活执行这些任务的程序却很少。
那么，这种算法炼金术的数据从哪里来？
像 Isaac 0.5 这样的模型通过摄入海量视频训练数据来学习操作技能。Perceptron 表示，他们的新模型使用了 100 万小时的所谓通用视频进行训练，以教会算法识别特定场景、视觉元素和情境。公司还大量依赖所谓的 ego video——这种视频通常由 GoPro 或可穿戴摄像头从正在完成某项物理任务的人视角拍摄——以及 UMI 视频，这类视频也通过记录重复性的人类动作来帮助训练 AI 系统学习运动。
Perceptron并未披露其训练数据的来源，但Shrivastava表示，公司“内部构建了PB级数据集，覆盖多种模态，无论是图像、文本、视频等等，一直到机器人轨迹。”
能够帮助机器人在仓库中高效运作的软件，其价值显然巨大，Perceptron认为自己已具备引领这波自动化浪潮的有利位置。这家初创公司准备将其软件推向多类供应商，因此也可能让其智能层被整合进广泛的行业当中。
这些行业包括制造业、物流与仓储、安全、出行，以及媒体和娱乐。
Aghajanyan表示：“市面上真的没有类似的东西。我们对此非常兴奋。”
根据PitchBook的数据，该公司此前在2024年从Bessemer Venture Partners、The Explorer Fund和SmartGateVC筹集了1600万美元。TechCrunch了解到，这家初创公司目前正在完成另一轮融资。
本文早先的版本错误地报道了近期融资细节。
来源与参考
收录于 2026-08-27