Perceptron, una startup fundada en noviembre de 2024 por Armen Aghajanyan y Akshat Shrivastava, dos exinvestigadores de Meta FAIR, presentó esta semana Isaac 0.5, un modelo de visión diseñado para que los robots perciban, razonen y actúen en entornos industriales. La compañía explicó que el software permite a máquinas autónomas navegar en almacenes y plantas de fabricación y extraer información visual de los vídeos grabados por esos robots. Isaac 0.5 se publica además como un modelo de pesos abiertos, lo que permite a cualquier persona inspeccionar sus parámetros y materiales de entrenamiento.
La startup acaba de cerrar una ronda de financiación de 21 millones de dólares liderada por Bessemer Venture Partners. Frente a los modelosoundation generalistas, que requieren varias GPU en la nube por cada instancia, y a los modelos narrowly diseñados para una sola tarea repetitiva, Aghajanyan y Shrivastava defienden que su herramienta es de uso general y adaptable al entorno concreto en el que opera.
El modelo fue entrenado con aproximadamente un millón de horas de vídeo general, además de vídeo egocéntrico —grabado desde la perspectiva de una persona— y vídeo UMI, usado para enseñar movimientos a partir de acciones humanas repetitivas. Perceptron también asegura disponer internamente de conjuntos de datos a escala de petabytes que abarcan imágenes, texto, vídeo y trayectorias robóticas. La empresa prevé vender su software a proveedores de fabricación, logística, almacenamiento, seguridad, movilidad y medios de comunicación.