যখন OpenAI, Anthropic এবং Google-এর তিন বৃহৎ AI প্রতিষ্ঠানের ফ্ল্যাগশিপ মডেল একই মঞ্চে প্রতিদ্বন্দ্বিতা করে, কে রোবটকে আরও ভালোভাবে নিয়ন্ত্রণ করতে পারে?
২০ অক্টোবর, মিফেং টেকনোলজি, Hugging Face, NVIDIA, সিংহুয়া বিশ্ববিদ্যালয়সহ বিশ্বের প্রায় ২০টি বিশ্ববিদ্যালয়, প্রতিষ্ঠান ও গবেষণা সংস্থার যৌথ উদ্যোগে প্রতিষ্ঠিত এমবোডিড গ্ল্যাডিয়েটর RoboColiseum এই রাউন্ডের মূল্যায়ন ফলাফল প্রকাশ করেছে: Claude Opus 5.5 চারটি ফ্ল্যাগশিপ মডেলের মধ্যে সামগ্রিকভাবে প্রথম স্থানে রয়েছে, GPT-6 Astra এর ঠিক পেছনে রয়েছে।
উপবিভাগ অনুযায়ী, চারটি ফ্ল্যাগশিপ মডেলের মধ্যে GPT-6 Astra নির্দেশ অনুসরণ ও সামগ্রিক ব্যাঘাত সহনশীলতায় এগিয়ে রয়েছে, যেখানে নির্দেশ অনুসরণে স্কোর ৯৯.৩৫ পর্যন্ত পৌঁছেছে; Opus স্থানিক বোঝাপড়া ও সাধারণ অপারেশনে আরও ভালো পারফরম্যান্স দেখিয়েছে এবং সর্বনিম্ন সম্পূর্ণ-রাউন্ড মূল্যায়ন টোকেন খরচে ফ্ল্যাগশিপ গ্রুপে সামগ্রিক প্রথম স্থান অর্জন করেছে। চিত্রের গুণমানে ব্যাঘাত ঘটানো পরীক্ষায়, GPT-6.1 Sol অন্য তিনটি মডেলের তুলনায় স্পষ্টভাবে পিছিয়ে রয়েছে, যা ভিজ্যুয়াল তথ্যের পরিবর্তনের প্রতি বিভিন্ন মডেলের স্থিতিশীলতার পার্থক্য দেখায়।
তবে এই রাউন্ডের সামগ্রিক র্যাঙ্কিংয়ে শীর্ষ দুটি স্থান এখনও এমবোডিড স্ট্র্যাটেজি মডেলের দখলে, বিশেষ করে সাধারণ অপারেশন মাত্রায় তাদের সুবিধা বজায় রয়েছে।
এই একই মঞ্চের প্রতিযোগিতা শিল্পকে সাধারণ বড় মডেল ও এমবোডিড স্ট্র্যাটেজি মডেলের সক্ষমতার সুবিধা ও দুর্বলতা স্পষ্টভাবে দেখার জন্য প্রত্যক্ষ রেফারেন্স প্রদান করে।
RoboColiseum নির্দেশ অনুসরণ, স্থানিক বোঝাপড়া, ব্যাঘাত সহনশীলতা এবং সাধারণ অপারেশনকে কেন্দ্র করে চার ধরনের সক্ষমতা উপ-তালিকা এবং ৭৮টি উচ্চ-বিশ্বস্ততা সিমুলেশন মূল্যায়ন কাজ চালু করেছে, যা মডেলের উপবিভাগভিত্তিক পারফরম্যান্স উপস্থাপন করার পাশাপাশি কাজ সম্পন্ন করার ধাপ ও ব্যর্থতার অবস্থান রেকর্ড করে, ডেভেলপারদের মডেলের সক্ষমতার দুর্বলতা দ্রুত চিহ্নিত করতে সহায়তা করে।
