In de ontwikkeling van kunstmatige intelligentie is het gebruik van foundation-modellen met miljarden parameters en enorme rekenkracht inmiddels de standaard. Binnen de robotica bleven neurale controllers echter lang beperkt tot kleine modellen die slechts enkele specifieke handelingen konden uitvoeren. Met het SONIC-project is nu aangetoond dat het toepassen van deze opschalingsprincipes ook voor de aansturing van humanoïde robots tot significante resultaten leidt.
Volgens een wetenschappelijke publicatie op arxiv.org is de essentie van SONIC het benaderen van bewegingsregistratie, of motion tracking, als een schaalbare taak. In plaats van handmatig beloningssystemen te ontwerpen, maakten de onderzoekers gebruik van dichte supervisie uit diverse motion-capture data. Hierdoor konden menselijke bewegingspatronen direct worden aangeleerd aan de robot.
De ontwikkeling van dit systeem rust op drie pijlers van opschaling. Ten eerste is de omvang van het netwerk aanzienlijk vergroot, waarbij het aantal parameters steeg van 1,2 miljoen naar 42 miljoen. Ten tweede is er gewerkt met een enorm datavolume: een dataset van meer dan 100 miljoen frames, gebaseerd op 700 uur aan motion-capture opnames. Ten slotte was er een grote hoeveelheid rekenkracht nodig, wat resulteerde in een totaal van 21.000 GPU-uren tijdens de trainingsfase. Zoals beschreven in de , leidde deze aanpak tot een controller die in staat is om te generaliseren naar bewegingen die tijdens de training niet eerder waren voorgekomen.
Naast de technische schaalbaarheid biedt het project concrete oplossingen voor interactieve besturing. Er is een real-time kinematische planner ontwikkeld die navigatietaken koppelt aan de bewegingsregistratie, wat zorgt voor een natuurlijker samenspel tussen de robot en zijn fysieke omgeving. Een innovatief onderdeel hiervan is de introductie van een uniforme 'token space'. Deze interface maakt het mogelijk om zowel teleoperatie via virtual reality als Vision-Language-Action (VLA) modellen binnen één enkele policy te integreren.
Door deze VLA-gestuurde methode kan de robot autonoom complexe taken uitvoeren die 'loco-manipulatie' worden genoemd. Dit houdt in dat de robot de positie van zowel zijn handen als zijn voeten nauwkeurig moet coördineren om een doel te bereiken. De laatste revisie van het onderzoek, bijgewerkt op 13 augustus 2026, concludeert dat grootschalige bewegingsregistratie een solide fundament biedt voor de controle van mensachtige robots. De onderzoekers suggereren dat de robotica hiermee een groeicurve kan volgen die vergelijkbaar is met die van grote taalmodellen.
Vanwege de naam van het project kan er verwarring ontstaan met commerciële entertainmentproducten. Echter, de makers benadrukken dat dit technische framework voor robotica geen enkele link heeft met de bekende personages van sega.com. De focus van het project ligt uitsluitend op computerwetenschappen, met specifieke aandacht voor kunstmatige intelligentie, computer vision en robotica, zoals verder uitgewerkt in de .