Original post · AI translation
看看他们的技术博客
让 LLM 易于开发应用的“调用模型”模式，正延伸到实体机器人领域。
> 直到现在，要让机器人模型在你自己的机械臂上运行，还意味着需要为每项任务收集数据并进行训练。PokeBot 的 RoboAPI 让拥有 5 款受支持机械臂的用户跳过这些步骤，改为发送类型化指令。
> 这是一个面向机械臂的 API，很像面向文本的 LLM API：机械臂摄像头拍摄的图像会发送到 PokeBot 的服务器，Poke-Aurora 再返回机械臂以 30Hz 执行的动作。
这是零样本机器人技术的一大进展，不同任务之间唯一变化的是指令。
https://t.co/7JnuCiJ59p
Original
The call-a-model pattern that made LLMs easy to build on is reaching physical robots. > Until now, getting a robot model working on your own arm meant collecting data and training for each task. PokeBot’s RoboAPI lets owners of 5 supported arms skip that and send typed commands instead. > It’s an API for robot arms, much like an LLM API for text: the arm’s camera image goes to PokeBot’s servers, and Poke-Aurora sends back movements the arm executes at 30Hz. This is a great progress towards zero-shot robotics, the instruction is the only thing that changes between tasks. https://t.co/7JnuCiJ59p
别轻信演示。亲自试试。
推出 RoboAPI，由我们的世界动作模型 Poke-Aurora 提供支持。
通过一个简单的 API，用自然语言向兼容的机器人下达指令。无需针对特定任务进行训练。
更多信息：https://t.co/BHzTOo4I8u https://t.co/3AVNh040Vf
Original
Don't trust demos. Try it yourself. Introducing RoboAPI, powered by Poke-Aurora, our world-action model. Give compatible robots natural-language instructions through a simple API. No task-specific training. More information: https://t.co/BHzTOo4I8u https://t.co/3AVNh040Vf