যৌথ উদ্যোগকারী হিসেবে, মিফেং RoboColiseum-কে উচ্চ-বিশ্বস্ততা বস্তু সম্পদ ও সিমুলেশন দৃশ্য প্রদান করে, জটিল রোবট অপারেশন কাজের মূল্যায়ন পরিবেশ নির্মাণে সহায়তা করে এবং বিভিন্ন বস্তু মিথস্ক্রিয়া, স্থানিক বিন্যাস ও পরিবেশগত অবস্থার অধীনে মডেল সক্ষমতা পরীক্ষার জন্য মৌলিক সম্পদ প্রদান করে।
সিমুলেশনে মডেলের ফলাফল প্রকৃত অপারেশন পারফরম্যান্স প্রতিফলিত করতে পারে কিনা, তাও মূল্যায়নের মূল বিষয়। প্ল্যাটফর্মের প্রকাশিত বাস্তব পরীক্ষার ফলাফল অনুযায়ী, RoboColiseum সিমুলেশন মূল্যায়ন ও প্রকৃত মেশিন স্থাপনার সম্পর্ক ৮৯.৫% পর্যন্ত পৌঁছেছে, একই মডেলের সিমুলেশন ও বাস্তব বিশ্বে মূল্যায়নের পার্থক্য ১০%-এর কম, যা ডেভেলপারদের প্রকৃত মেশিন পরীক্ষায় প্রবেশের আগে মডেল নির্বাচন ও সমস্যা চিহ্নিতকরণের জন্য রেফারেন্স প্রদান করতে পারে।
মিফেং টেকনোলজি "সম্পূর্ণ, ভালো এবং দ্রুত" ডেটা সরবরাহ ব্যবস্থা প্রদান করে, যা প্রকৃত মেশিন, সিমুলেশন ও দেহবিহীন — এই তিনটি প্রধান ডেটা প্যারাডাইম কভার করে। সিমুলেশনের ক্ষেত্রে, মিফেং বস্তু সম্পদ ও পরিবেশ সম্পদ — দুই ধরনের ресурс প্রদান করে, যা 다양한 দৈনন্দিন বস্তু ও অভ্যন্তরীণ দৃশ্য কভার করে, এবং দৃশ্য পুনর্নির্মাণ, বিশেষজ্ঞ ট্র্যাজেক্টরি ডেটা সংগ্রহ ও মূল্যায়ন ফলাফল ভিজ্যুয়ালাইজেশন 등의 সক্ষমতা প্রদান করে, মডেল দলগুলিকে বৈচিত্র্যময় প্রশিক্ষণ ও মূল্যায়ন পরিচালনায় সহায়তা করে।
Coliseum মূলত প্রাচীন রোমের বৃত্তাকার অ্যারেনাকে বোঝায়, RoboColiseum এই চিত্রকল্পকে ভিত্তি করে বহুমাত্রিক систематический মূল্যায়ন ব্যবস্থা নির্মাণ করেছে, প্রকৃত মেশিন পারফরম্যান্সের সাথে উচ্চমাত্রায় সামঞ্জস্যপূর্ণ সিমুলেশন মূল্যায়নের মাধ্যমে এমবোডিড বুদ্ধিমত্তা মডেলের জন্য একটি উন্মুক্ত, নিরপেক্ষ, পুনরুৎপাদনযোগ্য "অ্যারেনা" ও "প্রশিক্ষণক্ষেত্র" নির্মাণ করেছে। যেকোনো বিশ্ববিদ্যালয়, গবেষণা সংস্থা বা প্রতিষ্ঠানের ডেভেলপার তাদের মডেল জমা দিতে পারেন এবং একটি মানসম্মত "পরীক্ষায়" অংশ নিতে পারেন। আগস্টে চালু হওয়ার পর থেকে, দেশ-বিদেশের ১০০টিরও বেশি দল প্ল্যাটফর্মে মডেল প্রশিক্ষণ ও মূল্যায়ন পরিচালনা করেছে।
RoboColiseum এখন বিশ্বব্যাপী ডেভেলপারদের জন্য উন্মুক্ত, মডেল দলগুলিকে মূল্যায়নে অংশ নেওয়ার আমন্ত্রণ জানানো হচ্ছে।
