• Model dunia asli yang dibangun sejak awal untuk kecerdasan terwujud, Kairos 3.0-4B menghadirkan pemahaman mendalam yang luar biasa konsisten dengan hukum fisika serta kemampuan generalisasi lintas perwujudan, memungkinkan satu “otak” tunggal untuk mengendalikan robot dengan berbagai bentuk dan konfigurasi.
  • Kairos 3.0-4B memanfaatkan arsitektur terpadu “pemahaman–generasi–prediksi” multimodal untuk menghadirkan pemahaman mendalam tingkat fisik, interaksi dinamis jangka panjang, kontrol tindakan yang presisi, serta interaksi jangka panjang—video interaksi koheren berdurasi 7 menit menetapkan tolok ukur industri baru.
  • Sebagai model ringan dengan 4 miliar parameter, Kairos 3.0-4B melampaui model dunia terwujud arus utama sekaligus menghadirkan efisiensi inferensi terdepan di industri. Model ini mencapai generasi real-time di edge pada platform THOR dengan rasio waktu generasi terhadap durasi video sebesar 1:1,5, serta menunjukkan kinerja terdepan baik di lingkungan cloud maupun edge.
  • Kairos 3.0-4B mencapai akurasi peringkat teratas di berbagai tolok ukur resmi. Selain itu, dengan memanfaatkan kapabilitas model dan perangkat inferensi, kecepatan inferensinya 72 kali lebih cepat dibandingkan Cosmos 2.5, menetapkan rekor kinerja global baru untuk model dunia kecerdasan terwujud.


SHANGHAI, CHINA – Media OutReach Newswire –  ACE ROBOTICS mengumumkan rilis sumber terbuka Kairos 3.0-4B, model dunia asli pertama di industri untuk kecerdasan terwujud (embodied intelligence) yang mewujudkan pemahaman multimodal terpadu—meliputi “pemahaman, generasi, dan prediksi”, dalam satu arsitektur tunggal. Sebagai fondasi teknis dari paradigma riset dan pengembangan kecerdasan terwujud “Human-Centric” milik perusahaan, Kairos 3.0-4B dirancang sejak awal untuk operasi robotik di dunia nyata, mengintegrasikan hukum fisika, perilaku manusia, dan tindakan robot sesungguhnya guna menghadirkan pemahaman mendalam yang konsisten dengan prinsip fisika terhadap dunia nyata.

Pendekatan yang lazim terhadap model dunia untuk kecerdasan terwujud umumnya melibatkan adaptasi model bahasa besar atau model visi serbaguna dengan penambahan antarmuka gerak. Kairos 3.0-4B mengambil jalur yang secara fundamental berbeda. Alih-alih menambahkan kemampuan gerak pada arsitektur model yang sudah ada, model ini dibangun sejak tingkat arsitektur berdasarkan hukum fisika dan kausalitas dasar yang mengatur lingkungan dunia nyata, membentuk kerangka pemahaman dunia terpadu yang mampu melakukan generalisasi lintas bentuk perwujudan robot (cross-embodiment). Dengan menanamkan rantai penalaran kausal langsung ke dalam proses pengambilan keputusannya, model ini melampaui sekadar peniruan perilaku dan mencapai apa yang didefinisikan ACE ROBOTICS sebagai pemahaman mendalam tingkat fisik—memungkinkan robot tidak hanya mengetahui apa yang harus dilakukan, tetapi juga memahami alasannya. Terobosan utamanya terletak pada integrasi mendalam tiga kategori data: data interaksi robot nyata, data perilaku manusia terstruktur, dan data penalaran berbasis chain-of-thought, sehingga secara efektif memecah hambatan data multi-sumber dan meningkatkan efisiensi pemanfaatan ulang data dunia nyata secara signifikan.

Pencapaian penting dalam rilis ini adalah kemampuan penerapan langsung di perangkat tepi (edge deployment) secara real-time. Dijalankan pada platform NVIDIA Jetson Thor T5000 dengan performa 517 TFLOPs, ini merupakan model dunia untuk kecerdasan terwujud pertama di dunia yang mencapai generasi real-time pada perangkat edge—dengan kecepatan generasi 1,5 kali lebih cepat dari waktu nyata pada platform THOR—serta yang pertama mampu secara langsung mengendalikan tubuh robot fisik untuk pelaksanaan tugas di dunia nyata melalui penerapan native di edge. Model ini menghasilkan perintah kontrol tubuh penuh yang mencakup lengan atas, jari, dan kaki tanpa lapisan kontrol perantara, memungkinkan robot bertransformasi dari sekadar “mampu melakukan” menjadi benar-benar “mampu bekerja”.

