O Fast Operator AI identifica e captura de forma autônoma peças orientadas aleatoriamente de contêineres densos usando percepção e planejamento de movimento alimentados por IA. | Fonte: Venção
A Vention Inc. desenvolveu o Fast Operator AI para automatizar tarefas complexas e não estruturadas, começando com a coleta profunda de caixas. A empresa anunciou o lançamento comercial do sistema no NVIDIA GTC 2026 na semana passada.
“Fast Operator AI é um produto físico IA solução para tarefas de fabricação não estruturadas. Não estou falando de armazenamento aqui; Estou falando de manufatura”, disse Etienne Lacroix, fundador e CEO da Vention. O Relatório do Robô. “O mundo da manufatura é significativamente mais exigente.”
Lacroix disse que o novo produto é construído com base no empresaPipeline de Inteligência Industrial Robótica Generalizada (GRIIP). O GRIIP oferece um pipeline unificado da percepção ao movimento, integrando os modelos proprietários da Vention com os modelos abertos NVIDIA Isaac.
A Vention tem como alvo fabricantes de médio porte e grandes empresas que operam instalações com vários turnos, onde a escassez de mão de obra e a alta variabilidade de produção criam tensão operacional no sistema.
Por que começar com a coleta profunda?
Vention destacou dois motivos para direcionar tarefas profundas de coleta de lixo. Primeiro, seus clientes disseram que period um problema comum.
“Quando conversamos com clientes do setor, trata-se de um problema muito recorrente. Na montagem ou no atendimento de máquinas, você tem uma caixa de peças e depois precisa retirá-las da caixa e depois fazer uma operação com elas”, explicou François Giguere, diretor de tecnologia da Vention. “Então, é um caso de uso que muitas vezes nos bloqueou, porque não tínhamos uma forma escalável de nos adaptar a esse tipo de ambiente.”
“Agora, aproveitando estas novas tecnologias, estamos numa posição muito melhor para dizer sim a estes projetos e implementar algo para os clientes”, acrescentou. “Tudo vem nesses compartimentos grandes e profundos. Eles têm um formato fixo e fazem parte de sua operação, então você tem que lidar com isso.”
A segunda razão pela qual a Vention começou com a coleta de lixo foi o quão desafiadora period a tarefa. Escolher profundamente nas caixas adiciona muita complexidade. É difícil ver o que você está tentando colher e você precisa garantir que o robô ou a câmera não colidam com a própria caixa ou com objetos dentro da caixa, disse Lacroix.
No entanto, a equipe sabia que se conseguisse resolver esse problema, seria capaz de resolver qualquer outro em fabricação.
“A primeira implantação que fizemos foi um cliente que teve quatro tentativas diferentes de resolver isso com a visão tradicional”, lembrou Lacroix. “Cada um deles falhou a tal ponto que, quando propusemos a eles esse tipo de caso de uso como um caso de P&D para trazermos essa tecnologia ao mercado, eles ficaram céticos.”
Vention na construção de um modelo de IA eficiente e flexível
Vention disse que o Fast Operator permite que os robôs:
- Detecte peças orientadas aleatoriamente em uma desordem densa, estime a pose precisa de 6-DoF (grau de liberdade) e planeje agarramentos livres de colisão
- Execute seleções autônomas com novas tentativas adaptativas para uma operação confiável em vários turnos com supervisão mínima
- Suporta materiais opacos, translúcidos e transparentes; atuar sob luz forte, pouca luz ou escuridão; manusear recipientes de até 24 pol. (60,9 cm) de profundidade
Para criar um sistema que pudesse fazer tudo isso rapidamente, a Vention precisava aproveitar as melhores partes dos pipelines de IA e dos modelos mundiais.
“Os pipelines de IA são supereficientes. Eles são rápidos e são capazes de atender aos tempos de ciclo de nível industrial. Modelos mundiais, como os que vemos com frequência hoje em dia humanóidessão muito generalizáveis, mas são lentos e não conseguem atender aos tempos de ciclo normais dos fabricantes”, disse Lacroix. “Então, como você consegue o melhor de ambos? Você quer generalização e quer velocidade e desempenho.”
NVIDIA desempenha um papel no desenvolvimento
Venção usa NVIDIA FundaçãoEstéreo para correspondência estéreo e NVIDIA Postura de Fundação para estimativa de pose.
“Construir modelos básicos do zero requer muita computação. É extremamente caro. Construir esses modelos também requer muita experiência”, disse Giguere. “Então, nós deixamos (NVIDIA) fazem essa parte do esforço e integramos isso em um pipeline para aplicativos.”
Olhando para o futuro, Lacroix disse que o Fast Operator AI continuará sendo um sistema focado na fabricação. Porém, com o GRIIP, a empresa pode oferecer uma variedade maior de tarefas.
“Qualquer fabricante que opere uma fábrica de dois turnos pode agora implantar IA física com um retorno financeiro de dois anos”, disse Lacroix. “Você obtém a velocidade dos humanos, a confiabilidade dos humanos em termos de seleção e é capaz de navegar, ao mesmo tempo, nesses ambientes de fabricação muito complexos e restritos, sem qualquer colisão.”
