その他

CaP-X オープンソース公開:大規模言語モデルエージェントが物理世界へ

原題:The power of the Claw, in the palm of a robot hand. Agentic robotics is here! Today, we open-source ...

AI 要約

CaP-X は、大規模言語モデルエージェントがロボットアームやヒューマノイドロボットを通じて物理世界に進出するオープンソースの身体性AIシステム。SAM3、Molmo などの知覚 API と、IK ソルバー、把持計画などの制御インターフェースを統合し、スキルライブラリを自動合成できる。研究チームは CaP-Gym ベンチマーク(187 の操作タスク)と CaP-Bench(12 の最先端モデルを評価)を公開し、ゼロショットフレームワーク CaP-Agent0 と強化学習手法 CaP-RL を提案。後者はわずか50回のイテレーションで7Bモデルの成功率を20%から72%に向上させた。本技術は Minecraft エージェント Voyager を開発したチームによるもの。

要点

  • CaP-X は、大規模言語モデルエージェントがロボットアームやヒューマノイドロボットを通じて物理世界に進出するオープンソースの身体性AIシステム。
  • SAM3、Molmo などの知覚 API と、IK ソルバー、把持計画などの制御インターフェースを統合し、スキルライブラリを自動合成できる。
  • 研究チームは CaP-Gym ベンチマーク(187 の操作タスク)と CaP-Bench(12 の最先端モデルを評価)を公開し、ゼロショットフレームワーク CaP-Agent0 と強化学習手法 Ca…
  • 後者はわずか50回のイテレーションで7Bモデルの成功率を20%から72%に向上させた。
  • 本技術は Minecraft エージェント Voyager を開発したチームによるもの

概要

公開日時
更新日時
出典
X:Jim Fan (@DrJimFan)
カテゴリ
その他
原文を読む 情報源で全文を読む
おすすめの理由

NVIDIA Jim Fan 开源 CaP-X,让 Vibe Agent 真正进入物理世界操作机器人

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:CaP-X オープンソース公開:大規模言語モデルエージェントが物理世界へ。2026年4月1日。https://new.nat6.net/ja/news/cmnw1ysux00zrslc36zorasfw/

すべて見る →
  • Falcon Perception

    Technology Innovation InstituteはHugging Faceプラットフォームでブログ記事を公開し、同機構のFalcon Perceptionシステムを紹介した。このシステムは高度な知覚技術ソリューションであり、…

    Hugging Face 社区博客(混合发现)その他AI スコア 70

  • 大規模言語モデルにおける感情概念とその機能

    研究はClaude Sonnet 4.5内に内部的な「感情概念」表現を発見した。これらは特定感情の抽象概念を符号化し、文脈を超えて汎化できる。これらの表現は対話で支配的な感情概念を追跡し、その活性化度は現在の文脈と関連し、後続テキストを予…

    Anthropic:Transformer Circuits(可解释性研究)その他AI スコア 90

  • Claude アプリ構築の 3 つのベストプラクティス

    Anthropic は Claude アプリ構築の 3 つの実践を共有した。Claude が既に習得している汎用ツール(bash やテキストエディタなど)を使用すること、ツール呼び出しチェーンを自ら編成させ、不要なコンテキストの返送を減ら…

    Claude:Blog(网页)その他

  • 開発者ガイド:スキルでADKエージェントを構築

    Agent Development Kit(ADK)SkillToolsetは「段階的開示」アーキテクチャを導入し、AIエージェントがオンデマンドでドメイン専門知識を読み込めるようにした。従来のモノリシックなプロンプトと比較して、トークン…

    Google Developers Blog(RSS)その他AI スコア 71

  • 感情概念と大規模言語モデルにおけるその役割

    Anthropic の解釈可能性チームは 171 の感情概念語彙を用いたテストにより、Claude Sonnet 4.5 の内部に機能的な感情表現が存在し、特定の人工ニューロンパターンで構成され、対応する状況で活性化して行動に影響を与える…

    Anthropic:Research(发表成果 · 网页)その他