Klaim AGIBOT: Robot Humanoid Capai Sukses 85 Persen di Toko Ritel
Menurut AGIBOT, robot buatannya mampu menaikkan tingkat sukses kerja dari 28 persen ke 85 persen dalam lima hari uji coba di toko ritel.
Ilustrasi: liput24
Poin penting
- AGIBOT mengklaim model GO-3 Preview memungkinkan robot belajar mandiri dari kesalahan.
- Tingkat keberhasilan robot di minimarket dilaporkan naik dari 28,6 ke 85,7 persen dalam 5 hari.
- AGIBOT berencana merilis kode sumber model robot ini secara terbuka pada akhir 2026.
Robot humanoid kini dirancang mampu belajar mandiri di tempat kerja. Kemampuan ini dipamerkan dalam uji coba di sebuah minimarket.
Perusahaan robotika asal Tiongkok, AGIBOT, memperkenalkan model kecerdasan buatan bernama GO-3 Preview. Model pengendali fisik robot ini meluncur pada 29 Oktober 2026.
Menurut laporan Interesting Engineering, AGIBOT menguji robot tipe G2 di toko ritel sungguhan. Hasil demonstrasi perusahaan menunjukkan lonjakan keberhasilan kerja yang pesat.
Pada hari pertama, robot mencatat tingkat sukses kerja 28,6 persen. Angka tersebut naik hingga stabil di level 85,7 persen pada hari kelima.
Robot diklaim mengenali penyebab kegagalannya sendiri saat bertugas. Mesin lalu memperbaiki cara kerja tanpa perlu peragaan ulang dari manusia.
Cara Robot Belajar Mandiri
Model GO-3 Preview memakai arsitektur bernama WRAM. Sistem ini menghubungkan penalaran tugas, perkiraan hasil, dan perintah gerak mesin.
Pelatihan sistem mengandalkan dua sumber data utama. Pertama adalah rekaman video sudut pandang manusia saat berinteraksi dengan benda sehari-hari.
Kedua adalah data jejak gerak fisik robot. Gabungan data ini membuat robot memiliki keahlian yang bisa dialihkan ke tugas baru.
Pada tahap awal, sistem bisa menguasai pekerjaan rumit lewat sedikit peragaan. Sebagai contoh, robot mampu memasak jianbing atau panekuk gurih khas Tiongkok.
Model ini juga mampu merakit balok Lego setelah disetel khusus. Agen cerdas di dalam sistem memandu setiap langkah perakitan mainan tersebut.
Hasil Uji Coba dan Rencana Terbuka
AGIBOT mengembangkan sistem Genie Evolver untuk melatih robot setelah tahap dasar. Sistem ini memadukan data dari 100 robot fisik dan simulasi digital.
Dalam uji olahraga curling meja, robot melampaui kemampuan rata-rata manusia. Prestasi itu dicapai setelah empat jam latihan mandiri.
Robot juga sukses menarik lima balok dari menara susun tanpa membuatnya roboh. Mesin belajar menjaga keseimbangan lewat interaksi fisik berulang.
Pada tugas memasang kait kecil, perusahaan melaporkan kenaikan akurasi 17,7 poin persentase. Capaian ini melampaui metode pelatihan bertarget yang umum dipakai.
Menurut AGIBOT, model GO-3 Preview meraih posisi pertama pada tiga tolok ukur. Ketiga uji kemampuan robot tersebut adalah RoboDojo, RoboTwin, dan RoboColiseum.
Perusahaan berencana membuka kode sumber model lengkap pada akhir 2026. Langkah ini bertujuan memperluas akses teknologi bagi periset dan pengembang perangkat lunak.
Apa Artinya bagi Pelaku Usaha
Demonstrasi ini memberi gambaran masa depan otomasi di sektor ritel dan pergudangan. Mesin cerdas mulai dirancang untuk beradaptasi langsung di tempat kerja.
Bagi pelaku usaha, kemampuan belajar mandiri ini berpotensi menekan biaya penyiapan alat. Kebutuhan menyewa tenaga ahli untuk melatih robot secara manual dapat berkurang.
Meski demikian, direktur operasional perlu mencermati risiko masa adaptasi awal. Tingkat kegagalan robot pada hari-hari pertama penempatan terbukti masih cukup tinggi.