Kairos 3.0-4B juga menghadirkan terobosan dalam interaksi jangka panjang (long-horizon). Dengan menggabungkan arsitektur terpadu, perencanaan hierarkis berbasis agen (Agent-based hierarchical planning), dan mekanisme optimasi iteratif yang bersifat reflektif mandiri, model ini mampu menghasilkan prediksi keadaan masa depan yang koheren hingga 7 menit ke depan, sambil mempertahankan koherensi adegan secara menyeluruh dan fidelitas fisika sepanjang proses—menetapkan tolok ukur industri baru untuk interaksi terwujud jangka panjang serta membuka jalur baru bagi pelatihan dan penerapan kecerdasan terwujud.

Pada tolok ukur GPU A800, kecepatan inferensi Kairos 3.0-4B melampaui NVIDIA Cosmos 2.5 hingga 72 kali, menetapkan rekor performa global baru untuk model dunia kecerdasan terwujud. Kinerja ini dicapai dengan jejak model yang ringan, hanya 4 miliar parameter dan 23,5GB VRAM—jauh lebih kecil dibandingkan kebutuhan 70,2GB pada Cosmos 2.5—menunjukkan bahwa efisiensi dan kapabilitas tidak harus saling bertentangan, serta secara mendasar menantang asumsi bahwa jumlah parameter yang lebih besar merupakan prasyarat untuk kinerja superior. Model ini juga meraih peringkat teratas di tiga tolok ukur global otoritatif: PAI-Bench-robot (dikembangkan bersama oleh Georgia Tech dan CMU), WorldModelBench-robot TI2V yang diperkenalkan di CVPR 2025, serta DreamGen Bench dari NVIDIA GEAR Lab, dengan mengungguli seluruh model yang dievaluasi dalam metrik konsistensi fisik dan kepatuhan terhadap instruksi.

Pada tolok ukur GPU A800, Kairos 3.0-4B mencapai terobosan signifikan dalam efisiensi komputasi dan kecepatan inferensi

Mendukung penerapan lintas-perwujudan (cross-embodiment) secara mulus pada konfigurasi satu lengan, dua lengan, maupun tangan robotik yang cekatan tanpa memerlukan pelatihan tambahan untuk masing-masing perwujudan, Kairos 3.0-4B kompatibel dengan berbagai platform perangkat keras utama, termasuk Agilex PIPER, Unitree G1, dan Galaxy G1.

Kairos 3.0-4B kini tersedia di Github (https://github.com/kairos-agi/kairos-sensenova) dan Hugging Face (https://huggingface.co/kairos-agi/kairos-sensenova-common).


https://www.linkedin.com/company/acerobotics/posts/?feedView=all&viewAsMember=true｜
https://x.com/ace_robotics

Tentang ACE ROBOTICS – Membekali Robot dengan “Otak” Cerdas dan “Jiwa” yang Menarik

ACE ROBOTICS adalah perusahaan robotika perintis yang berdedikasi untuk memajukan bidang kecerdasan terwujud (embodied intelligence). Didirikan oleh salah satu pendiri SenseTime, Wang Xiaogang, perusahaan ini telah menghimpun tim ilmuwan AI muda yang langka secara global serta para pakar industri untuk berfokus pada kecerdasan terwujud. Melalui terobosan inovasi teknologi dan wawasan mendalam terhadap berbagai skenario kecerdasan terwujud, kami bertujuan memberdayakan robot agar mampu memahami dan mengeksplorasi dunia fisik secara otonom, sehingga mempercepat implementasi komersialnya.

Perusahaan ini memelopori paradigma riset dan pengembangan (R&D) ACE serta membangun rantai teknologi berbasis visi yang mencakup “mesin data lingkungan, kognisi dunia nyata, dan generalisasi interaksi terwujud”. Dengan menggunakan pengambilan data lingkungan secara penuh dalam ruang dan waktu (spatiotemporal) serta multi-perspektif sebagai mesin utamanya, bersama Kairos 3.0—model dunia sumber terbuka dan pertama di Tiongkok yang dapat diterapkan secara komersial—serta Embodied Foundation Model sebagai tulang punggung teknisnya, ACE ROBOTICS mengatasi tantangan inti industri seperti kelangkaan data, kesenjangan akal sehat, generalisasi yang lemah, dan keterbatasan fleksibilitas. Secara bersamaan, perusahaan meluncurkan modul andalannya, A1 Embodied Super Brain Module, yang mempercepat penerapan komersial kecerdasan terwujud dalam skala besar di berbagai skenario.

ACE ROBOTICS tidak hanya merupakan pelopor teknologi, tetapi juga pembangun ekosistem. Melalui kerja sama strategis dengan produsen perangkat keras terkemuka, penyedia layanan cloud, dan mitra skenario vertikal, kami telah menembus kebuntuan industri “model–perangkat keras–skenario”, serta menyediakan solusi standar dan khusus yang mendorong perkembangan industri kecerdasan terwujud di Tiongkok.