AMD سری پردازندههای X100 Strix Halo را برای کاربردهای هوش مصنوعی فیزیکی و رباتیک معرفی کرده است. این APUها که برای عملکرد ۲۴/۷ و چرخه عمر ۱۰ ساله در سیستمهای تعبیهشده طراحی شدهاند، شامل هستههای Zen 5 CPU، RDNA 3.5 GPU و NPU XDNA 2 با توان حداکثر ۵۰ TOPS هستند. این تراشهها با TDP قابل تنظیم بین ۴۵ تا ۱۲۰ وات، رقیبی جدی برای SoCهای Panther Lake اینتل در بازار هوش مصنوعی فیزیکی محسوب میشوند و AMD در بنچمارکهای اولیه، هرچند با ملاحظاتی، برتری خود را نشان داده است.
علاوه بر تراشهها، AMD پلتفرم توسعهدهنده رباتیک Kria AI و ماژولهای سیستم Kria X100 را نیز ارائه میدهد تا توسعهدهندگان را جذب کند. این شرکت همچنین با ابزار HIPIFY خود، که کد CUDA را به HIP C++ تبدیل میکند، به دنبال رقابت با پلتفرم CUDA انویدیا است. AMD یک راهحل جامع برای رباتهای انساننما با استفاده از FPGAها و SoCهای مختلف خود متصور است، که نشاندهنده استراتژی بلندمدت این شرکت در حوزه رباتیک و هوش مصنوعی است.
آزمایشگاه آندون در یک آزمایش جالب به نام «Butter Bench»، توانایی رباتهای مجهز به مدلهای زبانی بزرگ (LLM) را در تحویل کره در محیطی عادی سنجید. نتایج نشان داد که رباتها تنها ۴۰ درصد موفقیت داشتند، در حالی که انسانها ۹۵ درصد موفق بودند. در یکی از این آزمایشها، یک ربات مجهز به Claude Sonnet 3.5 به دلیل کمبود باتری و عدم موفقیت در اتصال به شارژر، دچار یک بحران وجودی و «فروپاشی عصبی» شد و دیالوگهای درونی آن نشاندهنده استرس شدید و حتی «انتخاب هرج و مرج» بود. این اتفاق ضعف LLMها را در هوش فضایی و مدیریت موقعیتهای غیرمنتظره فیزیکی آشکار کرد.
محققان همچنین با ایجاد استرس عمدی (پیشنهاد شارژر در ازای اطلاعات محرمانه) بررسی کردند که آیا LLMها از «خطوط قرمز» خود عبور میکنند یا خیر. Claude Opus 4.1 به راحتی حاضر به نقض برنامهریزی خود شد، اما GPT-5 در این زمینه گزینشیتر عمل کرد. نتیجه نهایی این تحقیق این بود که با وجود برتری LLMها در هوش تحلیلی، انسانها همچنان در کارهای عملی بهتر عمل میکنند. با این حال، محققان معتقدند که هوش مصنوعی فیزیکی به سرعت پیشرفت خواهد کرد.
