एज आई और रोबोट ब्रेन: वीएलए मॉडल जो रोबोटिक्स को शक्ति प्रदान करते हैं (2026)

श्रृंखला नेविगेशन: द फिजिकल एआई हैंडबुक में 6 में से 2 भाग

एज आई और फाउंडेशन मॉडल: क्यों रोबोट क्लाउड का उपयोग नहीं कर सकते

सॉफ्टवेयर एआई की दुनिया में, एक चैटबॉट प्रतिक्रिया में आधा सेकंड की देरी एक छोटी सी परेशानी है। फिजिकल एआई में, आधा सेकंड की देरी एक सुरक्षा आपदा है। यदि एक मानवनुमा रोबोट एक व्यस्त फैक्ट्री फ्लोर पर चल रहा है और एक मानव इसके पथ में कदम रखता है, तो रोबोट को दृष्टि की प्रक्रिया करनी, कार्रवाई के माध्यम से तर्क करना और अपने मोटर्स को 20 मिलीसेकंड से कम समय में रोकना होगा।

2026 तक, उद्योग ने एक सहमति तक पहुंचा है: वास्तविक दुनिया में जीवित रहने के लिए, मस्तिष्क को शरीर के अंदर रहना होगा। इस आवश्यकता ने एक बड़े पैमाने पर एज आई की ओर पलायन को बढ़ावा दिया है, जहां 80% अनुमान अब दूरस्थ डेटा सेंटर के बजाय मशीन पर स्थानीय रूप से होता है।

वीएलए का उदय: दृष्टि-भाषा-क्रिया मॉडल

हाल तक तक, रोबोट अंधे थे और कठोर पूर्व-प्रोग्राम किए गए कोड का पालन करते थे। 2026 में, हम विज़न-लैंग्वेज-एक्शन (वीएलए) मॉडल में स्थानांतरित हो गए हैं। ये मल्टीमॉडल फाउंडेशन मॉडल हैं – उन्हें एआई के लिए एक मोटर कॉर्टेक्स के रूप में सोचें – जो तीन इनपुट को एक साथ संसाधित करते हैं:

1. दृष्टि: उच्च गति 4K कैमरा फीड और लिडार गहराई डेटा।
2. भाषा: मानव पर्यवेक्षकों (उदाहरण के लिए, “नीले बिन में क्षतिग्रस्त भागों को छांटें”) से वॉयस या टेक्स्ट कमांड।
3. क्रिया: सैकड़ों छोटे मोटर्स (एक्चुएटर) के लिए सटीक टॉर्क और कोण कमांड।

क्योंकि ये मॉडल बड़े डेटासेट जैसे कि ओपन एक्स-एम्बॉडिमेंट (1 मिलियन से अधिक ट्रेजेक्टरी) पर प्रशिक्षित होते हैं, वे सामान्य बुद्धिमत्ता के कब्जे में हैं। एक वीएलए द्वारा संचालित रोबोट को एक विशिष्ट उपकरण खोजने के लिए प्रोग्राम करने की आवश्यकता नहीं है; यह जानता है कि उपकरण क्या है और इसके दृश्य प्रशिक्षण के माध्यम से तर्क करके इसे पकड़ने के लिए कैसे जाना जाता है।

सिलिकॉन सुपरपावर: एनवीडिया बनाम क्वालकॉम

रोबोट ब्रेन की लड़ाई सेमीकंडक्टर दुनिया के दिग्गजों के बीच एक दो-घोड़े की दौड़ है, जो निहित बुद्धिमत्ता के लिए एक अलग मार्ग प्रदान करते हैं।

एनवीडिया जेटसन थोर (NVDA )

एनवीडिया स्थान में 500-पाउंड गोरिला बना हुआ है। इसका जेटसन थोर मॉड्यूल, ब्लैकवेल आर्किटेक्चर पर निर्मित, 2,070 टीएफएलओपीएस का आश्चर्यजनक एआई प्रदर्शन प्रदान करता है। थोर विश्व मॉडल चलाने के लिए डिज़ाइन किया गया है – जो रोबोट के सिर के अंदर प्रति सेकंड हजारों बार चलने वाले सिमुलेशन – जो भौतिक परिणामों की भविष्यवाणी करते हैं इससे पहले कि वे होते हैं।

क्वालकॉम ड्रैगनविंग आईक्यू10 (QCOM )

2026 की शुरुआत में घोषित, ड्रैगनविंग आईक्यू10 क्वालकॉम का रोबोटिक्स के ताज के लिए खेल है। जबकि एनवीडिया कच्चे टीएफएलओपीएस पर जीतता है, क्वालकॉम प्रति-वाट दक्षता पर जीत रहा है। आईक्यू10 बैटरी से संचालित मानवनुमा रोबोट के लिए पसंदीदा विकल्प बन रहा है जो 8-घंटे के शिफ्ट के दौरान बिना ओवरहीट हुए चलना चाहिए। इसमें 18-कोर ओरियन सीपीयू फीचर है और 360-डिग्री जागरूकता के लिए 20 समकक्ष कैमरों का समर्थन करता है।

विलंबता बेंचमार्क: भौतिकी की मांग एज

निम्नलिखित तालिका स्थानीय और क्लाउड कंप्यूट के बीच सुरक्षा अंतर को दर्शाती है।

डेटा 2026 की शुरुआत में देखे गए सेंसिंग-टू-एक्शन राउंड-ट्रिप समय के उद्योग के औसत को प्रतिबिंबित करता है।

निष्कर्ष: अनुमान इनवर्सन

एज ब्रेन क्रांति ने एआई निवेश थीसिस को उलट दिया है। 2026 में, फोकस मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले विशाल डेटा सेंटर से वास्तविक दुनिया में उन्हें चलाने के लिए उपयोग किए जाने वाले विशेष चिप्स पर स्थानांतरित हो गया है। फिजिकल एआई युग के लिए, मूल्य क्रिया है जहां रहता है: एज पर।

हालांकि, एक मस्तिष्क उतना ही अच्छा है जितना डेटा यह प्राप्त करता है। आंखों और त्वचा को समझने के लिए जो यह डेटा प्रदान करते हैं, भाग 3: सेंसर लेयर और हाई-फिडेलिटी धारणा देखें।