Dexterity 表示，其 Foresight 世界模型可以帮助解决卡车装载等体力要求较高的任务。 |来源：Dexterity

Dexterity 今天推出了其世界模型和 4D 装箱代理 Foresight。 Dexterity 还推出了 Foresight API 挑战赛，为学生团队提供高达 50,000 美元的奖金。 Dexterity 表示，ForeSight 是一个物理一致的世界模型，使机器人能够感知、推理和行动。

Dexterity 表示，它构建该模型不是为了观察，而是为了在生产规模上进行物理操作。在自动卡车装载中，Foresight 为 Dexterity 的双臂机器人 Mech 提供动力，配备 4D 装箱代理，可在三个空间维度和时间上进行推理。它决定了每个包的放置位置Dexterity 创始人兼首席执行官 Samir Menon 表示：“Foresight 在 4D 时空中提供实时、生产级随机装箱，预测某个位置如何决定整个卡车的完整性。” “物理人工智能不仅仅是一个未来的承诺，它是一个在现实世界中感知、决策和行动的系统。”

Foresight 在 400 毫秒内做出每个放置决策，Dexterity 表示，共同优化密度、稳定性、可达性和双臂并行性。它在执行此操作时会预测每个位置如何影响整个卡车的完整性。

有关 Foresight 和 Dexterity 的 API 挑战的更多信息

Dexterity 的代理框架建立在 Foresight 的基础上，可协调运行的感知、决策和运动代理异步实现卡车装载、包裹分拣和其他应用程序的自动化。架构是 int可解释且安全第一，使操作员能够了解系统做出每个决策的原因。

该物理 AI 堆栈与应用程序和硬件无关。 Dexterity 表示，它已在六种应用程序和一个开发者平台的生产中得到验证，在四种机器人类型和五种手型上运行。迄今为止，Foresight 已经接受了生产中超过 1 亿次自主操作的经验培训。

Dexterity 将于 3 月份发起 Foresight API 挑战赛。学生团队建立包装代理并在公共排行榜上竞争，以获得高达 50,000 美元的奖金。不提供模拟器；竞争对手必须建立自己对物理学的理解。

Dexterity 成立于 2017 年，表示它利用物理人工智能赋予其全栈系统类似人类的灵活性，将物流、仓储和供应链运营的工人从重复性和繁重的任务中解放出来。这家总部位于加利福尼亚州雷德伍德城的公司荣获 2024 年 RBR50 机器人创新奖ee 的拖车卸载系统。