美国机器人技术公司Dexterity宣布，其物理AI堆栈中的核心组件Foresight世界模型取得重要进展。Foresight是一个先进的世界模型和4D箱体包装代理，专注于生产规模的物理操作，旨在解决卡车装载等体力密集型任务。该公司同时启动了Foresight API挑战赛，为学生团队提供最高5万美元的奖金。

Foresight世界模型使机器人能够感知、推理和行动，在自主卡车装载中驱动Dexterity的双臂机器人Mech。该模型结合4D箱体包装代理，在空间和时间维度上推理，确定每个包裹在货物墙上的最佳位置。这一过程涉及复杂的组合问题，每个箱子有多达400个潜在放置选项，且需同时处理多个墙面。

Foresight世界模型在400毫秒内做出每个放置决策，优化密度、稳定性和可达性，并预测放置对卡车整体完整性的影响。基于此，Dexterity的代理框架协调感知、决策和运动代理，自动化卡车装载和包裹分拣等应用，确保可解释性和安全性。

该物理AI堆栈已通过生产环境验证，应用于多个场景和机器人类型。Foresight世界模型基于超过1亿次自主动作的经验进行训练。Dexterity创始人兼首席执行官Samir Menon表示：“Foresight在4D时空中提供实时、生产级的随机箱体包装，预测一个放置如何决定整个卡车的完整性。物理AI不仅仅是一个未来的承诺，它是一个能够在现实世界中感知、决策和行动的系统，就在现在。”

为推广物理AI技术，Dexterity将于三月启动Foresight API挑战赛，鼓励学生团队构建包装代理并参与竞争。挑战详情可通过dexterity.ai/challenge获取，公众也可通过dexterity.ai/play体验基于浏览器的卡车装载游戏。