[系統](https://www.goodailabs.com/zh-tw/products/) # re1 物理 AI 的空間記憶。返回觀測點，檢查其源影片並重建模擬地點。 正在開發中。提供技術預覽。 [申請技術預覽 ↗](mailto:research@goodailabs.com?subject=re1+technical+preview) [閱讀公告 ↗](https://www.goodailabs.com/zh-tw/blog/re1-video-memory/) re1/從觀察到重用 捕捉到的經驗 影片·攝像機身份·時間 01/召回 找出時機檢索可能的時間間隔並檢查源影片 引文和報道看到了什麼、何時以及在哪裡進行驗證 02/重建 重訪地點回到環境中，檢查其中的物體 場景偽像供模擬使用的已採集環境 能力 ## 它能做什麼 - ### 重溫觀察結果 檢索影片片段，驗證源片段並檢視檢查了錄音的哪些部分。 - ### 重建一個地方 回到已採集的環境，探索不同視角，檢查單個物體。 - ### 準備模擬 將採集的環境用於模擬工作，繼續檢查和測試。 re1 是我們為物理 AI 構建的空間記憶系統。它可以在原始會話之後保持 觀測結果可用：查詢可以返回到 某個時刻，研究人員可以檢查來源，重建可以重複用於 模擬。 實驗發生變化時，記錄的經驗仍應有用。新問題可能需要早先的觀測；新試驗可能需要同一個環境。re1 讓這些記錄和地點再次可用。 re1 · 場景重建18 秒 · 無聲影片 [觀看 “檢查重建的地方” (MP4)](https://www.goodailabs.com/media/re1/reconstruction.mp4). 檢查重建的地方。 在 re1 檢視器中穿行於已完成場景的錄影。鏡頭從俯視移動到街道高度。 揭示的是已完成重建的視覺化，而不是其處理時間。 ## 一種保留其原始碼的儲存器 re1/空間記憶 ### 搜尋錄影。核查答案。重訪地點。 - 01 / 檢索 #### 找到你需要的觀察結果。 搜尋“室內處理包裹的機器”會返回倉庫和機械臂錄影。開啟匹配項即可檢視原始記錄。 查詢 → 記錄的觀測值產品捕獲 在室內處理包裹的機器 [re1 搜尋結果顯示了在室內搬運包裹的機器，包括經過框架驗證的倉庫和機器人手臂匹配項。](https://www.goodailabs.com/media/re1/search-results.webp) 搜尋→開啟→檢查 實際搜尋結果。開啟影象以檢查原始介面。 - 02 / 檢查 #### 關注答案返回其來源。 截圖中的答案引用了倉庫錄影的 0:12–0:20。讀者可以開啟該區間，對照影片核查描述。 回答 → 檢查間隔產品捕獲 記錄的回答 · 節錄 包裝和分揀區域運轉順暢，多條輸送帶和機械手臂按預期工作。 原始區間0:12–0:20 0:12–0:20已檢查的原始影片 記錄回答的節錄。引用對應所標明的時間區間。 - 03 / 回看 #### 捕獲後留出一個空閒的地方。 從新的視角探索已採集的環境，檢視其中的物體。準備好的場景可供後續工作繼續使用。 捕獲 → 持久場景產品捕獲 [re1 檢視器中已完成場景的截圖。](https://www.goodailabs.com/media/re1/reconstruction-poster.webp) 可以重訪的地點已完成的場景 本頁影片中顯示的已完成重建的畫面。 錄製於 re1 研究預覽版。 描述一個事件，找到匹配的錄影，再檢查實際發生的情況。關於運動和先後順序的問題可以關聯到原始影片，時間引用讓答案便於核查。 下方預覽搜尋處理包裹的機器，開啟匹配片段並提出問題。答案標明其描述的時間區間。經過檢查的區間只能支援關於該區間的陳述，不能說明整段錄影中發生的一切。 輸入 → 匹配的錄音 [re1 在室內搬運包裹的機器搜尋結果：倉庫和機械臂夾標記為已透過框架驗證；未經證實的片段如下所列。](https://www.goodailabs.com/media/re1/search-results.webp) 查詢會變成一組可檢查的片段。 對於 “在室內搬運包裹的機器”，捕獲的搜尋會返回倉庫和機器人手臂的夾子。未經確認的候選人仍然可以在比賽下方看見。 此截圖顯示了搜尋階段的幀驗證；問題工作流程會檢查源影片間隔。 輸出 → 用源間隔回答 記錄的回答 · 節錄 包裝和分揀區域運轉順暢，多條輸送帶和機械手臂按預期工作。 原始區間0:12–0:20 按照答案返回錄音。 截圖中的回答將描述關聯到倉庫影片的 0:12–0:20。它描述該區間，不能證明整段錄影中的安全狀況。 ## 從捕捉到模擬場景 回到採集過的地點，從不同視角檢查場景。錄影結束後，場景仍然保留；研究人員可以檢視單個物體，並將環境檔案用於模擬工作。 上方錄影穿行於已完成的場景。可見的空缺和不完整區域也是結果的一部分。播放展示的是檢視體驗，不是準備環境所需的時間。 將場景用於物理實驗，需要驗證的不只是影象是否逼真。尺度、接觸行為和材料屬性都需要針對具體任務驗證。 ## 可延續的工作 錄影和準備好的場景可以跨會話保留。隨著實驗推進，研究人員可以回到先前的證據或複用環境，以減少重複準備，讓已有觀測更容易被使用。 資源需求取決於採集內容和所執行的工作。我們尚未公佈全系統的延遲或硬體要求。 ## 研究方向 我們的長遠目標是讓記憶改善智慧體從經驗中學習的能力。當前預覽涵蓋影片回溯和已採集的環境。將這類記憶用於策略學習仍是正在探索的研究方向。 如需進行技術預覽或研究合作，請傳送一份有代表性的截圖、 您需要回答的問題以及實驗需要消耗的工件。 我們對影片記憶體、場景重建和 機器人學習工作流程特別感興趣。 [聯絡 實驗室](mailto:research@goodailabs.com?subject=re1%20technical%20preview)。 ## 其他系統 也在這裡：[Colony](https://www.goodailabs.com/zh-tw/products/colony/)