Pelaku usaha di Indonesia sebaiknya menunggu hingga model ini resmi dirilis dan diuji pihak independen. Keputusan adopsi robotika tetap harus menimbang kesiapan alur kerja toko.
- Interesting Engineering: Humanoid robot achieves 85% success rate in real-life trial with AGIBOT’s GO-3 model
Lihat hasil pemeriksaan (14 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| AGIBOT mengklaim robot buatannya mampu menaikkan tingkat sukses kerja dari 28 persen (28,6 persen) ke 85 persen (85,7 persen) dalam lima hari uji coba di toko ritel. | Didukung | “Its success rate across the complete task workflow increased from 28.6 percent on the first day to a stable 85.7 percent after five days.” Interesting Engineering |
| AGIBOT merilis model kecerdasan buatan GO-3 Preview pada 29 Oktober 2026. | Didukung | “Launched on October 29, GO-3 Preview is designed to support continuous learning across three stages: pre-training, post-training and deployment.” Interesting Engineering |
| AGIBOT menguji robot tipe G2 di toko ritel/minimarket sungguhan. | Didukung | “AGIBOT demonstrated this capability using a G2 robot deployed in a real convenience store.” Interesting Engineering |
| Robot mengenali penyebab kegagalannya sendiri dan memperbaiki cara kerja tanpa perlu peragaan manusia. | Didukung | “The robot identified the causes of its own failures, modified its approach and stored the resulting knowledge without requiring human demonstrations or additional manual tuning.” Interesting Engineering |
| Model GO-3 Preview menggunakan arsitektur WRAM yang menghubungkan penalaran tugas, perkiraan hasil, dan perintah gerak mesin. | Didukung | “The model uses a World Reasoning Action Model (WRAM) architecture to connect task reasoning, outcome prediction, and action generation.” Interesting Engineering |
| Pelatihan sistem mengombinasikan video sudut pandang manusia (first-person) dan data trajektori gerak robot. | Didukung | “First-person human videos provide examples of how people interact with objects and perform everyday activities, while robot trajectories connect visual observations with physical actions” Interesting Engineering |
| Robot mampu menyiapkan jianbing (panekuk gurih tradisional Tiongkok) setelah peragaan singkat. | Didukung | “One example involves preparing jianbing, a traditional Chinese savory crepe, which requires a robot to coordinate several delicate movements.” Interesting Engineering |
| Model dapat merakit balok Lego setelah fine-tuning dengan panduan AI agent. | Didukung | “The model can also assemble Lego pieces after fine-tuning, with an AI agent coordinating the individual steps.” Interesting Engineering |
| AGIBOT mengembangkan sistem Genie Evolver yang memadukan data dari sekitar 100 robot fisik dengan simulasi fisika. | Didukung | “AGIBOT developed Genie Evolver, a distributed training system that combines data from approximately 100 physical robots with physics simulations and world models.” Interesting Engineering |
| Robot melampaui kemampuan rata-rata manusia dalam uji curling meja setelah empat jam latihan online. | Didukung | “In one demonstration involving tabletop curling, a robot exceeded the average performance of tested humans after four hours of online practice.” Interesting Engineering |
| Robot berhasil menarik lima balok berturut-turut dari menara balok tanpa membuatnya roboh. | Didukung | “In another experiment, it successfully removed five consecutive blocks from a block tower without causing it to collapse.” Interesting Engineering |
| Pada tugas memasang kait kecil, dilaporkan peningkatan keberhasilan 17,7 poin persentase dibanding fine-tuning terarah konvensional. | Didukung | “the company reported a 17.7-percentage-point improvement in single-task success compared with conventional supervised fine-tuning.” Interesting Engineering |
| GO-3 Preview menduduki peringkat pertama di tiga benchmark embodied AI: RoboDojo, RoboTwin, dan RoboColiseum. | Didukung | “GO-3 Preview has secured first place on three embodied AI benchmarks: RoboDojo, RoboTwin, and RoboColiseum.” Interesting Engineering |
| AGIBOT berencana merilis model lengkap sebagai open source pada akhir 2026. | Didukung | “The company plans to release the complete model as open source by the end of 2026.” Interesting Engineering |
Video AI terbaru
ChatGPT Enterprise at Zendesk: Putting Company Data to Work
