Model AI Video Kini Merakit Komponen di Pabrik Audi

Dari memahami dunia di layar ke bertindak di lantai pabrik

FLUX 3 bukan sekadar generator video. Model ini dilatih memahami dunia fisik lewat berbagai “proyeksi”: bagaimana benda bersentuhan, bagaimana berat memengaruhi gerakan, dan bagaimana bunyi muncul dari peristiwa mekanis. Black Forest Labs menyebut pendekatan ini Self-Flow, cara menyatukan kemampuan menghasilkan konten dengan pemahaman yang lebih dalam tentang realitas.

mimic robotics kemudian menambahkan lapisan khusus. Mereka memasang decoder aksi ringan di atas tulang punggung FLUX 3. Decoder ini membaca representasi internal model, lalu mengubahnya menjadi perintah gerakan robot. Tidak perlu menghasilkan video dulu, cukup memanfaatkan pemahaman yang sudah dipelajari.

Keunggulan yang menonjol terletak pada efisiensi data. Menurut pendekatan sebelumnya dari mimic, model berbasis video bisa mencapai performa serupa dengan data aksi robot hingga sepuluh kali lebih sedikit dibanding model konvensional. Selain itu, robot mampu memperbaiki sendiri saat gagal menggenggam perilaku yang muncul karena model sudah “mengerti” bagaimana dunia bekerja.

Tugas yang selama ini tetap dikerjakan manusia

Di Audi, FLUX-mimic diuji pada pekerjaan yang selama ini sulit diotomatisasi secara kaku. Robot memasukkan unit elektronik ke fixture yang pas, menyusun komponen ke nampan, merakit bagian-bagian kecil, hingga menangani material lembut seperti seal dan kabel. Material fleksibel ini selalu menjadi momok bagi robot tradisional karena bentuknya berubah-ubah.

Christoph Schneider dari Audi Production Lab menyatakan bahwa mereka melihat robot menyelesaikan pekerjaan manipulasi benda lunak yang sebelumnya mustahil dilakukan sistem konvensional. Menurutnya, teknologi ini berpotensi membantu karyawan, meningkatkan efisiensi, dan memperluas otomatisasi fleksibel di produksi serta logistik.

Stephan-Daniel Gravert, Chief Product Officer mimic robotics, menambahkan bahwa Audi mewakili jenis mitra manufaktur yang memang mereka targetkan sejak awal.

Apa artinya bagi manufaktur dan konstruksi

Pendekatan ini menarik karena menurunkan hambatan utama adopsi robot: kebutuhan data latihan yang mahal dan lama. Jika model yang sudah paham dinamika visual dunia bisa ditransfer ke kontrol robot dengan data terbatas, maka waktu penyiapan tugas baru bisa jauh lebih pendek. mimic mengklaim penyiapan tugas baru hanya butuh hitungan jam.

Bagi industri di Indonesia, peluangnya terbuka di manufaktur komponen bangunan, perakitan modular, dan pekerjaan off-site yang menuntut ketelitian tinggi namun bervariasi. Shortage tenaga kerja terampil dan tekanan efisiensi membuat solusi yang bisa belajar cepat menjadi relevan.

Tentu masih ada pertanyaan terbuka. Lingkungan pabrik Audi relatif terkontrol. Bagaimana performanya di kondisi lebih kotor, berdebu, atau tidak terstruktur seperti site konstruksi? Sejauh mana generalisasi model ini bertahan di luar data pelatihan?

Satu fondasi model kini dipakai untuk dua dunia yang tampak jauh berbeda: menghasilkan konten visual dan menggerakkan mesin di lantai pabrik. Apakah pendekatan serupa akan mengubah cara kita memandang otomatisasi di industri yang selama ini mengandalkan tangan manusia?