Asijský gigant sází na embodied AI

National University of Singapore (NUS) patří dlouhodobě mezi nejlepší asijské univerzity a nyní posiluje svou pozici v oblasti embodied AI — umělé inteligence, která fyzicky interaguje se světem. Nové MAGIC Lab (Manipulation and General Intelligence Control Lab) vzniká pod křídly NUS Computing, školy s kořeny sahajícími až do roku 1975, kdy ještě jako součást Nanyang University začala vyučovat informatiku. Oficiálně byla NUS School of Computing založena v roce 1998 a dnes patří mezi přední světová pracoviště v oboru.

Vedoucím nové laboratoře se stal Jiafei Duan, který přichází jako Presidential Young Professor. Duan aktuálně dokončuje doktorát na University of Washington v Seattlu pod vedením renomovaných profesorů Dietera Foxe a Ranjaye Krishny. Jeho profesní dráha zahrnuje zkušenosti z NVIDIA, singapurského výzkumného ústavu A*STAR i neziskového Allen Institute for AI (Ai2), kde vedl vývoj modelu MolmoAct.

MolmoAct: Když AI začne "myslet" v 3D

Model MolmoAct-7B, který Duan a jeho tým na Ai2 vytvořili, představuje novou kategorii tzv. Action Reasoning Models (ARM). Na rozdíl od klasických jazykových modelů, které uvažují v textu, MolmoAct dokáže prostorově uvažovat o akcích. Pro laika si lze představit, že místo popisu "vezmi lahev" model skutečně naplánuje trajektorii pohybu v trojrozměrném prostoru, odhadne vzdálenosti mezi objekty a převede to na motorické příkazy pro robotickou ruku.

Podle technické zprávy Ai2 model pracuje ve třech krocích: nejprve vytváří prostorové vnímání scény pomocí speciálních tokenů s hloubkovou informací, následně plánuje pohyb jako sled bodů v obraze a nakonec dekóduje akce pro konkrétní hardware — ať už jde o robotickou paži nebo humanoidního robota.

Výsledky jsou impozantní. Na benchmarku SimplerEnv, který testuje schopnost robotů zvládat úkoly mimo trénovací data, dosáhl MolmoAct úspěšnosti 72,1 %, což překonává modely od Physical Intelligence, Googlu, Microsoftu i NVIDIA. V simulátoru LIBERO zaměřeném na přenos znalostí mezi různými úkoly model dosáhl průměrné úspěšnosti 86,6 %. Zajímavé je také efektivita tréninku: předtrénování na 256 grafických kartách NVIDIA H100 trvalo přibližně jeden den, fine-tuning na 64 H100 pak jen dvě hodiny.

MAGIC Lab a jeho mise

Nově vzniklá laboratoř má ambiciózní cíl: vyvinout "next generation of human-centric models for robotic manipulation" — tedy modely navržené tak, aby byly bezpečné, spolehlivé a snadno nasaditelné v reálném světě. Zaměření zahrnuje několik klíčových oblastí:

• Multimodální jazykové modely pro robotické uvažování
• 3D vidění a porozumění prostoru
• Robotické učení z dat i simulací
• Simulace jako most mezi virtuálním a fyzickým světem
• Obratná manipulace (dexterous manipulation)
• Cross-embodiment learning — schopnost přenášet znalosti mezi různými typy robotů

Laboratoř aktuálně hledá doktorandy, výzkumné asistenty a postdoktorandy z oblasti robotiky, počítačového vidění, strojového učení a příbuzných disciplín. Tím se NUS Computing připojuje k celosvětovému závodu o talenty v oblasti embodied AI, kam patří například Stanford, MIT, Carnegie Mellon nebo ETH Curych.

Proč je to důležité i pro Evropu a Česko

Rozvoj embodied AI není jen akademickou záležitostí. Podle odhadů analytiků se trh s autonomními roboty do roku 2033 více než zdvojnásobí a umělá inteligence schopná fyzické interakce bude klíčová pro výrobu, logistiku i zdravotnictví. Singapur, který již investoval do humanoidních robotů a satelitů, tímto krokem potvrzuje svou strategii stát se globálním hubem pro AI a robotiku.

Pro evropskou scénu — a tedy i Česko — je zásadní, že Duanův MolmoAct je plně otevřený model. Zveřejněný byl nejen samotný model, ale i trénovací data, kód, evaluační skripty a checkpointy. To je v době, kdy komerční giganti jako OpenAI nebo Google často své modely uzavírají, klíčová výhoda. České univerzity a výzkumná pracoviště, jako jsou například skupiny na ČVUT nebo Masarykově univerzitě, mohou otevřené modely jako MolmoAct využívat jako základ pro vlastní výzkum bez licenčních poplatků.

Zároveň je třeba zmínit regulatorní kontext: EU AI Act, který začíná platit v plném rozsahu, klasifikuje robotiku s autonomním rozhodováním jako oblast s vysokým rizikem. Právě výzkum transparentních, vysvětlitelných modelů — jakými se MolmoAct prezentuje díky vizualizaci svých „myšlenkových procesů" v obraze — může pomoci evropským firmám splnit přísné požadavky na bezpečnost a auditelnost AI systémů.

Otevřenost jako konkurenční výhoda Asie

Zatímco Spojené státy sází na komerční uzavřené systémy a Čína masivně investuje do státně podporovaných humanoidních robotů, Singapur zvolil cestu otevřeného výzkumu. Spojením světové úrovně akademického prostředí NUS se zkušenostmi z amerických institucí (UW, Ai2) a průmyslu (NVIDIA) vytváří MAGIC Lab ekosystém, který může přitáhnout talenty z celého světa — včetně Evropy.

Jiafei Duan ve svém oznámení zdůraznil, že cílem je budovat modely "navržené tak, aby byly nasazeny bezpečně, spolehlivě a snadno v reálném světě". To je přesně přístup, který evropský trh potřebuje: ne další chatbot, ale AI, která skutečně něco fyzicky udělá — a přitom bude dostatečně transparentní, aby ji regulátoři i uživatelé mohli důvěřovat.