前 Meta 团队创立的 Perceptron 发布工业视觉模型 Isaac 0.5

由两位前 Meta 研究科学家创立的初创公司 Perceptron 近日发布视觉模型 Isaac 0.5，面向工业场景下的机器人与自动化设备，并以开源权重形式对外公开。这是该公司自 2024 年 11 月成立以来推出的最新产品，瞄准的是将 AI 从数字世界带入物理场景这一赛道。

公司背景与创始团队

Perceptron 由曾在 Meta 基础 AI 研究（FAIR）部门任职的 Armen Aghajanyan 与 Akshat Shrivastava 共同创立。近期公司完成 2100 万美元融资，由 Bessemer Venture Partners 领投。两位创始人将公司的软件定位为未来工业自动化部署的「智能层」，目标客户涵盖机器人厂商及最终用户。

Isaac 0.5 的核心能力

Isaac 0.5 被官方定位为前沿视觉模型，旨在让机器在物理环境中具备「感知、推理和行动」的能力，主要应用包括：

• 辅助视觉引导机器人在仓库、工厂车间等复杂环境中导航；
• 从机器人自身拍摄的录像中提取视觉信息；
• 作为通用模型灵活适配不同环境与任务，而非只针对单一重复动作。

创始人 Shrivastava 以分拣包裹为例解释技术难点：机器人需要先读取包裹标签、进行空间分析、判断抓取顺序，并规划连续动作的逻辑。Perceptron 表示，其软件正是为了协助机器人完成上述多步骤流程而设计。

开源策略与训练数据

Isaac 0.5 以开源权重形式发布，模型参数与训练材料均可被外部检查和审计。训练数据规模与构成包括：

• 约 100 万小时通用视频，用于训练模型识别特定场景与视觉模式；
• 自视角视频（ego video，通常由 GoPro 或可穿戴相机从第一人称视角采集）；
• UMI 视频，记录人类重复性动作，用于教学机器人运动模式。

Shrivastava 透露，公司内部已构建 PB 级别的多模态数据集，涵盖图像、文本、视频及机器人轨迹等。公司未公开具体数据来源。

目标市场与定位

Perceptron 计划将软件销售给机器人厂商及行业客户，覆盖以下领域：

• 制造业
• 物流与仓储
• 安防
• 出行
• 媒体与娱乐

公司认为，目前市场上的物理 AI 方案往往陷入两难：通用基础模型需要多块云端 GPU 才能部署，而专用模型又只能完成感知或控制中的某一项。Isaac 0.5 试图以单一通用模型打破这一取舍。联合创始人 Aghajanyan 表示：「目前市面上还没有真正类似的产品，我们对此非常兴奋。」